二十一世纪以来,电子商务迅猛发展,不断侵占着原本属于线下购物的市场。传统的线下购物模式遭受了严重的挑战。各大商场如何了解顾客的线下购物行为、提升顾客的线下购物体验,是当前的线下购物模式亟需面对的难题。要解决这个难题必须要对顾客线下购物行为有透彻的了解,能有针对性的收集顾客线下购物行为数据,基于大量的购物数据给顾客提供个性化的商品推荐。本文阐述了如何给顾客线下购物行为建模,如何识别顾客的线下购物行为,如何给顾客提供定制的消息推送。并基于以上三点,设计实现了一整套线下购物推荐系统。该系统能够收集顾客线下购物数据,向顾客提供商品推荐和室内导航等附加功能,向商场的经营者提供基于顾客购物数据的报表分析,最终提升顾客的购物体验。本人参与完成了如下工作：通过详尽分析顾客购物行为,参考消费心理学,给出了线下购物行为的模型；基于商场实际的销售区域分布,改进了不规则热区识别功能；分析顾客历史购物数据,设计了一整套线下购物推荐系统。该系统采用基于位置指纹的WiFi室内定位技术,来追踪顾客购物路线；通过不规则热区识别技术划分商场的各个购物区域,来记录顾客的购物行为；采用协同过滤方法,给顾客提供精准的商品推荐。最终通过工具模拟实际使用场景,设计测试用例,进行功能测试、性能测试和压力测试；通过调查问卷了解顾客的购物体验。通过验证项目的目标可以得出该系统有效提高了顾客的购物体验,提升了商场的人流量与商品的销售额。本文的主要贡献是：①给出了顾客线下购物行为模型；②改进了不规则热区识别功能；③设计了基于顾客历史购物数据的商品推荐功能。本文主要的结构首先分析顾客线下购物行为,给出线下购物行为模型。然后分析顾客购买意愿,给出购买意愿模型,并针对该模型进行不规则热区识别的设计,基于顾客历史购物行为给顾客提供消息推送,最终搭建一套完整的线下购物推荐系统。