袁路妍 李鋒

[摘要]運用大數(shù)據(jù)、線上線下交互、深度機器學習等技術(shù)，設計了一種智能化商業(yè)融合技術(shù)框架，對無人值守店鋪涉及的關鍵技術(shù)進行了分析。設計了視覺識別和身份認證、線上線下購物、白助支付、智能推薦、顧客及商品挖掘、數(shù)據(jù)整合交換等多個子系統(tǒng)，并構(gòu)建了人臉數(shù)據(jù)庫和大數(shù)據(jù)應用分布式數(shù)據(jù)庫。

[關鍵詞]無人值守；智能商業(yè)；融合平臺

[中圖分類號]TP391 [文獻標識碼]A [文章編號]1005-152X（2018）02-0114-04

1 前言

隨著當前人工智能技術(shù)、深度學習技術(shù)、物聯(lián)感知技術(shù)和視覺識別技術(shù)的發(fā)展，無人值守智能商業(yè)模式逐步發(fā)展起來。無人值守智能商業(yè)并非是指真正的“無人值守”，而是一種降低人力成本并實現(xiàn)更高的選購和支付效率，進行智能推薦，以實現(xiàn)更好的購物體驗。這種模式可以減少商店人力成本，對消費者來說，自助購物讓消費變得更加簡單。

傳統(tǒng)無人收銀方式一般采用條形碼或RFID白助收銀方案，這兩種方案不能有效解決盜竊和損壞問題，成本也較高。2016年年底亞馬遜Amazon Go和深蘭科技Take Go分別推出了無人商店解決方案，提出了“拿了就走”的購物體驗，采用了目前如機器視覺、傳感器融合技術(shù)、卷積神經(jīng)網(wǎng)絡、生物識別等技術(shù)，但存在著技術(shù)可靠性與穩(wěn)定性、錯位識別、身份確認等問題，并且整套系統(tǒng)固定成本過高。

根據(jù)當前技術(shù)成熟度、系統(tǒng)穩(wěn)定性以及商業(yè)領域無人值守的實際需求，結(jié)合低成本、可推廣等要求，本文運用大數(shù)據(jù)、深度機器學習、人像識別、互聯(lián)網(wǎng)等技術(shù)，搭建無人值守智能商業(yè)平臺技術(shù)框架。該技術(shù)平臺將為零售業(yè)等提供新的銷售商業(yè)模式和平臺，為其轉(zhuǎn)變經(jīng)營方式、有效降低人員成本和運營成本，提供了可快速復制和推廣的技術(shù)支撐。

2 系統(tǒng)目標

建立一種帶有全新購物體驗的技術(shù)平臺，在大數(shù)據(jù)、人工智能的基礎上實現(xiàn)人像識別認證系統(tǒng)、自助購物系統(tǒng)、大數(shù)據(jù)推薦系統(tǒng)、線上線下融合購物系統(tǒng)、自助支付系統(tǒng)、大數(shù)據(jù)分析系統(tǒng)等，對物聯(lián)設備端進行改造升級，提供無人值守的商業(yè)銷售模式，結(jié)合創(chuàng)新的金融手段，實現(xiàn)人、貨、場的信息流的重構(gòu)。以消費者為核心，融合線上線下資源，實現(xiàn)商品白助查詢、白助支付，提供個性化的顧客購物體驗，為商鋪帶來更多消費產(chǎn)品。

3 系統(tǒng)總體設計

該無人值守融合商業(yè)平臺是一個基于大數(shù)據(jù)技術(shù)和深度學習技術(shù)的的分布式系統(tǒng)，是基于APP、白助設備、物聯(lián)網(wǎng)設備、PC端系統(tǒng)等多渠道的應用平臺，如圖1所示。

其中，應用渠道層：主要作用是訪問本系統(tǒng)相關通道和設備，包括APP、微信及小程序、白助購物設備、門禁系統(tǒng)、人像識別設備、PC端應用系統(tǒng)等。

應用系統(tǒng)層：在基礎應用平臺和支撐平臺的基礎上，根據(jù)業(yè)務邏輯，實現(xiàn)不同的應用服務和系統(tǒng)間的交互服務，并通過應用渠道層予以提供。主要應用包括人像庫的建設、視覺識別和身份認證、線上購物平臺、線下設備購物平臺、融合購物、白助支付系統(tǒng)、智能推薦系統(tǒng)、顧客及商品大數(shù)據(jù)分析系統(tǒng)等。

基礎應用組件層：提供應用系統(tǒng)訪問的基礎應用組件，包括人像比對、RFID技術(shù)、O2O技術(shù)框架、掃碼技術(shù)、全文檢索、支付平臺對接等。

支撐平臺：支撐平臺為應用系統(tǒng)層中各類應用提供底層模塊支撐，主要提供分布式大數(shù)據(jù)和深度學習平臺支撐。

云計算和基礎設施。通過部署分布式的、虛擬化的資源池環(huán)境，提供彈性的、快速運行的、安全的、可集中管理的云計算基礎設施，滿足應用系統(tǒng)大數(shù)據(jù)量的計算和分析要求。

4 顧客自動認證識別系統(tǒng)

首先通過多種方式建立商場的會員認證系統(tǒng)。例如，采用微信、支付寶掃碼注冊，或使用關聯(lián)了支付功能的APP/微信小程序進行掃碼注冊，并上傳照片，作為后續(xù)人臉識別認證、付款的基礎。注冊后可實現(xiàn)身份認證、支付和商場綁定功能。

在商場人口采用具有深度學習功能的人臉識別系統(tǒng)完成身份認證和軌跡跟蹤。在認證區(qū)域、商品區(qū)域等安裝錄像監(jiān)控設備，對進入的顧客進行人像、行為和軌跡識別。自動識別出會員后，顯示在店內(nèi)的屏幕中。主要功能包括：

（1）顧客人臉庫建設。通過照片采集、微信、支付寶等方式獲取人臉圖像特征數(shù)據(jù)并建立人臉庫。存儲的信息包括與人關聯(lián)的結(jié)構(gòu)化信息和非結(jié)構(gòu)化的人臉圖特征碼。

（2）人臉圖像檢測和采集。采集設備拍攝和識別用戶的人臉圖像，能夠應對不同的表情、外貌、遮擋情況和成像角度等。

（3）人臉圖像處理。對不易辨認人像照片進行處理，包括人像偏轉(zhuǎn)照片處理，低質(zhì)量人像圖片清晰化處理，非正常光照、外國人及少數(shù)民族照片的處理，以實現(xiàn)圖像的光線補償、灰度變換、幾何校正、濾波以及銳化等。

（4）多算法管理平臺。存儲和調(diào)度不同的數(shù)據(jù)庫和索引文件。提供兩種或以上的核心算法對人臉數(shù)據(jù)進行疊加加工處理，目的是提高人臉檢測能力和比對精度，并減少漏報、誤報。

（5）人臉圖像匹配與識別。對進出人員面部與人臉庫的特征模板進行比較、對比和自動辨認。

（6）人臉比對引擎通過平臺接口，獲取管理模塊任務指令，執(zhí)行建模、模板加載、比對等各項任務。平臺接口使用的是http restful接口，更易于實現(xiàn)緩存等機制。

5 線上線下融合購物系統(tǒng)

在實體店鋪設置白助購物白助終端設備、購物PAD/手機移動終端設備，滿足產(chǎn)品信息查看、產(chǎn)品位置指引、掃描識別、導購、智能推薦等需求?？膳c網(wǎng)上商城無縫對接、實時交換信息。支持個人通過互聯(lián)網(wǎng)在網(wǎng)上查看、下單，在實體店確認商品并提貨。

在實體店鋪實施線上、線下信息互通融合，實現(xiàn)線上發(fā)現(xiàn)、預訂、購買商品與線下體驗消費的優(yōu)勢互補和互動，拓展全渠道、全天候互動消費。

線上商城采用成熟的在線購物系統(tǒng)，實現(xiàn)在線銷售和在線購物服務。主要功能包括對商品、會員、訂單、庫存、優(yōu)惠、支付等的管理。

在店鋪部署店鋪二維碼、線上二維碼、商品二維碼等，激活實體店會員流量，線上線下全方位拓展顧客。

支持線上下單線下取貨。實現(xiàn)手機APP、PC線上商城系統(tǒng)和門店銷售系統(tǒng)的聯(lián)網(wǎng)和數(shù)據(jù)實時交換，在線上進行產(chǎn)品調(diào)研和購買，在就近實體店完成取貨?？晒?jié)約人物成本、縮短取貨流程，并實現(xiàn)倉儲優(yōu)化。

在物流配套中要考慮到第三方物流的多樣和成熟，提供與物流系統(tǒng)的技術(shù)對接，建立信息共享平臺，實現(xiàn)商流、信息流、資金流、物流的有機結(jié)合，使得顧客、物流企業(yè)、商家都能夠掌握貨物配送情況，并能夠提供定制服務。

系統(tǒng)應具備O2O與電商的功能，支持進行O2O模式、線上商城模式，以及線下實體店零售模式，可實現(xiàn)商家、分店各種運行數(shù)據(jù)的分布式存儲、計算和同步。

系統(tǒng)的后臺系統(tǒng)能夠靈活配置各種資源的管理，在后臺實現(xiàn)對商品、銷售、訂單、庫存、內(nèi)容、客戶等的管理。其中，商品管理實現(xiàn)商品信息的定義和上架、商品目錄管理、商品類型管理、品牌管理、評論管理等。銷售管理實現(xiàn)商品促銷管理、禮券管理、關聯(lián)及推薦管理。訂單管理實現(xiàn)訂單生成和處理、支付管理、結(jié)算管理。庫存管理實現(xiàn)商品出入庫管理、明細記錄、備貨發(fā)貨、退換貨等。內(nèi)容管理實現(xiàn)商品及其他資源的頁面上內(nèi)容管理、廣告管理、定制化網(wǎng)頁?？蛻艄芾韺崿F(xiàn)客戶的生成、反饋、消息訂閱、會員資格等管理。

6 自助支付系統(tǒng)

自助支付模式采用攝像頭+傳感器方式，通過計算用戶行為及商品狀態(tài)和位置，識別對用戶“拿”、“放”等行為。該方式可實現(xiàn)無需支付，拿了就走的支付流程，但對算法能力要求高、成本高、存在計算量過大等問題。

推薦采用半自動的、支持多人白助支付的解決方案。商品配備IC標簽或二維碼標簽，在商品識別區(qū)通過RFID識別技術(shù)、二維碼識別技術(shù)進行識別或掃描結(jié)算并扣款。相關設備和系統(tǒng)包括白助支付設備、商品白助稱重設備、白助結(jié)賬設備和相關軟件系統(tǒng)。

自助支付設備和系統(tǒng)可對購買的產(chǎn)品進行稱重、掃描打印憑條、與微信支付寶等對接完成白助支付工作等操作。完成支付后能夠出入安全防盜門。

商品白助稱重設備和系統(tǒng)可提供白助包裝和稱重功能。顧客在白助包裝和稱重后，可選擇對應商品種類打印價格標簽。

通過白助結(jié)賬設備和系統(tǒng)，顧客根據(jù)指示，用現(xiàn)金、購物卡、銀行卡等付款，而稱重、計價、收錢、找零這一系列步驟都由機器完成。

建立與微信、支付寶等第三方支付渠道的系統(tǒng)網(wǎng)關，與各個支付通道進行對接開發(fā)，實現(xiàn)聚合式快速、多渠道的支付。

7 智能推薦系統(tǒng)

建立顧客消費大數(shù)據(jù)智能推薦系統(tǒng)，根據(jù)后臺建設的大數(shù)據(jù)分析系統(tǒng)，分析用戶個人情況、購買行為、消費行為、產(chǎn)品銷售情況、品牌情況等，結(jié)合用戶情況，進行智能化推薦，滿足線上線下精準購物需求。算法上主要采用協(xié)同過濾推薦算法、基于自適應查詢推薦算法、基于聚類分析推薦算法和混合推薦算法，對商品和用戶提取特征標簽，推薦與其他用戶具有共同喜好的其他商品，或者通過向量空間建模，根據(jù)用戶和商品的特征標簽的相似度，挖掘用戶的喜好和需求，個性化推薦相似度高的產(chǎn)品。

8 商品和顧客智能分析

基于大數(shù)據(jù)分析技術(shù)，將平臺線上線下產(chǎn)生的顧客數(shù)據(jù)、商品數(shù)據(jù)、交易數(shù)據(jù)、訂單數(shù)據(jù)、庫存、結(jié)算數(shù)據(jù)、操作日志、外部數(shù)據(jù)、行業(yè)數(shù)據(jù)等進行清理、加工和整合，形成商業(yè)智能數(shù)據(jù)大數(shù)據(jù)庫，采用基礎數(shù)據(jù)結(jié)構(gòu)化和應用數(shù)據(jù)非結(jié)構(gòu)化的存儲和計算，形成基于hadoop的分布式大數(shù)據(jù)分析，滿足大數(shù)量的并發(fā)查詢、業(yè)務處理和商業(yè)的智能化分析。

通過智能視頻人臉識別分析技術(shù)，區(qū)分顧客和店員，精準統(tǒng)計進出店鋪的客流量數(shù)據(jù)，實現(xiàn)對店鋪每日運營銷售對比客流情況分析。識別定位顧客在店內(nèi)活動軌跡，從年度、月度、周時間維度分析客流高峰，實現(xiàn)商品熱點時間、空間分析。

根據(jù)人臉識別及系統(tǒng)獲得顧客信息，實現(xiàn)顧客的年齡特征、性別特征、地域特征分析、消費行為分析、購物時間分析、購物地點分析、購物商品分析、興趣點分析、顧客與商品關系等，對顧客進行特征刻畫。從多個角度分析顧客購物體驗狀況，提供個性化的推薦建議。對年度、月度活躍顧客、新老顧客情況進行分析，為店鋪精準定位客戶群、調(diào)整產(chǎn)品定位、實施促銷等提供有價值的數(shù)據(jù)和分析結(jié)果。

9 大數(shù)據(jù)支撐平臺

基于Apache Hadoop的開源組件，針對商業(yè)智能領域?qū)嶋H要求建立大數(shù)據(jù)支撐平臺，根據(jù)商業(yè)數(shù)據(jù)進行功能增強與性能優(yōu)化，提供全面的數(shù)據(jù)存儲和處理引擎。根據(jù)Hadoop生態(tài)鏈，提供線上線下各系統(tǒng)和數(shù)據(jù)接人和共享工具、分布式文件存儲、分布式開源數(shù)據(jù)庫、資源調(diào)度管理系統(tǒng)、分布式批處理框架、數(shù)據(jù)倉庫工具、大規(guī)模并行數(shù)據(jù)分析處理引擎、分布式搜索引擎、分布式內(nèi)存計算引擎等功能和模塊。

根據(jù)電商數(shù)據(jù)應用特點，數(shù)據(jù)存儲分別針對基礎信息采用關系型集中式架構(gòu)，保證基礎信息數(shù)據(jù)完整性、安全性和可交換性。應用和動態(tài)信息采用分布式架構(gòu)的數(shù)據(jù)存儲技術(shù)，可確保大數(shù)據(jù)量數(shù)據(jù)處理的效率和彈性橫向擴展。

本平臺中人臉比對采用機器學習技術(shù)來訓練模型，不斷優(yōu)化性能。人臉信息存在相似性、易變性，隨著待識別人數(shù)的增加誤判概率會增加，原有識別難以滿足要求。深度學習采用深度神經(jīng)網(wǎng)絡模型進行學習，是各類圖像識別的主流算法，被廣泛用于人臉、車輛識別任務，具有模塊化層疊結(jié)構(gòu)。其中重要的卷積神經(jīng)網(wǎng)絡在原來多層神經(jīng)網(wǎng)絡的基礎上，加入了特征學習部分，模仿人腦對信號分級處理。使用基于深度學習的核心比對算法，能夠大幅降人臉識別低誤報率、提高命中率。

10 結(jié)語

無人值守商業(yè)化是時代的趨勢，社會走向的必然定律，是零售行業(yè)的的轉(zhuǎn)變。結(jié)合當前的前沿技術(shù)，本文提出了無人值守智能商業(yè)融合平臺的技術(shù)框架，設計了軟件系統(tǒng)及客戶端APP系統(tǒng)，對框架組成的各個子系統(tǒng)進行了設計和分析，闡述了其T作原理，具有先進性和可操作性，對于解決當前無人值守商業(yè)店鋪的從概念到日常的落地提供了技術(shù)支撐。