Recomendador para mejorar el proceso de compra en centros comerciales de las Smart Cities

Abstract

El presente Trabajo Fin de Máster propone un escenario de Centro Comercial Inteligente en el que mediante la combinación de tecnologías inalámbricas y técnicas de análisis de datos pretender mejorar la experiencia de usuario de las compras que realizan en un entorno de Smart City. El trabajo trata de recoger las impresiones de estudios realizados sobre la población que asiste a Centros Comerciales y cómo reconocen la utilidad de aplicaciones que les ayudan a realizar sus compras de forma más eficiente. Se plantea el desarrollo de sistemas de recomendación de tiendas de Centro Comercial basados en "Filtros Colaborativos" y "Técnicas de Verosimilitud" que son empleados a día de hoy en el comercio electrónico. El escenario planteado consta de un entorno de Centro Comercial Inteligente en cuyas tiendas se despliega un sistema de dispositivos inalámbricos que recopilarán información de los clientes alimentando así al sistema de recomendación. Los clientes tendrán descargada una APP en sus smartphones a través de la cual se ejercerá el vínculo contractual de protección de datos entre el Centro Comercial y el usuario de la APP. La información recopilada alimentará el sistema de análisis que proporcionará al usuario la recomendación de tiendas en función de diversos criterios. Finalmente, los ejemplos de técnicas de recomendación implementados han servido para clarificar el propósito final de mejora de experiencia de usuario.

El present Treball Fi de Màster proposa un escenari de Centre Comercial Intel·ligent en el qual mitjançant la combinació de tecnologies sense fils i tècniques d'anàlisis de dades pretendre millorar l'experiència d'usuari de les compres que realitzen en un entorn de Smart City. El treball tracta de recollir les impressions d'estudis realitzats sobre la població que assisteix a Centres Comercials i com reconeixen la utilitat d'aplicacions que els ajuden a realitzar les seves compres de forma més eficient. Es planteja el desenvolupament de sistemes de recomanació de botigues de Centre Comercial basats en "Filtres Col·laboratius" i "Tècniques de Versemblança" que són emprats avui dia en el comerç electrònic. L'escenari plantejat consta d'un entorn de Centre Comercial Intel·ligent en les botigues del qual es desplega un sistema de dispositius sense fils que recopilaran informació dels clients alimentant així al sistema de recomanació. Els clients tindran descarregada una APP en els seus telèfons intel·ligents a través de la qual s'exercirà el vincle contractual de protecció de dades entre el Centre Comercial i l'usuari de l'APP. La informació recopilada alimentarà el sistema d'anàlisi que proporcionarà a l'usuari la recomanació de botigues en funció de diversos criteris. Finalment, els exemples de tècniques de recomanació implementats han servit per a aclarir el propòsit final de millora d'experiència d'usuari.

In order to improve the client experience at purchase action, this project proposes a scenario where Smart Shopping Centre and new Technologies are combined in a Smart City environment. The developed work takes into account already done appraisals about people that visited several Shopping Centers and how they realize how much useful recommendation systems are when they have to choice about where and what to buy. In this context, this project will show some algorithm examples, based on Collaborative Filtering, that are currently used on e-commerce. A wireless access system it is deployed along all shops in a Smart Shopping Center. This system will be monitoring clients and collecting data from them. This data will feed a recommendator system based on Collaborative Filtering algorithms. Clients will access to the system using their own mobile devices (through a proposed Mobile APP) and other wireless devices (such as RFID tags) and they will able to get benefits receiving different-criteria generated recommendations from system. Finally, after all system description, some examples of recommendations are showed in last chapters for a better understanding of the solution proposed.