射频识别(Radio Frequence Identification,RFID)技术提供了一种新的获取信息的方式,理论上与条形码识别技术相似。它以一种无线非接触的方式利用射频电磁场传输数据,目的是自动识别和跟踪附着在物体上的标签。由于RFID标签价格低廉,部署简易且无源RFID具有非视距、非接触、无盲区和低成本等优点,能够实现对物品快速准确的识别。越来越多的大型商场和知名制造商将其用于商品追溯和防盗。顺应这样的发展趋势,基于RFID的线下购物行为分析和挖掘,逐渐成为一个新兴的研究热点。然而,大部分现有方案只适用于特殊场景(衣服选购场景)中的特定动作(拾取动作)识别,受室内RFID定位和追踪的精确度限制,尚无法有效区分不同时间、不同用户的购物选择,存在许多关键问题有待解决。本文拟研究基于RFID信号的移动轨迹。具体包括以下三个过程:(1)度量标签运动轨迹的相似性,分析商品之间的相关性;(2)追踪标签在局部范围内的运动轨迹,提取标签的运动特征;(3)关联不同时间和位置的监测结果,跟踪用户购物的选择过程。通过分析商品在关键点的轨迹信息,分析用户的行为,主要的创新点和具体工作如下:1)精确标签轨迹追踪。通过在关键位置部署少量阅读器(例如,电梯或分区入口等),可以构建多个监测点监测标签的局部轨迹和全局流向。本文拟实现在单个监测点监测范围内,对多个标签的高精度(厘米级)全程追踪(从进入到退出)。通过采集在检测范围内的相位和时间信息分析轨迹。2)理论值和测量值匹配。本文首次将相位的理论值和测量值进行匹配来实现商品的轨迹分析,通过在静态条件下对相位测量值与理论值进行一系列比较和推导,同时将采集设备(及天线)自带的初始相位偏转因素考虑在内,利用相位的范围条件建立不等式对相位进行匹配。随后将该理论应用到动态时间序列的处理中,获取在监测范围内一系列的匹配点,即运动轨迹。3)准确标签群组划分。在购物过程中,用户选购的商品通常会与用户保持一致的运动方式(例如,速度和方向等)。通过分析标签轨迹的相似性,可以确定商品的不同归属。本文拟实现在给定少量参考标签(附着在购物车上的标签)前提下,对大量商品标签的高效、准确分类。主要研究标签轨迹的相似性度量。4)应用软件开发。将每个流程的算法用具体的代码实现,形成系统。