发明内容
为了克服上述现有技术中的不足,本发明提供了一种口味选择信息同应用对象的匹配方法,其能够实现根据用户的口味选择信息,自动推荐出匹配用户口味的应用对象,有效的解决了口味选择信息同应用对象如何匹配的问题。
本发明通过如下技术方案实现:
一种口味选择信息同应用对象的匹配方法,所述口味选择信息通过至少一个指标进行标示,所述指标包括至少一个选择项,所述选择项通过机器可读的符号进行标示,所述应用对象按照同所述口味选择信息相同的指标和所述指标相同的选择项进行标示,该方法包括如下步骤:
获取用户的口味选择信息,其中,所述口味选择信息的每一个指标分别设置有权重,被用户选中的指标称为有效指标;
计算口味选择信息中任一有效指标的选择项同应用对象中对应的指标的选择项的相差度;
根据口味选择信息中所述有效指标的权重,计算口味选择信息中所有有效指标的选择项同应用对象中对应指标的选择项的相差度的加权累加值,所述相差度的加权累加值表征口味选择信息同应用对象的吻合度;
将所述应用对象按照所述吻合度的大小排序。
进一步的,所述的口味选择信息有多个;分别计算所述每一个口味选择信息同所述应用对象的吻合度后数学计算得到综合吻合度,通过所述综合吻合度代表所述应用对象同所述多个口味选择信息的综合匹配程度。
进一步的,所述每一个口味选择信息同所述应用对象的吻合度求和得到综合吻合度。
进一步的,所述多个不同的口味选择信息分别设置有权重,所述多个口味选择信息的吻合度加权累加,计算出所述应用对象同所述多个口味选择信息的综合吻合度。
进一步的,在计算所述综合吻合度之前,还包括对任一口味选择信息的修改或屏蔽,随后在计算所述综合吻合度时,按照修改或屏蔽后的口味选择信息执行。
进一步的,所述权重由优先级转换得到。
进一步的,所述的应用对象有多个;分别计算所述每个应用对象同口味选择信息的吻合度再求和后,得到应用对象组综合吻合度;通过所述应用对象组综合吻合度代表所述应用对象组和所述口味选择信息的综合匹配程度。
进一步的,所述口味选择信息的指标的选择项为量化值,则所述相差度的计算方法是口味选择信息中指标的选择项值与应用对象中对应的指标的选择项值的绝对差值除以所述选择项的取值范围。
进一步的,所述口味选择信息的指标的选择项为量化的范围值,则所述相差度的计算方法是口味选择信息中指标的选择项平均值与应用对象中对应的指标的选择项值的绝对差值除以所述选择项的取值范围,或者所述相差度的计算方法是口味选择信息中指标的每一选择项与应用对象中对应的指标的选择项的相差度的平均值。
进一步的,所述口味选择信息的指标的选择项为非量化的单选值,则所述相差度根据所述口味选择信息中指标的选择项值与所述应用对象中对应的指标的选择项值是否一致,设定为极大值或者极小值。
进一步的,所述口味选择信息的指标的选择项为非量化的复选值,则所述相差度根据所述应用对象的指标的选择项中是否包含口味选择信息中对应的指标的选择项中的任一选择项,设定为极大值或者极小值。
进一步的,对于所述口味选择信息中最高优先级别或者权重的指标,在计算所述吻合度之前,根据所述指标的选择项值预先排除部分应用对象,或者设定所述相差度为最大值。
进一步的,在计算应用对象同所述口味选择信息的相差度前,还包括对所述口味选择信息的修改,随后在计算应用对象同所述口味选择信息的相差度时,按照修改后的口味选择信息执行。
进一步的,所述应用对象是菜谱或者餐厅。
本发明的有益效果:
本发明所提出的匹配方法,通过计算应用对象同口味选择信息的吻合度,可自动推荐出符合用户口味的应用对象,有效的解决了口味选择信息同应用对象的匹配问题,大大提高了用户的用餐效率。
本发明所提出的匹配方法,口味选择信息的指标可设置不同的优先级或者权重,在进行应用对象匹配时更具有灵活的针对性。
本发明所提出的匹配方法,可通过计算应用对象同多个口味选择信息的综合吻合度,自动推荐出符合多人口味的应用对象,有效的解决了多人聚餐时多个人的口味兼容匹配问题。
本发明所提出的匹配方法,多个人的口味选择信息可分别设置不同的优先级或者权重,在进行应用对象匹配时更具有灵活的针对性。
本发明所提出的匹配方法,用户可以对口味选择信息进行临时修改,以满足口味临时发生改变的需要,具有灵活的实现方式。
本发明所提出的匹配方法,其应用对象可以是菜谱或者餐厅,应用范围十分广泛。
本发明所提出的匹配方法,匹配计算出来的应用对象与用餐者的需求匹配度高,能对用餐者真正起到推荐作用。
具体实施方式
本发明通过如下实施方式对本发明进行详细说明。但本领域技术人员应了解,下述实施方式不是对本发明保护范围的限制,任何在本发明基础上做出的改进和变化,都在本发明的保护范围之内。
下面结合附图和实施例对本发明作进一步说明。
参照图1所示,本发明的口味选择信息同应用对象的匹配方法包括如下步骤:
S101,获取用户的口味选择信息。
其中,口味选择信息是对用户个性化、模糊化口味信息的一种具体标示。实际应用中,可以将模糊的口味信息用多种不同的指标标示衡量,并根据每种具体指标的特性,分别设置多个选择项,用不同的选择项代表不同的口味选择信息。用户通过在这多种指标的多个选择项中进行选择,形成针对全部口味选择信息的指标的选择项集合,就可以产生针对该用户的一种个性化的口味选择信息。例如标示口味信息的指标分别包括酸、甜、苦、辣、咸、麻等单一口味指标,还包括口感信息、菜肴制作方法选择、用户身体状况、民族信仰、忌口信息等其他指标,每个指标都设置有多个不同的选择项,如单一口味“咸”设置有“不咸、微咸、较咸、很咸”4个选择项,单一口味“辣”设置有“不辣、微辣、少辣、较辣、很辣”5个选择项,口感信息设置有“脆爽、正常、绵软”3个选择项,菜肴制作方法设置有“炒、煎、炖、炸、焖、煸、煨、蒸、烙”等多个选择项,用户身体状况设置有“健康、感冒、睡眠不足、健忘、上火、贫血、高血压、高血糖、高血脂、糖尿病、心脏病”等多个选择项,民族信仰设置有“汉族、回族、满族、蒙古族、苗族、维吾尔族、土家族”等多个选择项,忌口信息设置有“不食葱、不食蒜、不食姜、不食香菜、不食芹菜”等多个选择项,用户通过在这些指标的选择项中进行选择,如“微酸、不甜、不咸、少辣、脆爽、炒、高血压、回族、不食葱、不食蒜”,形成针对自己口味信息的多个指标的选择项集合,就代表了该用户个性化的口味选择信息。具体的,被用户选中的指标称为有效指标。
具体的,口味选择信息的指标的选择项通过机器可读的符号进行标示,如可以通过数字标示、字母标示、符号标示、标准编号标示、或其他可以将口味选择信息的指标进行明确区分的标示方式。如将单一口味“咸”中的4个选择项“不咸、微咸、较咸、很咸”分别通过数字“01、02、03、04”进行标示,即01代表不咸,02代表微咸,03代表较咸,04代表很咸;或者将忌口信息中的多个选择项“葱、蒜、姜、香菜、芹菜”分别通过字母“A、B、C、D、E”进行标示,即A代表葱,B代表蒜,C代表姜,D代表香菜,E代表芹菜。将口味选择信息的指标的选择项通过机器可读的符号进行标示后,有利于口味选择信息的数字化应用。
值得注意的是,当口味选择信息的某一指标的选择项之间具有关联关系时,如单一口味“咸”中的4个选择项“不咸、微咸、较咸、很咸”从不同程度标示了咸的程度,将这类指标通过数字进行标示后,则可以认为该类指标的选择项为量化值,标示后,可以通过判断不同选择项的量化值之间的差值,进而判断该类指标的口味相差程度,当然,用户也可以连续对多个选择项进行选择,代表该类指标的口味信息在某一个幅度范围内,都认为满足用户口味选择的需要。当口味选择信息的某一指标的选择项之间互相独立,无任何关联关系时,如菜系指标中的多个选择项“川菜、湘菜、粤菜、京菜、鲁菜、苏菜、徽菜、浙菜、闽菜、西北菜、东北菜”之间无任何关联关系,这类指标无论通过何种标示方式,都可以认为该类指标的选择项为非量化的选择值,判断该类指标的口味差别时,不能通过判断差值,只能通过判断选择项是否相同来实现,当然,用户也可以同时对多个选择项进行选择,代表其中任何一个选择项都满足用户口味选择的需要。
具体的,口味选择信息指标标示的层级可以设置为多级,级数的选择取决于系统设计及处理能力,例如可以将单一口味“咸”定义为两级,咸或者不咸,或者定义为三级,分别是不咸、微咸、较咸,或者定义四级甚至更多,根据定义的级数赋予不同数值。一般来说,当指标的选择项为量化值时,口味选择信息指标标示的层级代表了该选择项的取值范围,如当单一口味“咸”为四级时,可以认为该选择项的取值范围为4,当单一口味“麻”为六级时,可以认为该选择项的取值范围为6。口味选择信息指标标示的层级既可以按照升序赋值,也可以按照降序赋值,例如在单一口味“咸”中,可以将1定义为不咸,4定义为最咸,也可以将1定义为最咸,4定义为不咸。通过对纳入口味选择信息的任一标示过的指标的不同选择都形成一种独立的口味选择信息。
具体的,口味选择信息的权重可以由用户设定,也可以由系统自动生成。用户可以根据自己个性化的口味信息,对口味选择信息中的任一指标设置不同的权重,或者当口味选择信息有多个时,用户也可以分别对这多个不同的口味选择信息设置不同的权重。例如用户喜好较辣的菜肴,则可以将“辣”这个指标的权重设定为最高,如设定为50%,将其他指标的权重设定为次之。如果用户没有对口味选择信息中的指标设定权重,则也可以由系统根据实际使用情况自动生成,如系统可以设定所有指标的权重相等,或者也可以根据用户的历史习惯或评价,判断用户对某一种或某几种指标的偏好程度,从而设定不同的权重,如用户点的菜肴以较麻较辣的川菜为主,则系统可以将单一口味指标“麻”、“辣”,以及菜系指标“川菜”的权重同时设定为50%,其他指标的权重次之,通过分析用户的历史习惯或者评价而自动生成的权重,可以使得根据用户的口味选择信息进行应用对象匹配时,其匹配结果更具有针对性。
具体应用时,口味选择信息可以由用户通过本发明匹配方法的应用系统的人机交互界面直接输入获取,也可以由应用系统通过与其他智能设备连接,通信获取用户的口味选择信息。值得注意的是,获取用户的口味选择信息时,如果获取的不是用户具体的口味选择信息,而是代表用户口味选择信息的口味选择标识信息,如口味信息识别码,则可以将该口味选择标识信息解析为用户具体的口味选择信息以便应用。
S102,计算口味选择信息中任一有效指标的选择项同应用对象中对应的指标的选择项的相差度。
其中,应用对象按照同上述口味选择信息相同的指标和该指标相同的选择项进行标示,如口味选择信息按照酸、甜、苦、辣、咸、麻等单一口味指标,以及口感信息、菜系、菜肴制作方法、制作素材、健康状况、民族信仰、忌口信息等其他指标进行标示,则应用对象也按照同样的指标进行标示;又如单一口味指标“咸”通过4个选择项“01不咸、02微咸、03较咸、04很咸”进行标示,则应用对象中单一口味指标“咸”也按照这4个选择项进行同样的标示。将应用对象按照与口味选择信息相同的指标和指标相同的选择项进行标示后,就可以根据应用对象的具体口味信息,通过在应用对象的指标的选择项中进行选择,从而形成针对该应用对象的独立的口味选择信息,进而可以根据这些口味选择信息实现用户口味选择信息与应用对象的匹配判断。
具体的,应用对象是实际应用过程中与口味选择信息进行口味匹配的信息对象。本发明所提出的匹配方法可以应用在多种场合的应用系统中,如菜谱选择系统、点菜系统、餐厅选择系统、方便菜采购系统,或者其它类似的同口味选择信息相关的应用系统,因此,对应的,应用对象也具有多种表现形式,如在菜谱选择系统中,该应用对象为菜谱;在点菜系统中,该应用对象为菜肴;在餐厅选择系统中,该应用对象为菜系或口味各异的餐厅;在方便菜采购系统中,该应用对象又为方便菜。根据不同的应用系统,该应用对象稍有不同,不过,这些应用对象都按照同口味选择信息相同的指标和该指标相同的选择项进行了标示。
具体的,相差度表征口味选择信息中任一指标的选择项同应用对象中对应的指标的选择项的差异程度,一般来说,相差度的值越小,表征口味选择信息中该指标的选择项值与应用对象中对应的指标的选择项值差异越小,两种指标的口味越接近或者越匹配。在计算相差度时,根据口味选择信息中指标的标示形式不同,具有不同的计算方式。
当口味选择信息的指标的选择项为量化值时,相差度的计算方法是口味选择信息中指标的选择项值与应用对象中对应的指标的选择项值的绝对差值除以该选择项的取值范围。如单一口味指标“咸”通过4个选择项“01(不咸)、02(微咸)、03(较咸)、04(很咸)”进行标示,假设用户的口味选择信息中关于该单一口味指标“咸”的选择为“01(不咸)”,某一应用对象的口味选择信息中关于该单一口味指标“咸”的选择为“03(较咸)”,则用户的口味选择信息与应用对象的口味选择信息中关于该单一口味指标“咸”的相差度为︱1-3︱/4=0.5;又假设用户的口味选择信息中关于该单一口味指标“咸”的选择为“03(较咸)”,某一应用对象的口味选择信息中关于该单一口味指标“咸”的选择为“03(较咸)”,则用户的口味选择信息与应用对象的口味选择信息中关于该单一口味指标“咸”的相差度为︱3-3︱/4=0,相差度越小,表明应用对象与用户的口味选择信息中关于该指标的口味越接近。值得注意的是,计算相差度时采用绝对差值除以选择项的取值范围,可以有效避免各指标的选择项之间取值范围不同所引起的误差。
当口味选择信息的指标的选择项为量化的范围值,相差度的计算方法可以是口味选择信息中指标的选择项平均值与应用对象中对应的指标的选择项值的绝对差值除以该选择项的取值范围。如单一口味指标“咸”通过4个选择项“01(不咸)、02(微咸)、03(较咸)、04(很咸)”进行标示,假设用户的口味选择信息中关于该单一口味指标“咸”的选择为“01(不咸)”和“02(微咸)”,某一应用对象的口味选择信息中关于该单一口味指标“咸”的选择为“03(较咸)”,则用户的口味选择信息中该指标的选择项平均值为(1+2)/2=1.5,则用户的口味选择信息与应用对象的口味选择信息中关于该单一口味指标“咸”的相差度为︱1.5-3︱/4=0.375。或者相差度的计算方法也可以是口味选择信息中指标的每一选择项与应用对象中对应的指标的选择项的相差度的平均值,如上例中,当用户的口味选择信息中关于该单一口味指标“咸”的选择为“01(不咸)”时,其与应用对象关于该指标的相差度为0.5,当用户的口味选择信息中关于该单一口味指标“咸”的选择为“02(微咸)”时,其与应用对象关于该指标的相差度为0.25,二者求取平均值0.375,即为用户的口味选择信息与应用对象的口味选择信息中关于该指标的平均相差度。同理,当应用对象的选择项为量化的范围值时,相差度的计算方法同上,或者当口味选择信息的指标的选择项和应用对象的选择项均为量化的范围值时,可以通过计算口味选择信息中指标的选择项平均值与应用对象中对应的指标的选择项值平均值的绝对差值除以选择项的取值范围来获取平均相差度,或者也可以通过计算口味选择信息中指标的每一选择项与应用对象中对应的指标的每一选择项的相差度的平均值来获取平均相差度。
当口味选择信息的指标的选择项为非量化的单选值,则相差度根据口味选择信息中指标的选择项值与应用对象中对应的指标的选择项值是否一致,设定为极大值或者极小值。如菜系指标通过多个选择项“01(川菜)、02(湘菜)、03(粤菜)、04(京菜)、05(鲁菜)、06(苏菜)、07(徽菜)、08(浙菜)、09(闽菜)、10(西北菜)、11(东北菜)”进行标示,假设用户的口味选择信息中关于该菜系指标的选择为“01(川菜)”,某一应用对象的口味选择信息中关于该菜系指标的选择为“03(粤菜)”,则判断用户的口味选择信息中该指标的选择项值与应用对象中对应的指标的选择项值不一致,可以设定相差度为一个极大值,如设定为1,即认为应用对象与用户的口味选择信息中关于该指标的口味不相同。假设用户的口味选择信息中关于该菜系指标的选择为“03(粤菜)”,某一应用对象的口味选择信息中关于该菜系指标的选择为“03(粤菜)”,则判断用户的口味选择信息中该指标的选择项值与应用对象中对应的指标的选择项值一致,可以设定相差度为一个极小值,如设定为0,即认为应用对象与用户的口味选择信息中关于该指标的口味相同。一般来说,对于这类指标进行相差度处理计算时,最好对各指标的计算值设定统一的极大值或者极小值,这样各指标值之间就会具有一致的参考范围,从而避免各指标值分别设定极大值或者极小值范围不同而引起的匹配不精准问题。优选的,可以统一采用求取异或值的方式实现,即当口味选择信息中指标的选择项值与应用对象中对应的指标的选择项值不一致时,异或结果为1即为极大值,当口味选择信息中指标的选择项值与应用对象中对应的指标的选择项值一致时,异或结果为0即为极小值。
当口味选择信息的指标的选择项为非量化的复选值,则相差度根据应用对象的指标的选择项中是否包含口味选择信息中对应的指标的选择项中的任一选择项,设定为极大值或者极小值。如菜系指标通过多个选择项“01(川菜)、02(湘菜)、03(粤菜)、04(京菜)、05(鲁菜)、06(苏菜)、07(徽菜)、08(浙菜)、09(闽菜)、10(西北菜)、11(东北菜)”进行标示,假设用户的口味选择信息中关于该菜系指标的选择为“01(川菜)”、“02(湘菜)”和“11(东北菜)”,某一应用对象的口味选择信息中关于该菜系指标的选择为“03(粤菜)”,则该应用对象的菜系指标的选择项不包含口味选择信息中菜系指标的选择项中的任一项,可以设定相差度为一个极大值,即认为应用对象与用户的口味选择信息中关于该菜系指标的口味不相同。假设该应用对象的口味选择信息中关于菜系指标的选择为“02(湘菜)”,则应用对象的指标的选择项包含口味选择信息中菜系指标的选择项中的其中一项,可以设定相差度为一个极小值,即认为应用对象与用户的口味选择信息中关于该指标的口味相同。同样,对各指标的计算值设定统一的极大值或者极小值,如统一极大值为1,或者统一极小值为0。优选的,各极大值或者极小值通过求取异或值的方式来实现。
优选的,在计算应用对象同口味选择信息的相差度前,还可以对口味选择信息进行修改,该修改可以是对口味选择信息的任一指标的任一选择项进行修改,也可以是对口味选择信息的任一指标的优先级或者权重进行修改,或者也可以是屏蔽口味选择信息的任一指标或者指标的任一选择项,随后在计算应用对象同口味选择信息的相差度时,按照修改后的口味选择信息执行。
S103,根据口味选择信息中有效指标的权重,计算口味选择信息中所有有效指标的选择项同应用对象中对应指标的选择项的相差度的加权累加值,该相差度的加权累加值表征口味选择信息同应用对象的吻合度。
具体的,吻合度表征口味选择信息同应用对象的匹配程度,吻合度较低的即认为该应用对象同口味选择信息的匹配程度较高,反之则较低。由于通过上一步骤计算出的口味选择信息中任一指标与应用对象中对应的指标的相差度,仅表明了口味选择信息与应用对象中各指标之间的差异程度,不能反映口味选择信息与应用对象的整体匹配程度,因此,还需要进行进一步计算,且由于口味选择信息中各指标设置有权重,各指标不同的权重,会影响到应用对象匹配时的匹配结果,因此在计算口味选择信息同应用对象的吻合度时,充分的考虑了各指标的权重影响因素,使得计算结果更有针对性。
具体的,口味选择信息同应用对象吻合度的具体计算方式为将口味选择信息中所有有效指标的权重与步骤S102中计算得到的相差度相乘后再求和,即通过数学公式∑指标权重*相差度进行表征,也即计算口味选择信息中所有有效指标同应用对象的相差度的加权累加值。例如用户A的口味选择信息为“03(较麻),20%;03(较辣),20%;03(较咸),10%;02(微酸),10%;01(川菜),40%”,应用对象1的口味选择信息为“03(较麻);03(较辣);03(较咸);03(较酸);01(川菜)”,应用对象2的口味选择信息为“01(不麻);01(不辣);01(不咸);01(不酸);03(粤菜)”,假设上述各单一口味指标的取值范围均为4,根据步骤S102中的计算方法,计算出用户A的口味选择信息中各指标与应用对象1中对应指标的相差度分别为“0;0;0;0.25;0”,用户A的口味选择信息中各指标与应用对象2中对应指标的相差度分别为“0.5;0.5;0.5;0.25;1”,通过计算,得出用户A的口味选择信息与应用对象1的吻合度为20%*0+20%*0+10%*0+10%*0.25+40%*0=0.025,用户A的口味选择信息与应用对象2的吻合度为20%*0.5+20%*0.5+10%*0.5+10%*0.25+40%*1=0.675,通过计算结果可以看出,用户A的口味选择信息与应用对象1的吻合度值较低,即应用对象1与用户的口味选择信息更匹配。值得注意的是,对于口味选择信息中的无效指标,对本发明吻合度的计算结果无任何参考意义,所以一般设置其相差度为0,使其对计算结果不产生任何影响,或者在计算吻合度时直接不予计算。
S104,将应用对象按照吻合度的大小排序。
具体的,通过计算出每一应用对象与用户口味选择信息的吻合度,可以得出各应用对象与用户口味选择信息的匹配程度,将这些应用对象按照吻合度排序,排序结果以列表的形式直接或间接展示给用户查看,用户就可以从中快速筛选出符合自己口味选择信息的应用对象。更具体的,应用对象列表可以以图片、文字、或图文结合的方式直接或间接显示给用户,直接显示是指通过应用系统的人机交互界面直接显示给用户,间接显示是指将排序结果传送给应用系统的访问终端或者用户侧智能设备,由访问终端或者用户侧智能设备的人机交互界面显示给用户。
优选的,当口味选择信息为多个时,该吻合度还包括综合吻合度,即计算出每一个口味选择信息同应用对象的吻合度后再数学计算得到综合吻合度,然后将应用对象按照综合吻合度排序。
具体的,应用对象排序的方式可以为升序或者降序排列,例如应用对象1与用户口味选择信息的吻合度为0.025,应用对象2与用户口味选择信息的吻合度为0.675,应用对象3与用户口味选择信息的吻合度为0.1,按照吻合度升序排列时,排列顺序为应用对象1→应用对象3→应用对象2,按照吻合度降序排列时,排列顺序为应用对象2→应用对象3→应用对象1。优选的,应用对象按照吻合度值升序排列,排列靠前的应用对象与用户的口味选择信息匹配程度更高,更便于用户从中快速筛选出符合自己口味选择信息的应用对象。优选的,排序的方式可以由用户设定,或者由系统自动生成。
本发明优选的,在用户的口味选择信息中,对于最高优先级别或者权重的指标,可以根据指标的选择项值预先排除部分应用对象,或者设定相差度为最大值;特别的,对于一些对用户的口味信息影响较大,可以明显影响应用对象匹配结果的指标,如民族信仰或忌口信息等指标,在匹配时,一般也按照最高优先级进行处理,即可以根据指标的选择项值预先排除部分应用对象,或者设定相差度为最大值。例如假设用户的口味选择信息中,民族信仰设置为回族,对应的口味信息为不吃猪肉,则可以根据该指标的选择项值预先排除掉所有包含猪肉食材的应用对象,进而在符合条件的应用对象中进行进一步匹配运算,节省了系统运算处理时间。或者当应用对象包含猪肉食材时,可以设定该项指标的相差度为最大值,如设定为无穷大,则据此计算出来的该应用对象的吻合度最大,采用升序排列时,该应用对象排列最后,认为该应用对象与用户的口味选择信息匹配程度最低。或者当应用对象不包含猪肉食材时,与用户的口味选择信息中该项指标明显相符,因此,也可以设定该项指标的相差度为最小值,则据此计算出来的该应用对象的吻合度最低,采用升序排列时,该应用对象排列最前,认为该应用对象与用户的口味选择信息匹配程度最高。
本发明优选的,当口味选择信息有多个时,也可以根据每个人不同的口味选择信息,来选择出同时满足多人口味需求的应用对象。
具体的,分别计算出每一个口味选择信息同应用对象的吻合度后再数学计算得到综合吻合度,通过该综合吻合度代表应用对象同多个口味选择信息的综合匹配程度,综合吻合度较低的即认为该应用对象同多个口味选择信息的匹配程度较高,反之则较低。
具体的,该数学计算可以是求和,求积或者是其他任一种可将多个吻合度表征为一个综合吻合度的计算方式。例如用户A的口味选择信息与应用对象1和应用对象2的吻合度分别为0.1和1.2,用户B的口味选择信息与应用对象1和应用对象2的吻合度分别为0.5和2.1,假设用户A和B所占权重相同,则采用求积计算方式下,用户A和B与应用对象1的综合吻合度为0.1*0.5=0.05,用户A和B与应用对象2的综合吻合度为1.2*2.1=2.52,采用求和计算方式下,用户A和B与应用对象1的综合吻合度为0.1+0.5=0.6,用户A和B与应用对象2的综合吻合度为1.2+2.1=3.3,可以看出,不管采用何种计算方式,应用对象1与用户A和B的综合吻合度值均小于应用对象2与用户A和B的综合吻合度值,则可以看出,应用对象1与用户A和B的口味选择信息更匹配。当然,上述仅是本发明计算综合吻合度的两种简单实例,实际应用中,根据多个吻合度计算综合吻合度的计算方式还有很多,且每种计算方式下,可能还包括很多不同的特殊处理方式,此处不再穷举。
优选的,本发明通过计算每一个口味选择信息同应用对象的吻合度的和,计算综合吻合度。
优选的,多个不同的口味选择信息分别设置有权重,每一个口味选择信息权重的高低对应用对象的匹配结果影响不同,因此在计算综合吻合度时,可以将多个口味选择信息的吻合度加权累加,即通过数学公式∑用户权重*(∑指标权重*相差度)进行计算,就可以更准确的计算出应用对象同多个口味选择信息的综合吻合度。例如用户A的口味选择信息为“04(很麻),20%;04(很辣),20%;03(较咸),10%;03(较酸),10%;01(川菜),40%”,用户A的口味选择信息权重占比80%;用户B的口味选择信息为“02(微麻),20%;02(微辣),20%;02(微咸),10%;02(微酸),10%;11(东北菜),40%”,用户B的口味选择信息权重占比20%;应用对象1的口味选择信息为“03(较麻);03(较辣);03(较咸);03(较酸);01(川菜)”,应用对象2的口味选择信息为“01(不麻);01(不辣);01(不咸);01(不酸);03(粤菜)”,应用对象3的口味选择信息为“02(微麻);02(微辣);02(微咸);02(微酸);11(东北菜)”。假设上述各单一口味指标的取值范围均为4,通过计算可以得知用户A的口味选择信息与应用对象1、应用对象2和应用对象3的吻合度分别为0.1、1.4和1.25,用户B的口味选择信息与应用对象1、应用对象2和应用对象3的吻合度分别为1.15、1.15和0,则用户A和B与应用对象1的综合吻合度为80%*0.1+20%*1.15=0.31,用户A和B与应用对象2的综合吻合度为80%*1.4+20%*1.15=1.35,用户A和B与应用对象3的综合吻合度为80%*1.25+20%*0=1,通过结果可以看出,应用对象1与用户A和B的口味选择信息的综合匹配程度最高,应用对象2次之,应用对象3与用户A和B的口味选择信息的综合匹配程度相差最大,且由于A的权重占比最高,因此,匹配程度最高的应用对象1即较麻辣的川菜,与A的口味选择信息最为接近。假设用户A的权重为20%,用户B的权重为80%,则用户A和B与应用对象1的综合吻合度为20%*0.1+80%*1.15=1.12,用户A和B与应用对象2的综合吻合度为20%*1.4+80%*1.15=1.2,用户A和B与应用对象3的综合吻合度为20%*1.25+80%*0=0.25,由结果可以看出,由于权重的改变,使得应用对象3与用户A和B的口味选择信息的综合匹配程度最高,应用对象1次之,应用对象2与用户A、B的口味选择信息的综合匹配程度相差最大,且由于用户B的权重占比增大,导致应用对象的匹配结果更接近用户B的口味选择信息。
优选的,在计算综合吻合度之前,还可以对多个口味选择信息进行修改,该修改可以是对任一口味选择信息的优先级或者权重进行修改,也可以是删除或者屏蔽任一个口味选择信息,随后在计算应用对象同口味选择信息的综合吻合度时,按照修改后的口味选择信息执行。当然,还可以再对任一口味选择信息的任一指标进行修改,即修改任一口味选择信息的任一指标的任一选择项,或者修改任一口味选择信息的任一指标的优先级或者权重,或者屏蔽任一口味选择信息的任一指标或者指标的任一选择项,如果任一口味选择信息指标中的内容发生了改变,则需要重新计算该指标与应用对象中对应的指标的相差度。当然,如果用户对匹配出的应用对象列表不满意,也可以对口味选择信息进行修改,修改后,根据修改后的口味选择信息重新计算匹配的应用列表,显示给用户重新进行选择,直到用户满意为止。
优选的,应用对象按照综合吻合度排序显示给用户查看,以便用户可以从中快速筛选出符合自己口味选择信息的应用对象。
本发明优选的,口味选择信息的权重可由其对应的优先级转换得到。具体的,对于单个口味选择信息来说,口味选择信息的每一个指标可以分别设置有优先级,每一个指标的优先级与其权重相关联,并可转换为与该优先级别相对应的权重;对于多个口味选择信息来说,这多个口味选择信息中的任一个口味选择信息也可以设置有优先级,该优先级与权重相关联,并可转换为与优先级别相对应的权重。如用户A根据其点菜习惯,设置有2个优先等级,其将忌口信息作为优先级1,将单一口味信息如“酸甜苦辣咸”作为优先级2,则在将优先级转换为对应的权重时,可根据优先级别的高低进行灵活转换,如将忌口信息的权重设置为50%,单一口味信息“酸甜苦辣咸”的权重分别设置为10%。值得注意的是,将优先级别转换为与之对应的权重时,权重的设置方式比较灵活,如上例中,忌口信息作为优先级1,单一口味信息如“酸甜苦辣咸”作为优先级2,进行权重转换时,也可以将忌口信息的权重设置为60%,单一口味信息“酸甜苦辣咸”的权重分别设置为8%,实现方式比较灵活。
与权重的设定类似,优先级可由用户设定,也可以由系统自动生成。用户可以对口味选择信息中的任一指标设置不同的优先级,或者当口味选择信息有多个时,用户也可以分别对这多个不同的口味选择信息设置不同的优先级。具体实施时,优先级可以设置为多级,每一级设置有至少一个或多个标示指标,优先级数的选择取决于系统设计及处理能力。如用户A根据其点菜习惯,设置有4个优先等级,其将菜系及制作食材作为优先级1,将酸、甜、苦、辣、咸、麻作为优先级2,将特殊忌讳作为优先级3,其他指标信息作为优先级4;用户B根据其个人习惯,设置有3个优先等级,其将特殊忌讳及身体状况作为优先级1,将辣、麻作为优先级2,菜系及制作食材作为优先级3,其他指标则不予考虑,不列入优先级选择序列;又或者如多人聚餐时,可以将比较重要的成员,如某位领导的口味选择信息的优先级设置为最高,其他成员次之。设定好的优先级可以在计算口味选择信息与应用对象的吻合度时将其转换为对应的权重进行计算。如果用户没有对口味选择信息中的指标设定优先级,则也可以由系统根据实际使用情况自动生成,如系统可以设定所有指标的优先级相同,也可以根据用户的历史习惯或评价,判断用户对某一种或某几种指标的偏好程度,从而设定不同的优先级,如系统判断到用户对麻辣的菜肴评价较高,则可以将麻辣指标的优先级设定为最高,其他指标的优先级次之。
本发明优选的,可以将多个应用对象设定为应用对象组,通过分别计算每个应用对象同口味选择信息的吻合度再数学计算后,得到应用对象组综合吻合度,通过该应用对象组综合吻合度代表应用对象组和口味选择信息的综合匹配程度。例如某套餐A包括5个菜肴,可以通过分别计算每个菜肴与用户口味选择信息的吻合度,再将这5个菜肴与用户口味选择信息的吻合度相加,计算出这个套餐A与用户口味选择信息的综合匹配程度。又如套餐A、B、C分别包括5个不同的菜肴,通过分别计算每个套餐与用户口味选择信息的综合匹配程度,如套餐A、B、C与用户口味选择信息的综合吻合度分别为0.8、0.3、1.2,则可以根据该综合吻合度判断出,套餐B与用户的口味选择信息匹配程度最高,用户可以根据该计算结果轻松的选择出符合自己口味选择信息的套餐。
本发明的口味选择信息同应用对象的匹配方法可以应用在多种场合的应用系统中,下面通过几个具体的实施例来说明本发明的匹配方法在实际应用系统中的应用: