(12)发明专利申请
(10)申请公布号 CN 112561669 A(43)申请公布日 2021.03.26
(21)申请号 202110222719.X(22)申请日 2021.03.01
(71)申请人 广东财经大学
地址 510320 广东省广州市海珠区赤沙乡
仑头路21号(72)发明人 张琪 庄学敏 高钰莹 (74)专利代理机构 北京华际知识产权代理有限
公司 11676
代理人 苏巧(51)Int.Cl.
G06Q 30/06(2012.01)G06Q 50/12(2012.01)G06Q 30/02(2012.01)G06K 9/62(2006.01)
权利要求书3页 说明书7页 附图1页
CN 112561669 A()发明名称
一种基于数据分析的餐饮信息推荐系统(57)摘要
本发明公开了一种基于数据分析的餐饮信息推荐系统,包括:消费记录采集单元、个人信息采集单元、销售额统计单元、数据管理平台、数据调取单元、客户分类单元、支持度分析单元、修正相似度分析单元、推荐菜品筛选单元、电子菜谱设计单元和客户端,个人信息采集单元确认顾客是非会员还是会员,通过消费记录采集单元采集会员的订单记录,支持度分析单元依据会员顾客的订单记录分析单一菜品和组合菜品的支持度,按支持度从大到小将组合菜品推荐给非会员顾客;通过销售额统计单元统计菜品每个月的销售额权重,结合修正相似度分析单元按修正相似度从大到小将菜品推荐给会员顾客,贴合了不同顾客的需求,提高了餐馆菜品的销售量。
CN 112561669 A
权 利 要 求 书
1/3页
1.一种基于数据分析的餐饮信息推荐系统,其特征在于:包括:消费记录采集单元、个人信息采集单元、销售额统计单元、数据管理平台、数据调取单元、客户分类单元、支持度分
修正相似度分析单元、推荐菜品筛选单元、电子菜谱设计单元和客户端;析单元、
所述消费记录采集单元、个人信息采集单元和销售额统计单元的输出端连接所述数据管理平台的输入端,所述数据管理平台的输出端连接所述数据调取单元的输入端,所述数据调取单元的输出端连接所述客户分类单元的输入端,所述客户分类单元的输出端连接所述支持度分析单元和修正相似度分析单元的输入端,所述支持度分析单元和修正相似度分析单元的输出端连接所述推荐菜品筛选单元的输入端,所述推荐菜品筛选单元的输出端连接所述电子菜谱设计单元、所述支持度分析单元的输入端,所述电子菜谱筛选单元的输出端连接所述客户端的输入端;
所述消费记录采集单元采集餐厅会员的订单记录并输入到所述数据管理平台,所述个人信息采集单元采集不同顾客的个人信息并输入至所述数据管理平台,所述数据调取单元调取所述数据管理平台中的个人信息和订单记录数据至所述客户分类单元,所述客户分类单元通过分析顾客个人信息和订单记录数据将顾客分为两批:会员和非会员,对会员和非会员分别采用不同的推荐方式,考虑到非会员顾客没有消费记录,利用会员的订单记录为其进行菜品的推荐,所述支持度分析单元通过调取的会员订单记录中的点单详情分析确认菜品支持度,将支持度数据传输到所述推荐菜品筛选单元,所述推荐菜品筛选单元依据支持度数据为非会员顾客推荐筛选出的菜品组合;
所述销售额统计单元将近一年间每个月的菜品销售数据传输到所述数据管理平台,所述数据管理平台统计销售权重数据,通过修正相似度分析单元结合每个菜品的订单数量和销售权重分析其相似度,通过所述数据调取单元调取所述数据管理平台中的销售权重数据,将修正相似度数据传输到所述推荐菜品筛选单元中,所述推荐菜品筛选单元依据相似度数据为会员顾客推荐筛选出的菜品。
2.根据权利要求1所述的一种基于数据分析的餐饮信息推荐系统,其特征在于:所述消费记录采集单元采集到会员顾客的n组订单菜品集,菜品集中不同的菜品集合为A={A1,A2,...Ai},其中,i表示不同菜品的总数,统计到对应菜品在n组订单菜品集中出现的次数集合为m={m1,m2,...,mi}, 将采集到的数据传输到所述数据管理平台供所述数据调取单元调取至所述支持度分析单元中。
3.根据权利要求2所述的一种基于数据分析的餐饮信息推荐系统,其特征在于:在所述支持度分析单元中:根据下列公式计算菜品的最小支持度
,
分别将不同菜品在n组订单菜品集出现的次数与少,支持度过低;若
比较,若
,说明该菜品点的过
:
,说明该菜品的支持度高于最小支持度,将比较的结果传输到所
述推荐菜品筛选单元。
4.根据权利要求3所述的一种基于数据分析的餐饮信息推荐系统,其特征在于:所述推荐菜品筛选单元依据比较结果筛选出支持度大于最小支持度
2
的菜品集合A’={A1’,
CN 112561669 A
权 利 要 求 书
2/3页
A2’,...,Aj’},对应菜品在n组订单菜品集中出现的次数集合为m={m1’,m2’,...,mj’}其中,j表示支持度大于最小支持度的次数相加,共有
的菜品总数,j个组合,所有组合的菜品出现次数总和集合为m组={m组1,m组2,...,m组j},
将组合菜品信息传输到所述支持度分析单元中,根据下列公式计算组合菜品的最小支持度
:
,
将组合菜品的出现的次数与于最小支持度
比较,利用所述推荐菜品筛选单元筛选出出现次数大
的组合菜品,按照支持度由大到小排列将组合菜品信息发送到所述客户
端推荐给非会员顾客。
5.根据权利要求1所述的一种基于数据分析的餐饮信息推荐系统,其特征在于:通过所述销售额统计单元采集餐厅上一年所有菜品的每个月销售额数据,将销售额数据传输到所述数据管理平台中,利用所述数据管理平台筛选出所有菜品一年中最高销量月份销售额集合为W={W1,W2,...,Wi},一个菜品一年中每个月的销售额集合为w={w1,w2,...,w12},共有i个菜品,根据下列公式计算该菜品每个月的销售权重Q:
,
其余i‑1个菜品的每个月销售权重计算方式都与上述公式相同,将销售权重数据通过所述数据调取单元传输至所述修正相似度分析单元。
6.根据权利要求5所述的一种基于数据分析的餐饮信息推荐系统,其特征在于:通过所述消费记录采集单元采集一个会员顾客一年中一个菜品每个月的点单次数集合为q={q1,q2,...,q12},随机采集另一个会员顾客一年中该菜品每个月的点单次数集合为q={p1,p2,...,p12},会员顾客订单上另一个菜品每个月的点单次数集合为q’={q1’,q2’,...,q12’},随机采集另一个会员顾客订单上另一个菜品每个月的点单次数集合为p’={p1’,p2’,...,p12’}建立二维空间,将相同顾客的两个菜品对应的点单次数组合形成向量坐标集合(q,q’)={(q1,q1’),(q2,q2’),...,(q12,q12’)},以及(p,p’)={(p1,p1’),(p2,p2’),...,(p12,p12’)},对应的向量分别为和,根据下列公式计算不同用户之间点单的修正相似度F:
,
其中,表示修正相似度的夹角,将得出的修正相似度数据传输到所述推荐菜品筛选单元中。
7.根据权利要求6所述的一种基于数据分析的餐饮信息推荐系统,其特征在于:所述推
设置最低相似度K,将修正相似度F与K做比较,荐菜品筛选单元接收到修正相似度数据后,
若F CN 112561669 A 权 利 要 求 书 3/3页 FK的顾客的订单,按照从大到小的顺序排列,将对应订单上的菜品进行互相推荐,将推荐菜品信息发送到所述客户端推荐给会员顾客。 8.根据权利要求4所述的一种基于数据分析的餐饮信息推荐系统,其特征在于:将为非会员顾客推荐的菜品信息通过所述推荐菜品筛选单元传输到所述电子菜谱设计单元中,利用所述电子菜谱设计单元为非会员顾客设计菜谱:将推荐菜品这一功能应用在非会员顾客订单已经选择完成并即将下单前这一环节,非会员顾客在订单列表中选中菜品,在界面中进行相应的文字提示,若非会员顾客感兴趣,再浏览推荐菜品信息。 9.根据权利要求7所述的一种基于数据分析的餐饮信息推荐系统,其特征在于:将为会员顾客推荐的菜品信息通过所述推荐菜品筛选单元传输到所述电子菜谱设计单元中,利用所述电子菜谱设计单元为会员顾客设计菜谱:在使用推荐功能前,会员顾客首先需要通过登录界面进行登录,在登录后会显示会员推荐模块,弹出登录界面,会员顾客输入账号和密码并验证通过后可以浏览系统推荐的菜品信息。 其特征在于:将10.根据权利要求8或9所述的一种基于数据分析的餐饮信息推荐系统, 所述电子菜谱设计单元为会员顾客和非会员顾客设计的不同的菜谱页面传输到所述客户端中,顾客可以根据不同的身份选择浏览不同的菜谱页面进行点单。 4 CN 112561669 A 说 明 书 一种基于数据分析的餐饮信息推荐系统 1/7页 技术领域 [0001]本发明涉及大数据技术领域,具体为一种基于数据分析的餐饮信息推荐系统。背景技术 [0002]随着社会经济水平的不断发展,电子商务网站也随之迅速发展,数据挖掘技术得到了巨大的进步,推荐系统得到了广泛的应用,推荐系统能够方便消费者在复杂多变的商品信息中快速定位自己需要的商品,可以提高用户的体验感,避免了客户的流失,餐饮信息推荐系统的应用能够吸引住大量顾客的目光,提升了用户点餐用餐的便利性和体验度,由于餐馆中顾客的身份不同,有些顾客是会员,有些可能是首次点单的顾客,统一进行餐饮信息的推荐太过于单调,点的菜品也可能不符合顾客的口味,会造成客户流失的状况,针对会员顾客和非会员顾客设计不同的推荐方式可以满足不同顾客的需求,也可以提高菜品的销售量。 [0003]所以,人们需要一种基于数据分析的餐饮信息推荐系统来解决上述问题。发明内容 [0004]本发明的目的在于提供一种基于数据分析的餐饮信息推荐系统,以解决上述背景技术中提出的问题。 [0005]为了解决上述技术问题,本发明提供如下技术方案:一种基于数据分析的餐饮信息推荐系统,其特征在于:包括:消费记录采集单元、个人信息采集单元、销售额统计单元、数据管理平台、数据调取单元、客户分类单元、支持度分析单元、修正相似度分析单元、推荐菜品筛选单元、电子菜谱设计单元和客户端; 所述消费记录采集单元、个人信息采集单元和销售额统计单元的输出端连接所述 数据管理平台的输入端,所述数据管理平台的输出端连接所述数据调取单元的输入端,所述数据调取单元的输出端连接所述客户分类单元的输入端,所述客户分类单元的输出端连接所述支持度分析单元和修正相似度分析单元的输入端,所述支持度分析单元和修正相似度分析单元的输出端连接所述推荐菜品筛选单元的输入端,所述推荐菜品筛选单元的输出端连接所述电子菜谱设计单元、所述支持度分析单元的输入端,所述电子菜谱筛选单元的输出端连接所述客户端的输入端; 所述消费记录采集单元采集餐厅会员的订单记录并输入到所述数据管理平台,所 述个人信息采集单元采集不同顾客的个人信息并输入至所述数据管理平台,所述数据调取单元调取所述数据管理平台中的个人信息和订单记录数据至所述客户分类单元,所述客户分类单元通过分析顾客个人信息和订单记录数据将顾客分为两批:会员和非会员,对会员和非会员分别采用不同的推荐方式,考虑到非会员顾客没有消费记录,利用会员的订单记录为其进行菜品的推荐,所述支持度分析单元通过调取的会员订单记录中的点单详情分析确认菜品支持度,将支持度数据传输到所述推荐菜品筛选单元,所述推荐菜品筛选单元依据支持度数据为非会员顾客推荐筛选出的菜品组合; 5 CN 112561669 A 说 明 书 2/7页 所述销售额统计单元将近一年间每个月的菜品销售数据传输到所述数据管理平 台,所述数据管理平台统计销售权重数据,通过修正相似度分析单元结合每个菜品的订单数量和销售权重分析其相似度,通过所述数据调取单元调取所述数据管理平台中的销售权重数据,将修正相似度数据传输到所述推荐菜品筛选单元中,所述推荐菜品筛选单元依据相似度数据为会员顾客推荐筛选出的菜品。[0006]进一步的,所述消费记录采集单元采集到会员顾客的n组订单菜品集,菜品集中不同的菜品集合为A={A1,A2,...Ai},其中,i表示不同菜品的总数,统计到对应菜品在n组订单菜品集中出现的次数集合为m={m1,m2,...,mi}, 将采集到的数据传输到所述数据管理平台供所述数据调取单元调取至所述支持度分析单元中。 [0007] 进一步的,在所述支持度分析单元中:根据下列公式计算菜品的最小支持度 , 分别将不同菜品在n组订单菜品集出现的次数与 比较,若 : ,说明该菜品点 的过少,支持度过低;若,说明该菜品的支持度高于最小支持度,将比较的结果传输 到所述推荐菜品筛选单元,会员顾客点的菜品次数不一,计算最小支持度是为了将菜品在 订单中出现的次数与之进行比较,有利于推荐菜品筛选单元初步筛选出较为受欢迎的菜 较准确地反映了菜品的受欢迎程品,将菜品次数的平均值作为最小支持度是最为合理的, 度。 [0008] 进一步的,所述推荐菜品筛选单元依据比较结果筛选出支持度大于最小支持度 的菜品总数,j的菜品集合A’={A1’,A2’,...,Aj’},对应菜品在n组订单菜品集中出现的次数集合为m={m1’,m2’,...,mj’}其中,j表示支持度大于最小支持度合,将一组菜品出现的次数相加,共有 个组合,所有组合的菜品出现次数总和集合为m组= {m组1,m组2,...,m组j},将组合菜品信息传输到所述支持度分析单元中,根据下列公式计算组合菜品的最小支持度 : , 将组合菜品的出现的次数与 数大于最小支持度 比较,利用所述推荐菜品筛选单元筛选出出现次 的组合菜品,按照支持度由大到小排列将组合菜品信息发送到所述 客户端推荐给非会员顾客,计算组合菜品的最小支持度是为了推荐菜品筛选单元二次筛选 受欢迎的组合菜品,将组合菜品而不是单一菜品推荐给非会员顾客提升了顾客的体验感,提高了菜品的销售量。[0009]进一步的,通过所述销售额统计单元采集餐厅上一年所有菜品的每个月销售额数据,将销售额数据传输到所述数据管理平台中,利用所述数据管理平台筛选出所有菜品一 W2,...,Wi},一个菜品一年中每个月的销售额集合年中最高销量月份销售额集合为W={W1, 为w={w1,w2,...,w12},共有i个菜品,根据下列公式计算该菜品每个月的销售权重Q: 6 CN 112561669 A 说 明 书 , 3/7页 其余i‑1个菜品的每个月销售权重计算方式都与上述公式相同,将销售权重数据 通过所述数据调取单元传输至所述修正相似度分析单元,受时间、季节的影响,顾客感兴趣的菜品会出现变化,计算一个菜品一年中每个月的销售额与一年中最高销量月份销售额比例是为了确认菜品一年中销量较好的时间段,将之作为销售权重有利于较为准确地反映顾客点的菜品受欢迎的情况和时间。[0010]进一步的,通过所述消费记录采集单元采集一个会员顾客一年中一个菜品每个月的点单次数集合为q={q1,q2,...,q12},随机采集另一个会员顾客一年中该菜品每个月的点单次数集合为q={p1,p2,...,p12},会员顾客订单上另一个菜品每个月的点单次数集合为q’={q1’,q2’,...,q12’},随机采集另一个会员顾客订单上另一个菜品每个月的点单次数集合为p’={p1’,p2’,...,p12’}建立二维空间,将相同顾客的两个菜品对应的点单次数组合形成向量坐标集合(q,q’)={(q1,q1’),(q2,q2’),...,(q12,q12’)},以及(p,p’)={(p1,p1’),(p2,p2’),...,(p12,p12’)},对应的向量分别为和,根据下列公式计算不同用户之间点单的修正相似度F: , 其中,表示修正相似度的夹角,将得出的修正相似度数据传输到所述推荐菜品 筛选单元中,传统相似度算法不能反映会员顾客随季节变化对菜品的兴趣变化,在传统相似度算法的前提下添加销售权重的数据充分考虑到了菜品受欢迎程度的季节性变化,修正相似度的计算是为了解决传统相似度算法不能反映会员顾客兴趣变化的弊端,推荐菜品筛选单元依据修正相似度筛选出合适的菜品给会员顾客,提高了会员顾客的流量,提升了会员顾客的体验感,进一步提高了菜品的销售量。[0011]进一步的,所述推荐菜品筛选单元接收到修正相似度数据后,设置最低相似度K,将修正相似度F与K做比较,若F 7 CN 112561669 A 说 明 书 4/7页 根据不同顾客设计不同的电子菜谱提升了顾客点单时的体验感和满意度。[0015]与现有技术相比,本发明所达到的有益效果是: 1.本发明通过消费记录采集单元采集到会员顾客的n组订单菜品集,统计到不同菜品在n组订单菜品集中出现的次数,通过支持度分析单元分析计算菜品的最小支持度将不同菜品在n组订单菜品集出现的次数与大于最小支持度 , 比较,通过推荐菜品筛选单元筛选出支持度 的菜品集合,将筛选出的菜品随机两两组合,将一组菜品出现的次数相 加,得到所有组合的菜品出现次数总和集合,再次依据和最小支持度的比较筛选出出现次数大于最小支持度 的组合菜品,按支持度从大到小将推荐的组合菜品推荐给非会员顾 客,根据会员的用餐信息为非会员顾客推荐菜品,考虑到非会员顾客没有消费记录、推荐无 法找到依据的情况,为非会员顾客提供了最良性、最优的推荐方式,一方面帮助餐饮企业提高了点菜的效率,另一方面提升了非会员顾客的体验感; 2.本发明通过销售额统计单元采集餐厅上一年所有菜品的每个月销售额数据,筛 选出所有菜品一年中最高销量月份销售额和菜品一年中每个月的销售额,计算出菜品每个月的销售权重,利用修正相似度分析单元分析不同会员顾客点单的相似度,结合销售权重得出会员顾客点单的修正相似度,将修正相似度大的会员顾客点的菜品进行相互的推荐,将相应菜品信息推荐给会员顾客,将销售权重引入到传统的相似度算法中,充分考虑到了时间因素对菜品销售的影响,解决了传统相似度算法不能反映会员顾客兴趣变化的弊端,提高了会员顾客的流量,提升了会员顾客的体验感,进一步提高了菜品的销售量。附图说明 [0016]附图用来提供对本发明的进一步理解,并且构成说明书的一部分,与本发明的实施例一起用于解释本发明,并不构成对本发明的。在附图中: 图1是本发明一种基于数据分析的餐饮信息推荐系统的结构图。具体实施方式 [0017]以下结合附图对本发明的优选实施例进行说明,应当理解,此处所描述的优选实施例仅用于说明和解释本发明,并不用于限定本发明。[0018]请参阅图1,本发明提供技术方案:一种基于数据分析的餐饮信息推荐系统,其特征在于:包括:消费记录采集单元、个人信息采集单元、销售额统计单元、数据管理平台、数据调取单元、客户分类单元、支持度分析单元、修正相似度分析单元、推荐菜品筛选单元、电子菜谱设计单元和客户端; 消费记录采集单元、个人信息采集单元和销售额统计单元的输出端连接数据管理 平台的输入端,数据管理平台的输出端连接数据调取单元的输入端,数据调取单元的输出端连接客户分类单元的输入端,客户分类单元的输出端连接支持度分析单元和修正相似度分析单元的输入端,支持度分析单元和修正相似度分析单元的输出端连接推荐菜品筛选单元的输入端,推荐菜品筛选单元的输出端连接电子菜谱设计单元、支持度分析单元的输入端,电子菜谱筛选单元的输出端连接客户端的输入端; 消费记录采集单元采集餐厅会员的订单记录并输入到数据管理平台,个人信息采 8 CN 112561669 A 说 明 书 5/7页 集单元采集不同顾客的个人信息并输入至数据管理平台,数据调取单元调取数据管理平台中的个人信息和订单记录数据至客户分类单元,客户分类单元通过分析顾客个人信息和订单记录数据将顾客分为两批:会员和非会员,对会员和非会员分别采用不同的推荐方式,考虑到非会员顾客没有消费记录,利用会员的订单记录为其进行菜品的推荐,支持度分析单元通过调取的会员订单记录中的点单详情分析确认菜品支持度,将支持度数据传输到推荐菜品筛选单元,推荐菜品筛选单元依据支持度数据为非会员顾客推荐筛选出的菜品组合; 销售额统计单元将近一年间每个月的菜品销售数据传输到数据管理平台,数据管 理平台统计销售权重数据,通过修正相似度分析单元结合每个菜品的订单数量和销售权重分析其相似度,通过数据调取单元调取数据管理平台中的销售权重数据,将修正相似度数据传输到推荐菜品筛选单元中,推荐菜品筛选单元依据相似度数据为会员顾客推荐筛选出的菜品。[0019]消费记录采集单元采集到会员顾客的n组订单菜品集,菜品集中不同的菜品集合为A={A1,A2,...Ai},其中,i表示不同菜品的总数,统计到对应菜品在n组订单菜品集中出现的次数集合为m={m1,m2,...,mi}, 将采集到的数据传输到数据管理平台供数据调取单元调取至支持度分析单元中。 [0020] 在支持度分析单元中:根据下列公式计算菜品的最小支持度 , 分别将不同菜品在n组订单菜品集出现的次数与 比较,若 : ,说明该菜品点 的过少,支持度过低;若,说明该菜品的支持度高于最小支持度,将比较的结果传输 到推荐菜品筛选单元,会员顾客点的菜品次数不一,计算最小支持度是为了将菜品在订单 中出现的次数与之进行比较,便于推荐菜品筛选单元初步筛选出较为受欢迎的菜品,将菜品次数的平均值作为最小支持度是最为合理的,能够较准确地反映菜品的受欢迎程度。 [0021] 推荐菜品筛选单元依据比较结果筛选出支持度大于最小支持度 的菜品集合A’= {A1’,A2’,...,Aj’},对应菜品在n组订单菜品集中出现的次数集合为m={m1’,m2’,...,mj’}其中,j表示支持度大于最小支持度出现的次数相加,共有 的菜品总数,j个组合,所有组合的菜品出现次数总和集合为m组={m组1,m组2,..., m组j},将组合菜品信息传输到支持度分析单元中,根据下列公式计算组合菜品的最小支持度 : , 将组合菜品的出现的次数与 于最小支持度 比较,利用推荐菜品筛选单元筛选出出现次数大 的组合菜品,按照支持度由大到小排列将组合菜品信息发送到客户端推 荐给非会员顾客,计算组合菜品的最小支持度是为了推荐菜品筛选单元二次筛选受欢迎的组合菜品,将组合菜品而不是单一菜品推荐给非会员顾客能够提升顾客的体验感,进而提 9 CN 112561669 A 说 明 书 6/7页 高菜品的销售量。 [0022]通过销售额统计单元采集餐厅上一年所有菜品的每个月销售额数据,将销售额数据传输到数据管理平台中,利用数据管理平台筛选出所有菜品一年中最高销量月份销售额集合为W={W1,W2,...,Wi},一个菜品一年中每个月的销售额集合为w={w1,w2,...,w12},共有i个菜品,根据下列公式计算该菜品每个月的销售权重Q: , 其余i‑1个菜品的每个月销售权重计算方式都与上述公式相同,将销售权重数据通过数据调取单元传输至修正相似度分析单元,受时间、季节的影响,顾客感兴趣的菜品会出现变化,计算一个菜品一年中每个月的销售额与一年中最高销量月份销售额比例是为了确认菜品一年中销量较好的时间段,将之作为销售权重便于较为准确地反映顾客点的菜品受欢迎的情况和时间。 [0023]通过消费记录采集单元采集一个会员顾客一年中一个菜品每个月的点单次数集合为q={q1,q2,...,q12},随机采集另一个会员顾客一年中该菜品每个月的点单次数集合为q={p1,p2,...,p12},会员顾客订单上另一个菜品每个月的点单次数集合为q’={q1’,q2’,...,q12’},随机采集另一个会员顾客订单上另一个菜品每个月的点单次数集合为p’={p1’,p2’,...,p12’}建立二维空间,将相同顾客的两个菜品对应的点单次数组合形成向量坐标集合(q,q’)={(q1,q1’),(q2,q2’),...,(q12,q12’)},以及(p,p’)={(p1,p1’),(p2,p2’),...,(p12,p12’)},对应的向量分别为和,根据下列公式计算不同用户之间点单的修正相似度F: , 其中,表示修正相似度的夹角,将得出的修正相似度数据传输到推荐菜品筛选 单元中,传统相似度算法不能反映会员顾客随季节变化对菜品的兴趣变化,在传统相似度算法的前提下添加销售权重的数据充分考虑到了菜品受欢迎程度的季节性变化,修正相似度的计算是为了解决传统相似度算法不能反映会员顾客兴趣变化的弊端,推荐菜品筛选单元依据修正相似度筛选出合适的菜品给会员顾客,能够提高会员顾客的流量、提升会员顾客的体验感,进一步提高菜品的销售量。 [0024]推荐菜品筛选单元接收到修正相似度数据后,设置最低相似度K,将修正相似度F与K做比较,若F [0026]将为会员顾客推荐的菜品信息通过推荐菜品筛选单元传输到电子菜谱设计单元中,利用电子菜谱设计单元为会员顾客设计菜谱:在使用推荐功能前,会员顾客首先需要通过登录界面进行登录,在登录后会显示会员推荐模块,弹出登录界面,会员顾客输入账号和 10 CN 112561669 A 说 明 书 7/7页 密码并验证通过后可以浏览系统推荐的菜品信息。 [0027]将电子菜谱设计单元为会员顾客和非会员顾客设计的不同的菜谱页面传输到客户端中,顾客可以根据不同的身份选择浏览不同的菜谱页面进行点单,根据不同顾客设计不同的电子菜谱能够提升顾客点单时的体验感和满意度。[0028]实施例一:采集到会员顾客的5组订单菜品集,菜品集中不同的菜品集合为A={A1,A2,A3,A4,A5},对应菜品在5组订单菜品集中出现的次数集合为m={6,2,10,5,1},根据公式 计算菜品的最小支持度 出支持度大于最小支持度 =4.8,推荐菜品筛选单元依据比较结果筛选 的菜品为A1、A3和A4,将3个菜品随机两两组合,将一组菜品出现 的次数相加,共有3个组合,所有组合的菜品出现次数总和集合为m组={16,11,15},根据公式 计算组合菜品的最小支持度 与 比较,筛选出出现次数大于最小支持度 =14,将组合菜品的出现的次数 的组合菜品A1和A3、A3和A4,将组合菜品A1 和A3优先推荐给非会员顾客,其次是A3和A4。[0029]最后应说明的是:以上所述仅为本发明的优选实例而已,并不用于本发明,尽管参照前述实施例对本发明进行了详细的说明,对于本领域的技术人员来说,其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换。凡 所作的任何修改、等同替换、改进等,均应包含在本发明的保在本发明的精神和原则之内, 护范围之内。 11 CN 112561669 A 说 明 书 附 图 1/1页 12 图1 因篇幅问题不能全部显示,请点此查看更多更全内容
Copyright © 2019- huatuowenda.com 版权所有 湘ICP备2023022495号-1
违法及侵权请联系:TEL:199 1889 7713 E-MAIL:2724546146@qq.com
本站由北京市万商天勤律师事务所王兴未律师提供法律服务