CN103559636B - 一种基于云计算和智能分析的餐饮管理系统 - Google Patents
一种基于云计算和智能分析的餐饮管理系统 Download PDFInfo
- Publication number
- CN103559636B CN103559636B CN201310554747.7A CN201310554747A CN103559636B CN 103559636 B CN103559636 B CN 103559636B CN 201310554747 A CN201310554747 A CN 201310554747A CN 103559636 B CN103559636 B CN 103559636B
- Authority
- CN
- China
- Prior art keywords
- user
- trade company
- information
- management system
- data
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Abstract
本发明提供了一种基于云计算和智能分析的餐饮管理系统,包括至少一个客户端、商户本地管理系统和云端管理系统,其之间经过网络进行双向通信;商户本地管理系统包括用于为用户下订单的商户终端;用于对通过所述商户终端发送来的订单进行管理,并将订单处理的结果发送回商户终端进行显示的后厨管理子系统;和用于管理用户历史信息并于所述云端管理系统进行信息交互的本地CRM子系统;云端管理系统包括云端CRM子系统、数据分析子系统和消息推送子系统,云端CRM子系统用于商户数据采集及同步,并将商户数据提供到所述数据分析子系统进行分析计算,将分析后的结果呈现或传送回本地CRM子系统,或由所述消息推送子系统推送到客户端。
Description
技术领域
本发明涉及餐饮管理系统,特别涉及一种基于云计算和智能分析的餐饮管理系统和方法。
背景技术
在餐厅的管理系统中,已经普遍采用通过计算机软件对餐饮行业中的业务进行系统化的管理。常见的餐饮管理系统一般包括餐单管理、订单管理和客户关系管理系统(CRM)几个模块。其中,餐单管理负责管理就餐客人下的订单,订单管理是对餐厅订购的食材、餐具、厨具等进行管理,而客户关系管理系统用于对客户进行管理、统计和分析,有助于餐厅制定营销策略、产品设计,进行用户拓展等。
在传统餐饮行业,餐厅管理系统是基于本地数据,只能记录本餐厅信息,而且由于餐厅会需要定期装修、系统升级等等,造成数据极易被丢失。另外,如何为众口难调的顾客推荐令其满意的菜品,一直是餐饮业追求的目标。由于每家餐馆的风味特色不同,就餐者的偏好、就餐人数、就餐标准等等也各有不同,因此很难找到一种普遍适用的方法来满足每家餐馆和每位顾客的就餐需求。
随着互联网技术和云计算技术的发展,越来越多传统的靠人力总结的经验可以被数据挖掘技术所代替。数据挖掘(Data mining)是数据库知识发现中的一种方法,一般是指从大量的数据中自动搜索隐藏于其中的有着特殊关系性的信息的过程。数据挖掘通常与计算机科学有关,并通过统计、在线分析处理、情报检索、机器学习、专家系统(依靠过去的经验法则)和模式识别等诸多方法来实现上述目标。数据挖掘还可以作为一种决策支持过程,它主要基于人工智能、机器学习、模式识别、统计学、数据库、可视化技术等,高度自动化地分析企业的数据,做出归纳性的推理,从中挖掘出潜在的模式,帮助决策者调整市场策略,减少风险,做出正确的决策。
因此,需要一种能利用云计算技术的菜品和智能分析的餐饮管理系统和方法,能有效地解决现有技术中餐饮管理的问题,从而提高餐饮管理的效率,并提高用户即就餐者的用餐体验。
发明内容
本发明的目的在于提供一种基于云计算和智能分析的餐饮管理系统,所述系统包括至少一个客户端、商户本地管理系统和云端管理系统,所述客户端、商户本地管理系统和云端管理系统之间经过网络进行双向通信,所述客户端用于从用户接收输入,提取用户地理位置信息,并为用户呈现输出;所述商户本地管理系统包括用于为用户下订单的商户终端;用于对通过所述商户终端发送来的订单进行管理,并将订单处理的结果发送回商户终端进行显示的后厨管理子系统;和用于管理用户历史信息并于所述云端管理系统进行信息交互的本地CRM子系统;所述云端管理系统包括云端CRM子系统、数据分析子系统和消息推送子系统,所述云端CRM子系统用于商户数据采集及同步,并将所述商户数据提供到所述数据分析子系统进行分析计算,将分析后的结果呈现或传送回本地CRM子系统,或由所述消息推送子系统推送到所述客户端。
优选地,所述数据分析子系统处理的数据包括(1)所有接入云端管理系统的商户提交的用户消费行为数据;(2)使用所述客户端访问所述商户本地管理系统下订单或查询的用户的定位数据;(3)所有接入云端管理系统的商户提交上来的关于本商户的信息;以及(4)所有接入所述云端管理系统的商户的地理位置数据。
优选地,所述数据分析子系统包含用于收集并分析商户数据的商户数据分析模块、用于收集并分析用户数据的用户数据分析模块、以及将商户数据和用户数据按照特定算法进行匹配的商户用户匹配模块。
优选地,所述商户数据分析模块收集的商户信息包含商户代码、平均消费水平信息、位置信息及基本信息。
优选地,所述用户数据分析模块为用户建立消费行为信息和用户行动轨迹信息,所述消费行为信息包含用户代码、平均消费水平信息、按权重排序的偏好菜系信息以及按权重排序的偏好菜品信息;所述用户行动轨迹信息包括用户活跃商户和用户活跃商圈。
优选地,所述商户用户匹配模块以如下方法进行商户和用户的匹配:步骤a)选定商户,读取其商户信息;步骤b)将全部用户构建为第一集合,对该第一集合S1的每个成员进行遍历;步骤c)遍历第一集合中每个用户的用户行动轨迹信息,若发现某个用户的用户活跃商圈与该商户的位置信息重合,则提取该用户加入第二集合;否则,遍历下一用户,直到遍历结束;步骤d)遍历所述第二集合中的每个用户的用户消费行为信息,判断是否同时满足下列条件:
(1)
|用户平均消费-商户的平均消费|/商户的平均消费<0.5
2)在该用户消费行为信息中的用户偏好菜系中,是否包含了所述商户含有的菜系;
3)商户的菜单数据中,包含至少n道(n为大于0的正整数)用户的偏好菜品;
若同时满足,则提取该用户加入第三集合;否则,遍历下一用户,直到遍历结束;步骤e)遍历所述第三集合,扫描遍历该集合中每个用户的用户行动轨迹信息,若某个用户的活跃商户中包含该商户,则将该用户从所述第二集合中剔除掉,遍历剔除后的所有用户构成的集合即为与该商户相匹配的用户群。
优选地,所述消息推送子系统利用短信平台或智能手机方式将消息推送到所述客户端。
优选地,所述网络选自WiFi、WLAN、GPRS、蜂窝网络,GSM网络、3G网络、LTE网络或CDMA网络。
根据本发明的利用云计算技术的菜品和智能分析的餐饮管理系统和方法,能有效地解决现有技术中餐饮管理的问题,从而提高餐饮管理的效率,并提高用户即就餐者的用餐体验。
应当理解,前述大体的描述和后续详尽的描述均为示例性说明和解释,并不应当用作对本发明所要求保护内容的限制。
附图说明
参考随附的附图,本发明更多的目的、功能和优点将通过本发明实施方式的如下描述得以阐明,其中:
图1示意性示出根据本发明实施例的基于云计算和智能分析的餐饮管理系统框图;
图2示出了一个示例性的通过商户终端的用户接口向用户呈现消息的界面;
图3显示了一个示例性的客户端的用户界面;
图4显示了数据分析子系统所包含的三个子模块的框图;
图5显示了基于商户数据和用户数据某个特定的商户向其匹配用户的算法流程图。
具体实施方式
通过参考示范性实施例,本发明的目的和功能以及用于实现这些目的和功能的方法将得以阐明。然而,本发明并不受限于以下所公开的示范性实施例;可以通过不同形式来对其加以实现。说明书的实质仅仅是帮助相关领域技术人员综合理解本发明的具体细节。
在下文中,将参考附图描述本发明的实施例。在附图中,相同的附图标记代表相同或类似的部件,或者相同或类似的步骤。
在本发明中提到的云计算是一种通过Internet以服务的方式提供动态可伸缩的虚拟化的资源的计算模式。商户一词在本发明中是指餐饮行业业主/企业。用户一词在本发明中是指餐饮消费者。
本发明提供了一种基于云计算和移动互联网的餐饮管理系统,在传统餐饮管理基础上,通过加入以下特性实现如下功能:
1、云端数据同步:将商户本地餐饮数据通过互联网同步到服务器端,达到数据安全备份的目的。用户可以在互联网上浏览到该商户的菜单、菜品评价、菜品销量数据,有助于用户进行就餐选择,并且还支持用户直接通过网上进行就餐的预定、预点。
2、云端数据分析:通过商户的拓展,云端接入多家商户的菜单、下单数据,通过区域划分以及计算,一方面可以综合算出一个区域(商圈、辖区等)的客户年龄层、职业、消费习惯、饮食喜好,有助于餐厅制定经营策略。还另一方面可以计算出本店的潜在客户,并且利用智能手机的推送系统,向餐厅的潜在客户推送餐厅信息,达到营销效果。
图1示意性示出根据本发明实施例的基于云计算和智能分析的餐饮管理系统框图。
根据本发明的餐饮管理系统100包括至少一个客户端110、商户本地管理系统120和云端管理系统130。客户端110、商户本地管理系统120和云端管理系统130之间通过网络140连接。出于示意性的目的,图1仅示出了一个客户端110,然而,可以理解的是在其他实施方式中,系统100可以包括更多的客户端110。
客户端110、商户本地管理系统120和云端管理系统130之间可经过任意类型的网络140进行双向通信,所述通信包括但不限于客户端110借助网络140从商户本地管理系统120下载菜单、获取点菜或餐厅的推荐信息等,客户端110将用户信息、用户偏好、历史信息等等上传至商户本地管理系统120等等。所述网络140例如包括诸如内联网之类的局域网(“LAN”)和诸如互联网之类的广域网(“WAN”)。网络140可被配置为支持利用多种协议设置格式的信息的传输。另外,网络140可以是公共网络、专用网络或其组合。网络140还可以利用任何一种或多种类型的物理介质来实现,其中包括与多个服务提供商相关联的有线通信路径和无线通信路径。无线通信方式例如WiFi或WLAN、GPRS、蜂窝网络,例如GSM网络、3G网络、LTE网络或CDMA网络等等。
根据本发明,在商户本地管理系统120包含至少三个子系统,如图1所示分别为商户终端122、后厨管理子系统123和本地CRM子系统124。商户终端122用于为到达商户现场进行消费的用户下订单,优选还包括网络接口并支持用户通过网络的方式远程下订单或进行预定。
商户终端122可以实现为软件或硬件,当实现为硬件时,优选以带有计算和数据传输功能的硬件来实现,例如可以是平板电脑、多媒体终端、智能电话、个人数字助理(PDA)或者包括计算功能和数据通信能力的任何其他设备。优选地,商户终端还可以通过例如web浏览器或定制应用(app)实现,并与商户本地管理系统120进行交互和双向通信。
商户终端122用于通过用户接口接收并呈现用户订单信息,并发送至客户端110、后厨管理子系统123和/或本地CRM子系统124。商户终端122还可以提供订单管理和历史消费记录的功能。如图2所示,示出了一个示例性的通过商户终端122的用户接口用于向用户呈现消息的界面。商户终端可以根据客户下的订单呈现餐厅信息、地址位置、用户订单、菜品信息。而且,还可以实时显示用户的消费金额、用餐桌号、订单排序(如需要用户等位或用户还未到达商户的情况)等用餐信息。另外,还可呈现该用户历史消费信息,如用户总消费金额历史记录、用户到店次数、口味偏好、历史消费菜品口味记录等等。
后厨管理子系统123主要负责对通过商户终端122发送来的订单进行管理,并将订单处理的结果发送回商户终端122进行显示。在后厨管理子系统123中,将接收到的所有订单构建成一订单队列,采用先进先出的方式。新的订单接收之后,插入到队列中的末尾进行排队。优选地,可以按照订单的就餐人数分成若干子队列分别进行排序。排序后的信息返回至商户终端122以显示给用户,或发送至客户端110显示给用户。
本地CRM子系统124用于管理用户的历史信息,包括但不限于用户基本信息(如用户编号、姓名、联系方式等)、用户总消费金额历史记录、用户到店次数、口味偏好、历史消费菜品口味记录等等。本地CRM子系统124通过接收商户终端122发来的用户信息与本地存储的历史信息进行匹配,从而将匹配成功的用户历史信息发送回商户终端122进行展示。该用户历史信息还可以通过商户终端122转发至客户端110供用户远程查看和参考。
本地CRM子系统124还包括网络接口从而与位于云端的云端管理系统130中的云端CRM子系统132进行协同管理操作。这将在下文详细描述。
客户端110优选以移动终端应用程序的方法来实现。客户端110可以通过例如web浏览器或定制应用(app)的接口方式与商户本地管理系统120进行交互和双向通信。客户端110可以通过从商户本地管理系统120下载并安装来实现接收推荐内容等功能。移动终端优选为台式计算机、膝上型计算机、智能电话、个人数字助理(PDA)、平板电脑、游戏机、多功能移动终端或者包括计算功能和数据通信能力的任何其他设备。
客户端110通过用户界面从用户接收输入,例如查询餐馆、下订单等,并可为用户呈现输出。图3显示了一个示例性的客户端110的用户界面。用户使用客户端110输入的信息例如包括用户用于登录商户本地管理系统120的身份验证信息、用户选择的菜品信息、就餐人数、口味偏好、价格偏好、菜品或餐厅的评价信息、历史消费记录等等。向客户端110输出的信息例如包括商户本地管理基于用户的选择推荐的菜品信息、餐厅信息、用户的历史消费记录等。用户还可以在商户本地管理推荐的信息基础上与商户本地管理进行交互,进一步输入限定条件、修改部分推荐菜品等,从而使商户本地管理实现更为精准的推荐。
优选地,客户端110还可以提取用户当前的地理位置信息,从而基于用户的地理位置信息对用户进行相应的更为精准的信息呈现和推送。比如,可以根据用户的地理位置计算出与商户之间的距离,从而估算出用户到达餐厅所需的时间、到达后还需等待的时间等等。商户本地管理系统120也可以根据用户的地理位置为用户推荐附近的商户。
回到图1,根据本发明的云端管理系统130包括云端CRM子系统131、数据分析子系统132和消息推送子系统。云端CRM子系统131用于实现下述功能:(1)商户数据采集及同步功能。将所有接入到云端CRM子系统131的商户的本地CRM子系统进行上传,并实现数据的实时同步,避免了商户因为意外情况的数据损失;(2)将商户上传来的数据汇总提供到数据分析子系统132进行分析计算;以及(3)将经过数据分析子系统132分析后的数据分析结果呈现或传送回本地CRM子系统124。优选地,经过数据分析子系统132分析后的数据分析结果还可以转换为相应的用户推荐信息,通过消息推送子系统133将商户的营销信息推送到客户端。消息推送子系统133可以通过以下两种方式实现:
1、短信平台推送,利用成熟的短信发送平台进行营销短信的发送。
2、智能手机推送,利用智能手机特有的推送服务功能,将营销信息推送到智能手机上。
数据分析子系统132通过网络140接收来自商户本地管理系统120的本地CRM子系统124发来的数据,所要处理的数据源包括但不限于(1)所有接入云端管理系统130的商户提交上来的用户消费行为数据;(2)使用了客户端访问商户本地管理系统120下订单或查询的用户的定位数据,该定位数据可以根据用户访问商户本地管理系统120时进行实时采集;(3)所有接入云端管理系统130的商户提交上来的关于本商户的信息,例如本店菜单、菜系、价格数据、座位数量、营业时间、口味风格等;以及(4)所有接入云端管理系统130的商户的地理位置数据,该地理位置数据由于商户本身的特点因此可以是静态数据,可以定期向商户进行采集而无需实时采集。
数据分析子系统132将所收集处理到的数据划分为三个子模块进行处理,如图4所示,数据分析子系统132包含用于收集并分析商户数据的商户数据分析模块1321、用于收集并分析用户数据的用户数据分析模块1321、以及将商户数据和用户数据按照特定算法进行匹配的商户用户匹配模块1322。
商户数据分析模块1321收集商户提交上来的关于本商户的信息,例如本店菜单、菜系、价格数据、历史消费数据、座位数量、营业时间、口味风格等,可以将这些信息分类为:(1)商户基本信息,包括菜单、菜系、座位数量、营业时间、口味风格等,(2)位置信息,具体为所述商圈的地理位置信息;以及(3)基于历史消费记录数据计算出来的商户消费信息,例如,计算出商户平均消费水平,也就是将商户所有订单数据的人均消费取算术平均数得到。商户的消费信息可以是周期性动态从商户中采集并实时更新的。
一个示例性的商户信息列表如下表1所示:
表1 示例性的商户信息列表
用户数据分析模块1321包括基于用户以往的历史消费数据计算得到用户消费行为信息,以及基于用户的消费行动轨迹计算得到的用户行动轨迹信息。用户消费行为信息是根据如下算法计算的:对于每一个用户A,将其所有的历史订单进行统计,得到以下维度的信息,为该用户建立一个消费行为信息列表:
(1)平均消费水平:用户的总消费金额/用户的消费次数,用于衡量用户A的消费能力。根据本发明,用户的总消费金额并不限定于某个特定商家,而是用户所有消费记录的总金额。由于本发明的云服务系统可以采集多个不同商家的消费信息,因此可以更为真实有效地反映用户的消费能力和消费水平。
(2)用户偏好菜系:用户A每到一个商户中消费,就将该商户所属菜系的权重+1,取权重最大的m(m优选为5)个菜系按权重大小排序作为用户A最喜欢的菜系。每个商户可以包含多个菜系的标签,在计算中同时加入到用户的偏好中。
(3)用户偏好菜品:用户每点一道菜,则在用户数据中将这道菜的权重+1,取权重最大的n个菜品(n优选为100)按权重大小排序作为用户A的偏好菜品列表数据。
一个示例性的用户消费行为信息列表如下表2所示:
表2 示例性的用户消费行为信息列表
用户行动轨迹信息的算法如下:如果用户U在商户B进行过消费,而商户B属于商圈C,则相应的用户U的行动轨迹数据中的对应的商户B和商圈C记录权重都会增加1。一个示例性的用户行动轨迹信息列表如下表3所示:
表3 示例性的用户行动轨迹信息列表
基于上述的商户数据和用户数据,商户用户匹配模块1322会对用户和商户进行匹配,从而根据用户的口味、偏好等向用户推荐合适的商户。对于属于某个特定商圈C的某个特定的商户A,向其匹配用户的具体算法如图5所示:
步骤501,选定商户A,读取其商户基本信息、商户平均消费信息以及位置信息;
步骤502,将全部用户构建为第一集合S1,对该第一集合S1的每个成员进行遍历;
步骤503:遍历第一集合S1中每个用户U的用户行动轨迹信息,若发现遍历中某个用户Ux的用户活跃商圈与该特定商圈C(即商户A的位置信息)重合,则进入步骤504,提取该用户Ux,加入新的第二集合S2;否则,遍历下一用户,直到遍历结束;
步骤505,遍历步骤504中得到的第二集合S2,遍历该集合中每个用户的用户消费行为信息,看该用户的消费行为信息是否同时满足下列条件:
(1)
|用户平均消费-商户的平均消费|/商户的平均消费<0.5 (1)
若满足公式(1),则表明该用户平均消费和商户A的平均消费很接近。
2)在该用户消费行为信息中的用户偏好菜系中,包含了商户A的商户信息中含有的菜系。
3)商户A的菜单数据中,包含至少n道(n为大于0的正整数,优选为3)用户的偏好菜品。
若遍历S1中的每个用户发现某一用户Uy同时满足上述三个条件,则进入步骤506,提取该用户Uy,加入新的第三集合S3;否则,遍历下一用户,直到遍历结束。
接着,在步骤507,遍历第三集合S3,扫描遍历该集合中每个用户的用户行动轨迹信息,若某个用户的“用户活跃商户”中包含该特定的商户A,则将该用户从第三集合S3中剔除掉。遍历剔除后的所有用户构成最终的第四集合S4,即第四集合S4为与商户A相匹配的用户群,可以向该第四集合S4中的用户推送与商户A相关的就餐信息和/或促销信息等。
综上所述,根据本发明的基于云计算和智能分析的餐饮管理系统可以有效地利用云计算技术对商户的信息进行同步、保存,另外还能利用强大的推荐引擎为商户提供有效的用户匹配和推荐,从而解决商户推荐盲目性的问题。根据本发明的管理系统,可以实时更新地收集用户的历史行为信息不断提高推荐的准确性,从而提高就餐者的用餐体验。
过结合这里披露的本发明的说明和实践,本发明的其他实施例对于本领域技术人员都是易于想到和理解的。说明和实施例仅被认为是示例性的,本发明的真正范围和主旨均由权利要求所限定。
Claims (4)
1.一种基于云计算和智能分析的餐饮管理系统,所述系统包括至少一个客户端、商户本地管理系统和云端管理系统,所述客户端、商户本地管理系统和云端管理系统之间经过网络进行双向通信,
所述客户端用于从用户接收输入,提取用户地理位置信息,并为用户呈现输出;
所述商户本地管理系统包括用于为用户下订单的商户终端;用于对通过所述商户终端发送来的订单进行管理,并将订单处理的结果发送回商户终端进行显示的后厨管理子系统;和用于管理用户历史信息并于所述云端管理系统进行信息交互的本地CRM子系统;
所述云端管理系统包括云端CRM子系统、数据分析子系统和消息推送子系统,所述云端CRM子系统用于商户数据采集及同步,并将所述商户数据提供到所述数据分析子系统进行分析计算,将分析后的结果呈现或传送回本地CRM子系统,或由所述消息推送子系统推送到所述客户端;
其中所述数据分析子系统包含用于收集并分析商户数据的商户数据分析模块、用于收集并分析用户数据的用户数据分析模块、以及将商户数据和用户数据按照特定算法进行匹配的商户用户匹配模块;
其中所述商户数据分析模块收集的商户信息包含商户代码、平均消费水平信息、位置信息及基本信息;
其中所述用户数据分析模块为用户建立消费行为信息和用户行动轨迹信息,所述消费行为信息包含用户代码、平均消费水平信息、按权重排序的偏好菜系信息以及按权重排序的偏好菜品信息;所述用户行动轨迹信息包括用户活跃商户和用户活跃商圈;
其中商户用户匹配模块以如下方法进行商户和用户的匹配:
步骤a)选定商户,读取其商户信息;
步骤b)将全部用户构建为第一集合,对该第一集合S1的每个成员进行遍历;
步骤c)遍历第一集合中每个用户的用户行动轨迹信息,若发现某个用户的用户活跃商圈与该商户的位置信息重合,则提取该用户加入第二集合;否则,遍历下一用户,直到遍历结束;
步骤d)遍历所述第二集合中的每个用户的用户消费行为信息,判断是否同时满足下列条件:
(1)
|用户平均消费-商户的平均消费|/商户的平均消费<0.5
2)在该用户消费行为信息中的用户偏好菜系中,是否包含了所述商户含有的菜系;
3)商户的菜单数据中,包含至少n道(n为大于0的正整数)用户的偏好菜品;
若同时满足,则提取该用户加入第三集合;否则,遍历下一用户,直到遍历结束;
步骤e)遍历所述第三集合,扫描遍历该集合中每个用户的用户行动轨迹信息,若某个用户的活跃商户中包含该商户,则将该用户从所述第二集合中剔除掉,遍历剔除后的所有用户构成的集合即为与该商户相匹配的用户群。
2.如权利要求1所述的餐饮管理系统,其中所述数据分析子系统处理的数据包括(1)所有接入云端管理系统的商户提交的用户消费行为数据;(2)使用所述客户端访问所述商户本地管理系统下订单或查询的用户的定位数据;(3)所有接入云端管理系统的商户提交上来的关于本商户的信息;以及(4)所有接入所述云端管理系统的商户的地理位置数据。
3.如权利要求1所述的餐饮管理系统,其中所述消息推送子系统利用短信平台或智能手机方式将消息推送到所述客户端。
4.如权利要求1所述的餐饮管理系统,其中所述网络选自WiFi、WLAN、GPRS、蜂窝网络,GSM网络、3G网络、LTE网络或CDMA网络。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310554747.7A CN103559636B (zh) | 2013-11-08 | 2013-11-08 | 一种基于云计算和智能分析的餐饮管理系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310554747.7A CN103559636B (zh) | 2013-11-08 | 2013-11-08 | 一种基于云计算和智能分析的餐饮管理系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103559636A CN103559636A (zh) | 2014-02-05 |
CN103559636B true CN103559636B (zh) | 2017-01-18 |
Family
ID=50013876
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201310554747.7A Active CN103559636B (zh) | 2013-11-08 | 2013-11-08 | 一种基于云计算和智能分析的餐饮管理系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103559636B (zh) |
Families Citing this family (33)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103927324B (zh) * | 2014-03-13 | 2017-10-27 | 中国联合网络通信集团有限公司 | 一种信息推送的方法及装置 |
CN104361442A (zh) * | 2014-11-04 | 2015-02-18 | 无锡雅座在线科技发展有限公司 | 基于云服务和数据分析的智能台位管理系统 |
CN104517179A (zh) * | 2014-11-04 | 2015-04-15 | 无锡雅座在线科技发展有限公司 | 基于云存储与云计算的餐饮日报智能分析系统 |
CN104376405A (zh) * | 2014-11-04 | 2015-02-25 | 无锡雅座在线科技发展有限公司 | 基于云计算和智能分析的餐饮管理系统及用于该系统的预警方法 |
CN104346698B (zh) * | 2014-11-05 | 2018-03-06 | 无锡雅座在线科技股份有限公司 | 基于云计算和数据挖掘的餐饮会员大数据分析和考核系统 |
CN105786807B (zh) * | 2014-12-15 | 2021-06-18 | 北京奇虎科技有限公司 | 展会信息推送的方法、设备与系统 |
CN104978677A (zh) * | 2015-07-14 | 2015-10-14 | 河北志晟信息技术股份有限公司 | 用于商品展示的通信方法及系统 |
CN105046336A (zh) * | 2015-07-14 | 2015-11-11 | 河北志晟信息技术股份有限公司 | 用于场所预订的通信方法及系统 |
CN105069633A (zh) * | 2015-08-06 | 2015-11-18 | 北京优凯澜信息技术有限公司 | 艺术品o2o平台的实现方法 |
CN105069651A (zh) * | 2015-08-06 | 2015-11-18 | 北京优凯澜信息技术有限公司 | 一种艺术品o2o平台实现方法 |
JP5996748B1 (ja) * | 2015-09-04 | 2016-09-21 | 株式会社リクルートホールディングス | オーダー処理システム、オーダー処理方法 |
CN106817384A (zh) * | 2015-11-27 | 2017-06-09 | 亿阳信通股份有限公司 | 一种基于用户电信访问行为的分析方法及系统 |
CN107408280A (zh) * | 2016-01-11 | 2017-11-28 | 程强 | 餐饮信息采集方法及系统 |
CN105684026A (zh) * | 2016-01-25 | 2016-06-15 | 程强 | 餐饮app平台的排序方法及系统 |
WO2017128011A1 (zh) * | 2016-01-25 | 2017-08-03 | 黄冠明 | 推荐广告时的信息推送方法和广告系统 |
WO2017128009A1 (zh) * | 2016-01-25 | 2017-08-03 | 黄冠明 | 身份证匹配广告推送信息时的数据统计方法和广告系统 |
CN105608608A (zh) * | 2016-02-15 | 2016-05-25 | 重庆昇鑫科技有限公司 | 一种基于物联网的智慧商圈决策管理系统 |
CN105787826A (zh) * | 2016-03-23 | 2016-07-20 | 苏州本心信息科技有限公司 | 一种餐饮管理系统 |
CN107093120A (zh) * | 2016-09-28 | 2017-08-25 | 北京小度信息科技有限公司 | 服务策略推送方法和装置 |
CN106658078A (zh) * | 2016-12-23 | 2017-05-10 | 北京小米移动软件有限公司 | 电视终端订餐方法及装置 |
CN106910114A (zh) * | 2017-02-20 | 2017-06-30 | 广州大学 | 一种基于云服务的具有空间翻页视觉效果的点餐系统 |
CN106951541B (zh) * | 2017-03-23 | 2020-06-19 | 北京小米移动软件有限公司 | 烹饪信息推荐、获取方法及装置 |
CN107332878B (zh) * | 2017-06-05 | 2020-08-07 | 北京三快在线科技有限公司 | 信息的推送方法及装置、电子设备 |
CN111737632A (zh) * | 2017-08-16 | 2020-10-02 | 北京嘀嘀无限科技发展有限公司 | 排队时间确定方法、装置、服务器和计算机可读存储介质 |
CN107481119A (zh) * | 2017-08-21 | 2017-12-15 | 贵州西部生态链电子商务有限公司 | 一种基于大数据特征分析的云餐饮平台及分析方法 |
CN109559181A (zh) * | 2017-09-26 | 2019-04-02 | 北京国双科技有限公司 | 订单数据采集方法及装置 |
CN108091029A (zh) * | 2017-11-27 | 2018-05-29 | 深圳市赛亿科技开发有限公司 | 餐厅排号管理方法及系统 |
CN109165817A (zh) * | 2018-07-28 | 2019-01-08 | 安徽赛迪信息技术有限公司 | 一种数据挖掘分析系统 |
CN109685573A (zh) * | 2018-12-25 | 2019-04-26 | 拉扎斯网络科技(上海)有限公司 | 一种商圈数据的处理方法、装置、电子设备和存储介质 |
CN111553755A (zh) * | 2019-02-12 | 2020-08-18 | 阿里巴巴集团控股有限公司 | 数据处理产品及设备 |
CN111612540A (zh) * | 2020-05-21 | 2020-09-01 | 成都万数光合信息科技有限公司 | 一种基于数据分析的餐饮推荐系统 |
CN111753210B (zh) * | 2020-05-27 | 2021-05-18 | 浙江口碑网络技术有限公司 | 资源推送方法、装置、计算机设备及计算机可读存储介质 |
CN117291284A (zh) * | 2023-09-13 | 2023-12-26 | 武汉卓讯互动信息科技有限公司 | 基于SaaS云平台的餐饮连锁企业门店管理系统及方法 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102663265A (zh) * | 2012-05-04 | 2012-09-12 | 庄燕滨 | 基于云计算平台的餐饮服务平台系统及其工作方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20120278252A1 (en) * | 2011-04-27 | 2012-11-01 | Sethna Shaun B | System and method for recommending establishments and items based on consumption history of similar consumers |
-
2013
- 2013-11-08 CN CN201310554747.7A patent/CN103559636B/zh active Active
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102663265A (zh) * | 2012-05-04 | 2012-09-12 | 庄燕滨 | 基于云计算平台的餐饮服务平台系统及其工作方法 |
Non-Patent Citations (1)
Title |
---|
一种基于LBS的移动个性化推荐系统;张春永;《科学技术与工程》;20111031;第11卷(第30期);第2-3页 * |
Also Published As
Publication number | Publication date |
---|---|
CN103559636A (zh) | 2014-02-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103559636B (zh) | 一种基于云计算和智能分析的餐饮管理系统 | |
Pramana et al. | Impact of COVID-19 pandemic on tourism in Indonesia | |
US20180174205A1 (en) | Systems and methods for recommending merchants to a consumer | |
CN107451861B (zh) | 一种大数据下用户上网特征识别的方法 | |
US8768867B1 (en) | Crowd Prediction and attendance forecasting | |
CN104050187B (zh) | 搜索结果展示方法及系统 | |
CN104965920A (zh) | 用于确定目标地址的方法和装置 | |
WO2019056661A1 (zh) | 一种搜索词推送方法、装置及终端 | |
CN107092629A (zh) | 推荐方法及装置 | |
CN106327227A (zh) | 一种信息推荐系统及信息推荐方法 | |
CN104835057A (zh) | 一种获取网络用户的消费特征信息的方法及装置 | |
CN110569432A (zh) | 商品序列计算方法、装置、计算机设备及存储介质 | |
CN106202186A (zh) | 基于人工智能的服务推荐方法和装置 | |
CN107092647B (zh) | 一种提供资源组合的方法及装置 | |
CN106951516B (zh) | 一种基于大数据的装修选品智能排序方法 | |
CN109102326A (zh) | 一种基于大数据特征分析的云餐饮平台及分析方法 | |
Chen et al. | Constructing innovative service quality for department stores | |
CN104751345A (zh) | 一种基于位置的数据处理方法以及装置 | |
CN104679810A (zh) | 用于基于移动装置数据产生简档的方法和系统 | |
CN109190027A (zh) | 多源推荐方法、终端、服务器、计算机设备、可读介质 | |
Roy et al. | A nested semi-open queuing network model for analyzing dine-in restaurant performance | |
Li | Design and implementation of intelligent travel recommendation system based on internet of things. | |
Prišenk et al. | A multi-criteria assessment of the production and marketing systems of local mountain food | |
Adi | EVALUATION ON THE EFFECTIVENESS OF THE WEB TECHNOLOGY USAGE IN PROMOTING AND MARKETING INDONESIA TOURISM. | |
Wibowo et al. | Value creation with big data in marketing: An empirical evidence on SMEs |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant |