张艺玲, 徐 玮, 周宇帆, 王雅琳, 郑 豪

(南京晓庄学院 信息工程学院， 南京 211100)

0 引 言

以云计算、物联网、5G等为代表的计算机应用技术迅猛发展，给人们的生活带来了诸多便利。然而每日产生的呈指数级增长的数据也造成了信息过载(Information overload)问题，导致了信息利用率降低。因此，如何提高信息利用效率，从海量的数据中提取需要的信息就成了一个值得讨论的话题。目前解决这一问题的主要途径分为搜索引擎和分类划分两大类[1]。在电商环境下，由于商品种类繁杂，消费者往往难以精准把握购物需求[2]。在商场购物时消费者更是几乎无法搜索自己想要的商品，购物费时费力，体验不佳。因此，不论是线上还是线下的购物过程中，推荐系统都显得尤为重要。

不同于线上购物平台，实体商场能够向消费者进行推荐的手段十分有限，大都只能依靠广告机、海报、电视广告等粗粒度的方式推送，无法像线上平台一样做到“千人千面”。为解决这一问题，王勇等提出了基于位置的商品推荐方法[3]；SA Iakovou等使用超市和亚马逊公司的数据库建模，根据消费者行为进行分类、商品推荐[4]。

本文设计了基于人脸识别的精准商品推送系统，可根据消费者的在商场中的位置推送商品信息。通过使用商场内部的摄像头捕捉消费者面部信息，结合消费者特征信息对消费者建模，在微信小程序中为消费者推荐最适合的商品。本系统具有较高的推送准确度，使用方便快捷，能够有效提升顾客粘性与商场营业额，且适用范围广，能够应用于各类超市、商场，具有可观的商业价值。……