，通用10外接LED等和按钮，IXD驱动 器外接IXD显示器，LTM控制器外接触摸屏，SD卡控制器外接SD卡，以太网控制器外接以 太网。
[0023]智慧商场信息系统以Nios II IDE为基本开发平台，基于移植的#G/《爲II多任 务实时操作系统（内核）以及图形库和用户自定义接口控制模块(主要包括自定义 SD卡控制器模块及TRDB-LTM控制器模块）等，预置有界面友好实用、操作快捷方便的触摸 屏人机交互式智慧商场信息系统软件。
[0024]jC/dil是一种通用的实时内核，具有可移植、可裁剪、抢占式、实时等特点。该 系统目前已经被移植到Nios II处理器中。提供下列服务：信号量以及消息传 递、存储器管理、任务(线程）管理、时间管理等。
[0025] 图形库中设置有专门的接收鼠标、键盘、触摸屏等外设输入的接口。
[0026] TRDB-LTM控制器模块可完成显示多种图形、图像、文字，并可实现动画效果。
[0027]自定义SD卡控制器模块分别完成初始化、读扇区、写扇区和执行普通SD命令的 功能。
[0028]基于上述的下层服务功能，智能商业信息系统能更好地分析商场海量无序的消费 数据，帮助商家更好地管理运营，以获得更大的利润。
[0029]本发明的智能商业信息系统在实现时，首先根据关联规则，实现优化商场商品的 摆放位置；然后，根据相关性，通过消费者的消费记录，实现对消费者进行智能推荐；最后， 利用ΒΡ算法，实现销售量预测，帮助商家更好预定进货量。
【主权项】
1. 智能商业信息系统，其特点是，按W下定义和步骤实施： 定义： 定义1 :定义D为事物数据项集，是消费者购物数据的总和； 定义2 :定义LI'项集为D所包含的所有的销售记录中不重复的包含一种商品的项集； 定义3 :支持度（Support)指A和B两个项集的并集AUB在D中出现的概率P(AU B)，即定义4:置信度（Confidence)表示事务数据库D在包含A的事务的前提下同时也包含B的概率P(BiA)，即定义5 :定义L1为一维频繁项集，指支持度不小于用户给定的最小支持度阔值 (minsup)的项集，1维频繁项集记为LI,W此类推，n维频繁项集记为Ln; 定义6 :定义训练集表示若干组销售量数据与对应月 份所组成的集合； 定义7:在向前的多层前馈网络中定义8 :在后向传播中，有定义9 :均方误差e的结果由均方函数求得，其中，均方函数：…eif，输出维度 为1 ; 定义10 :梯度下降法更新权值时，步骤1 :从本地SD卡获得事务数据项集D; 步骤2 :打开软件运行，导入购物数据置软件中，通过用户输入的自定义值，为阔值 sup； 步骤3 :系统软件运用Apirori算法对事务数据项集D进行频繁项集的发现，并对频繁 项集中项目的推荐度进行计算； 步骤4 :根据步骤3的分析结果，实现对消费者输入的商品进行相关商品智能推荐的功 能； 步骤5 :从本地SD卡获得商品的前一段时间每个月的销售量记录，运用BP神经网络算 法，对该数据记录进行分析，预测下一月该商品的销售量。2. 根据权利要求1所述的智能商业信息系统，其特点是，所述的步骤2中，具体步骤包 括： 步骤2.I:得到一维频繁项集LI,并求出相关的置信度Confidence; 得到LI'项集，利用Apirori算法在事务数据项集D中进行逐项扫描对该项集中的商 品的支持度S进行统计； 将LI'项集中各商品的支持度与阔值SUP进行比较，删除Ll项集中支持度小于阔值的 商品项目，保留Ll项集中其他项，得到商品数目为一的一维频繁项集Ll; 步骤2. 2 :由频繁项集Ll得到二维频繁项集L2,并求出相关置信度； 1)根据一维频繁项集Ll项集，进行Apriori-gen"并集"运算，即两两重组，得到完整 的商品种类数为2的二维候选项目集，记为L2'项集； 将L2'项集各项目在数据事务项集D中逐项扫描统计各项目的支持度，将各商品的支 持度与阔值SUP进行比较，对项集中的项目再次进行筛选，删除小于最小支持度的项集，得 到二维频繁项集L2 ; 找出二维频繁项集L2的所有非空子集，假设L2中的元素是A、B，即L2={A，B}，此时它 的非空真子集为{A}，巧}，在选购A的前提 下，选购B的概率颗可表示为：同理，在选购B的前提下，选购A的概率P(AIB)可表示为：步骤2. 3 :重复步骤2. 2,得到更高维的频繁项集Ln(n〉=3)和与其相关的置信度，直到Ln频繁项集只包含一个项目，停止运算； 步骤2. 4 :将W上所求的相关置信度按从大到小的顺序输出。3. 根据权利要求1所述的智能商业信息系统，其特点是，所述的步骤4中，具体步骤包 括： 步骤4. 1 :向系统中输入消费者消费的商品，设输入的商品集合为M; 步骤4. 2 :假设在消费者购买M的情况下仍有可能购买的商品为n，遍历所计算的置信 度，得出爲IBtoEfe ^凝IP娩的值； 步骤4.3 与所设置的推荐支持度阔值Ciiiieargiil进行比较， 若獄繊则将商品n推荐给消费者；反之，则舍弃该项推 荐。4. 根据权利要求1所述的智能商业信息系统，其特点是，所述的步骤5中，具体步骤包 括： 步骤5. 1 :从本机读取训练集T; 步骤5.2:归一化训练集T中的每月销售量数据，得到t'，并记录归一化系数G; 步骤5. 3 :初始化权值矩阵W和偏移矩阵b，其中初始化值可W任意设定，本系统中设 置为1。5. 本算法中共两处用到权值矩阵和偏移矩阵，分别设为Wl,bl，b2; 步骤5. 4 :系统从读入的训练集中读取第一个月份； 步骤5. 5 :系统由多层前馈网络得到一个输出曰，该输出a乘于归一化系数G(即a*G) 是系统算出的该月份的销售量，与实际的销售量t存在误差； 步骤5. 6 :计算系统输出销售量a*G与实际值t的均方误差e，e初始化为O; 步骤5. 7 :在后项传播中，采用梯度下降算法，根据输出误差从后向前对两处权值矩阵 和偏移矩阵Wl,bl，b2进行调节，使误差减小； 步骤5. 8 :重复步骤5. 4~5. 7,并累加均方误差e(通过均方误差函数求得）； 步骤5. 9 :将均方误差与系统设置的可接受均方误差eO进行比较，若e〉eO,则重复步 骤5. 1~5. 9,对训练集T再次训练；若e<eO,则表示训练已达到效果，结束训练。6. 当训练次数超过一定值，同样结束训练； 步骤5. 10 :训练结束后，存储最终的权值矩阵Wl,w2和偏移矩阵bl，b2 ; 步骤5. 11 :神经网络训练完成后，可W用来进行预测。7. 读取存储的权值矩阵和偏移矩阵Wl, bl，b2和归一化G; 步骤5. 12 :向系统输入待预测月份，根据所求的权值矩阵和偏移矩阵，在前馈网络中 得到输出F; 步骤5. 13 :输出结果F再乘W归一化系数G，即得到下个月的销售量预测值。8. -种实现权利要求1所述的智能商场信息系统，其特点是：包括一个FPGA模块及外 接设备， 所述的FPGA模块中，设置有Avalon总线及S态桥总线，在Avalon总线及S态桥总线 上连接有Flash控制器、SDRAM控制器、通用10、LCD驱动器、定时器、LTM控制器、C2H加速、 SD卡控制器、W太网控制器、JTAGUART模块和NiosII软核； 所述的外接设备包括，Flash控制器外接Flash设备，SDRAM控制器外接SDRAM设备，通 用IO外接LED等和按钮，LCD驱动器外接LCD显示器，LTM控制器外接触摸屏，SD卡控制 器外接SD卡，W太网控制器外接W太网。
【专利摘要】本发明公开了一种智能商场信息系统。步骤包括：从本地SD卡获得事务数据项集D；通过用户输入的自定义值；对频繁项集中项目的推荐度进行计算；实现对消费者输入的商品进行相关商品智能推荐的功能；预测下一月该商品的销售量。该系统包括一个FPGA模块及外接设备。本发明从商品信息的特性出发，将Apriori算法以及BP神经网络学习算法在系统中进行结合，并形成完整可行具有多个功能块的系统。整体上具有相对集成化高，成本低，速度快，商品信息分析可靠具有可参考性，并且支持在本地的商品信息输入，具有良好的可行性、适应性以及可观的人机交互性。
【IPC分类】G06Q30/02
【公开号】CN105373940
【申请号】CN201510770417
【发明人】郑佳敏, 余梦巧, 钱鹏江, 余凡, 杨艺
【申请人】江南大学
【公开日】2016年3月2日
【申请日】2015年11月12日