CN104281623A - 在互联网上进行热门菜品预测与个性化菜品推荐的方法与系统 - Google Patents

在互联网上进行热门菜品预测与个性化菜品推荐的方法与系统 Download PDF

Info

Publication number
CN104281623A
CN104281623A CN201310292964.3A CN201310292964A CN104281623A CN 104281623 A CN104281623 A CN 104281623A CN 201310292964 A CN201310292964 A CN 201310292964A CN 104281623 A CN104281623 A CN 104281623A
Authority
CN
China
Prior art keywords
vegetable
module
reviewer
prediction
dishes
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.)
Pending
Application number
CN201310292964.3A
Other languages
English (en)
Inventor
蔡天琪
陈竹心
蔡恒进
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
WUHAN HAOWEIDAO TECHNOLOGY Co Ltd
Original Assignee
WUHAN HAOWEIDAO TECHNOLOGY Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by WUHAN HAOWEIDAO TECHNOLOGY Co Ltd filed Critical WUHAN HAOWEIDAO TECHNOLOGY Co Ltd
Priority to CN201310292964.3A priority Critical patent/CN104281623A/zh
Publication of CN104281623A publication Critical patent/CN104281623A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90—Details of database functions independent of the retrieved data types
    • G06F16/95—Retrieval from the web
    • G06F16/955—Retrieval from the web using information identifiers, e.g. uniform resource locators [URL]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Theoretical Computer Science (AREA)
  • Human Resources & Organizations (AREA)
  • Databases & Information Systems (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Tourism & Hospitality (AREA)
  • Marketing (AREA)
  • General Business, Economics & Management (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Development Economics (AREA)
  • Game Theory and Decision Science (AREA)
  • Data Mining & Analysis (AREA)
  • General Engineering & Computer Science (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明涉及一种在互联网上进行热门菜品预测与个性化菜品推荐的方法与系统。所述方法包括以下方面：对采集的菜品数据按照性质进行分类与整理；收集评论家关于菜品的评论及时令指数等；采用人工干预与机器推荐相结合的方式对菜品进行预测与推荐。本发明还包括一种菜品推荐系统，分为评论家信息收集模块、菜品信息模块、菜品预测模块、菜品推荐模块。

Description

在互联网上进行热门菜品预测与个性化菜品推荐的方法与系统
技术领域
本发明涉及一种在互联网上基于数据的热门菜品趋势预测与个性化菜品推荐服务的技术领域。
背景技术
随着社会的发展，人们越来越注重饮食的美味与健康，愿意花时间去寻找合口味的菜品。
现有的菜品推荐网站大多有着地域局限性或是商家的广告性太浓，并没有单纯从菜品的角度进行推荐，而且往往没有考虑到菜品的季节性，没有预见性的对热门菜品进行预测，让人难以找到需要的信息。
于是参考时下的流行色预测方式，对热门菜品进行预测推荐。决定流行色的因素很多，不是单单靠几个设计师可以决定的。有威望的服装设计师在考虑下年的流行色的时候，要考虑一些艺术和社会心理学方面的因素，还要结合实用和成本控制，还有季节因素。研究出来的最新材料也会成为考虑因素。艺术上主要是根据当前的流行艺术风格作参考。社会心理方面是多考虑大众对前两年流行趋势的接受程度和逆反心理。实用方面更是要求高，主要是根据瞄准的消费者人群，他们的生活环境，工作环境来参考。
对于菜品的预测有相通之处，可以结合评论家评论及时令信息等综合考虑得到相对合适的结果。
发明内容
为了克服现有菜品推荐的不足，本发明提供一种友好显示，实用性良好的热门菜品预测与个性化菜品推荐的方法。
本发明解决问题所采用的方案是：
一种热门菜品预测与个性化菜品推荐的方法，所述实现方法包括如下步骤：
步骤1：对采集的菜品数据按照性质进行分类与整理；
步骤2：收集评论家关于菜品的评论及时令指数等；
步骤3：采用人工干预与机器推荐相结合的方式对菜品进行预测与推荐。
对于每种菜品，会有至少三个不同类别的性质标签，第一类为菜系类标签，可以为中餐、西餐、日式料理等；第二类为口味标签，可以为清淡、甜、咸等；第三类为种类标签，可以为素菜，荤菜，主食等。
用户在请求推荐菜品时，可以根据需求进行选择，可以多选，如选择清淡及甜的菜品。如没有选择默认按照评分高低排序。
当用户点击菜品时，系统会根据历史数据显示与该菜品类似的高评分热门菜品。
评论家的星级指数根据历史记录，得到评论美食所受欢迎程度来确定，分为一到五星级，其中一星级代表普通美食爱好者，五星级代表资深美食评论家。
系统收集评论家的评论信息，采用人工干预与机器推荐相结合的方式得到评论家对于当前菜品的打分。
菜品的时令指数从0.1到1，其中0.1代表该不适合现在食用该菜品，原因可能为当季并没有这种食物或者在此天气下食用容易引起不良后果，或者食品安全检查不合格等因素；1代表当前及之后一个星期内十分适合食用该菜品。
对于热门菜品的预测结果可以参考各菜品的指数Index值，Index = α1·S1 + α2·S2 + α3·S3，其中S1为综合评论家评定分数，且S1 = Σ βi·Ri ，S2为时令指数，βi表示第i位评论家所占星级或权重，Ri 对应该评论家所打分数，S3表示安全系数得分，由当时的食品安全新闻等综合评定；使用α1、α2、α3作为系数，表示各项指数所占比例，系数可以通过大量数据来优化。
 对于热门菜品的预测可以以推送的形式定时发送给用户，方便用户选择。对于个性化菜品的推荐所针对的用户可以为爱好美食的个人用户，也可以为餐饮业的工作群体。
本发明还包括一种菜品预测与推荐系统，包括系统的后台，分为如下几个模块：评论家信息收集模块、菜品信息模块、菜品预测模块、菜品推荐模块；其中，评论家信息收集模块，用于根据所得资料得到评论家的权威星级指数及对相应菜品的评论；菜品信息模块，用于收集菜品的性质种类、相应时令指数等；菜品预测模块，用于根据评论家信息收集模块及菜品信息模块综合计算得出各个菜品的当前热门度得分；菜品推荐模块，收集用户的标签选择信息，在菜品预测模块中进行筛选，得到符合用户要求的推荐菜品。
对于本发明的菜品推荐方法来说，在不脱离本发明构思的前提下，还可以做出若干变形和改进，这些都属于本发明的保护范围。因此，本发明专利的保护范围应以所附权利要求为准。
附图说明
图1是用来呈现服务器发送和接受有关菜品推荐的流程示意图。
图2是本发明方法的流程图。
图3是客户端的一个具体实施例。
具体实施方式
 图1是用来呈现服务器102发送和接受有关菜品推荐的流程示意图。服务器102从客户端101接受请求指令并同时发送推荐请求107给菜品推荐模块204，由菜品推荐模块204发送菜品查找请求205到菜品预测模块203。这里发送的请求内容应当以服务器和数据库的各自所有者规定好的形式进行传输。
菜品预测模块203结合评论家信息收集模块201的评论打分信息206和菜品信息模块202传来的菜品信息207得到菜品推荐分数，按照用户要求内容生成菜品推荐相应到菜品推荐模块204，再发送菜品推荐信息105给服务器102，服务器整理信息进行响应操作，将推荐信息传回客户端101。
图2表示表现了本发明方法的实施流程，分为以下四部分：步骤301，对采集的菜品数据按照性质进行分类与整理；步骤302，收集评论家关于菜品的评论及时令指数等；步骤303，采用人工干预与机器推荐相结合的方式对菜品进行预测与推荐。
其中，对于每种菜品，会有三个性质标签，第一个为餐类标签，可以为中餐、西餐、日式料理等；第二个为口味标签，可以为清淡、甜、咸等；第三个位种类标签，可以为素菜，荤菜，主食等。
用户在请求排序时，可以根据需求进行选择，可以多选，如选择清淡及甜的菜品。如没有选择默认按照评分高低排序。
评论家的星级指数根据历史记录，得到评论美食所受欢迎程度来确定，分为一到五星级，其中一星级代表普通美食爱好者，五星级代表资深美食评论家。
系统收集评论家的评论信息，采用人工干预与机器推荐相结合的方式得到评论家对于当前菜品的打分。
菜品的时令指数从0.1到1，其中0.1代表该不适合现在食用该菜品，原因可能为当季并没有这种食物或者在此天气下食用容易引起不良后果；1代表当前及之后一个星期内十分适合食用该菜品。
对于热门菜品的预测结果可以参考各菜品的指数Index值，Index = α1·S1 + α2·S2 + α3·S3，其中S1为综合评论家评定分数，且S1 = Σ βi·Ri ，S2为时令指数，βi表示第i位评论家所占星级或权重，Ri 对应该评论家所打分数，S3表示安全系数得分，由当时的食品安全新闻等综合评定；使用α1、α2、α3作为系数，表示各项指数所占比例，系数可以通过大量数据来优化。
 图3是客户端的一个具体实施例的示意图。这个系统中包含的部分应当包括客户端101，服务器102和数据库108。客户端101包括笔记本电脑，平板电脑，手机等以及可以正常显示网页的电子设备。服务器102从客户端101接受请求指令并同时发送请求107给数据库108。这里的请求内容106应当包括用户对排序标签的选择。
服务器102从客户端101接受请求指令并同时发送请求106给数据库108。这里发送的请求内容106应当以服务器和数据库的各自所有者规定好的形式进行传输。
数据库108应当以图1的方式查找出符合要求的菜品，并将挑选中的内容105以及相关操作值返回给服务器102。服务器102则将信息105以及自身相关显示内容同时返回给客户端101。

Claims (7)

1.一种在互联网上进行热门菜品预测与个性化菜品推荐的方法，所述方法包括：
   对采集的菜品数据按照性质进行分类与整理；
   收集评论家关于菜品的评论及时令指数等；
   采用人工干预与机器推荐相结合的方式对菜品进行预测与推荐。
2.如权利要求1所述的方法，其中所述的菜品性质可以分为菜系、口味、种类三类。
3.如权利要求1所述的方法，其中所述的评论家包括对美食有一定研究的专业人士及喜好评论菜品的美食爱好者,根据历史数据对评论家的权威性进行星级划分。
4.如上述权利要求1所述的方法，其中所述的时令指数考虑该菜品的季节性,根据历史数据得到往年同时期该菜品的热门程度。
5.综合不同权威星级评论家的评论、时令指数及安全系数等得到菜品的预测热门度分数。
6.如上述权利要求1所述的方法，其中所述的推荐可以为根据标签自定义选择确定的，可以设定默认标签；也可以为根据历史数据计算得到的二次推荐。
7.本发明还包括一种菜品预测与推荐系统，包括系统的后台，分为如下几个模块：评论家信息收集模块、菜品信息模块、菜品预测模块、菜品推荐模块；
其中，评论家信息收集模块，用于根据所得资料得到评论家的权威星级指数及对相应菜品的评论；
菜品信息模块，用于收集菜品的性质种类及相应时令指数等；
菜品预测模块，用于根据评论家信息收集模块及菜品信息模块综合计算得出各个菜品的当前热门度得分；
菜品推荐模块，收集用户的标签选择信息，在菜品预测模块中进行筛选，得到符合用户要求的推荐菜品。
CN201310292964.3A 2013-07-12 2013-07-12 在互联网上进行热门菜品预测与个性化菜品推荐的方法与系统 Pending CN104281623A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201310292964.3A CN104281623A (zh) 2013-07-12 2013-07-12 在互联网上进行热门菜品预测与个性化菜品推荐的方法与系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201310292964.3A CN104281623A (zh) 2013-07-12 2013-07-12 在互联网上进行热门菜品预测与个性化菜品推荐的方法与系统

Publications (1)

Publication Number Publication Date
CN104281623A true CN104281623A (zh) 2015-01-14

Family

ID=52256499

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201310292964.3A Pending CN104281623A (zh) 2013-07-12 2013-07-12 在互联网上进行热门菜品预测与个性化菜品推荐的方法与系统

Country Status (1)

Country Link
CN (1) CN104281623A (zh)

Cited By (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106548006A (zh) * 2016-10-09 2017-03-29 浙江大学 一种基于用户典型口味的膳食推荐方法
CN106682417A (zh) * 2016-12-27 2017-05-17 杭州火小二科技有限公司 一种基于养生的推荐菜单生成方法
WO2017120732A1 (zh) * 2016-01-11 2017-07-20 程强 餐饮菜品管理方法及系统
WO2017120859A1 (zh) * 2016-01-14 2017-07-20 谢文 智能过滤菜单时的信息提醒方法和电子点餐牌
WO2017124507A1 (zh) * 2016-01-24 2017-07-27 白宏伟 推荐食材储备时的技术使用数据统计方法以及储备系统
CN107292672A (zh) * 2017-07-05 2017-10-24 上海数道信息科技有限公司 一种餐饮行业销售预测的实现系统与方法
CN107784615A (zh) * 2017-11-06 2018-03-09 北京戴纳实验科技有限公司 一种食材的监控处理方法
CN108481344A (zh) * 2018-06-27 2018-09-04 深圳万发创新进出口贸易有限公司 一种智能服务机器人
CN108734552A (zh) * 2018-05-15 2018-11-02 浙江口碑网络技术有限公司 用户味觉模型建立方法及装置
CN109840296A (zh) * 2019-01-31 2019-06-04 珠海优特智厨科技有限公司 一种确定菜谱复合口味标签的方法及装置
CN110490635A (zh) * 2019-07-12 2019-11-22 阿里巴巴集团控股有限公司 商户菜品交易预测及备餐方法及装置
CN110889043A (zh) * 2019-12-11 2020-03-17 姚欣 基于大数据的饮食推荐系统与推荐方法
CN112035737A (zh) * 2020-08-05 2020-12-04 海尔优家智能科技（北京）有限公司 用于菜谱推荐的方法及装置、电子设备
CN112131264A (zh) * 2020-09-15 2020-12-25 杭州城市大数据运营有限公司 异源差异信息的推荐方法、装置和系统

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102651052A (zh) * 2012-03-29 2012-08-29 陶杰 一种智能套餐化点菜方法
WO2012167168A2 (en) * 2011-06-03 2012-12-06 Apple Inc. Generating and processing task items that represent tasks to perform

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2012167168A2 (en) * 2011-06-03 2012-12-06 Apple Inc. Generating and processing task items that represent tasks to perform
CN102651052A (zh) * 2012-03-29 2012-08-29 陶杰 一种智能套餐化点菜方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
肖蕾: "点餐平台推荐系统模型设计", 《漳州师范学院学报（自然科学版）》 *

Cited By (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2017120732A1 (zh) * 2016-01-11 2017-07-20 程强 餐饮菜品管理方法及系统
WO2017120859A1 (zh) * 2016-01-14 2017-07-20 谢文 智能过滤菜单时的信息提醒方法和电子点餐牌
WO2017124507A1 (zh) * 2016-01-24 2017-07-27 白宏伟 推荐食材储备时的技术使用数据统计方法以及储备系统
CN106548006A (zh) * 2016-10-09 2017-03-29 浙江大学 一种基于用户典型口味的膳食推荐方法
CN106682417A (zh) * 2016-12-27 2017-05-17 杭州火小二科技有限公司 一种基于养生的推荐菜单生成方法
CN107292672A (zh) * 2017-07-05 2017-10-24 上海数道信息科技有限公司 一种餐饮行业销售预测的实现系统与方法
CN107784615A (zh) * 2017-11-06 2018-03-09 北京戴纳实验科技有限公司 一种食材的监控处理方法
CN108734552A (zh) * 2018-05-15 2018-11-02 浙江口碑网络技术有限公司 用户味觉模型建立方法及装置
CN108481344A (zh) * 2018-06-27 2018-09-04 深圳万发创新进出口贸易有限公司 一种智能服务机器人
CN109840296A (zh) * 2019-01-31 2019-06-04 珠海优特智厨科技有限公司 一种确定菜谱复合口味标签的方法及装置
CN110490635A (zh) * 2019-07-12 2019-11-22 阿里巴巴集团控股有限公司 商户菜品交易预测及备餐方法及装置
CN110889043A (zh) * 2019-12-11 2020-03-17 姚欣 基于大数据的饮食推荐系统与推荐方法
CN112035737A (zh) * 2020-08-05 2020-12-04 海尔优家智能科技（北京）有限公司 用于菜谱推荐的方法及装置、电子设备
CN112035737B (zh) * 2020-08-05 2024-04-19 海尔优家智能科技（北京）有限公司 用于菜谱推荐的方法及装置、电子设备
CN112131264A (zh) * 2020-09-15 2020-12-25 杭州城市大数据运营有限公司 异源差异信息的推荐方法、装置和系统

Similar Documents

Publication Publication Date Title
CN104281623A (zh) 在互联网上进行热门菜品预测与个性化菜品推荐的方法与系统
Aamir et al. Waste not, want not: a case study on food waste in restaurants of Lahore, Pakistan
Rhee et al. Exploring the comparative salience of restaurant attributes: A conjoint analysis approach
Ares et al. Are consumer profiling techniques equivalent for some product categories? The case of orange‐flavoured powdered drinks
Thurlow et al. Matching concepts with measurement: Who belongs to Africa's middle class?
Liu et al. Can response management benefit hotels? Evidence from Hong Kong hotels
Mafi et al. Determining ecotourism satisfaction attributes–a case study of an ecolodge in Fiji
US10909564B2 (en) Fast and versatile graphical scoring device and method
US20130024813A1 (en) Method, system, and means for expressing relative sentiments towards subjects and objects in an online environment
Kurtulmuşoğlu et al. Combined analysis of service expectations and perceptions in lodging industry through quality function deployment
Torabi Farsani et al. Measurement of satisfaction with ICT services implementation and innovation in restaurants (Case study: Isfahan, Iran)
CN108648058B (zh) 产品排序方法及装置，电子设备、存储介质
Ahn et al. ERP system selection using a simulation-based AHP approach: a case of Korean homeshopping company
CN106469392A (zh) 选择及推荐展示对象的方法及装置
Van de Walle et al. Publishing in public administration: Issues with defining, comparing, and ranking the output of universities
CN110727859B (zh) 一种推荐信息推送方法及其装置
Park et al. The tourism system research categorization framework
KR101866514B1 (ko) 상대 비교를 통한 상품 추천 서비스 방법 및 이를 위한 추천 서비스 장치와 프로그램
Nguyen et al. Using micro-reviews to select an efficient set of reviews
Price et al. Enabling healthy food choices in the workplace: the canteen operators’ perspective
Fekry et al. Develop an environmental assessment technique for human comfort requirements in buildings
Bernstein et al. A study of consumer attitudes regarding variability of menu offerings in the context of an upscale seafood restaurant
Cheng The cheapskate highbrow and the dilemma of sustaining Penang Hawker Food
Lu et al. Applying The DQI-based Kano model and QFD to develop design strategies for visitor centers in national parks
Ganguly et al. Role of green building programs in enhancing the usage of environmentally certified wood in the US residential construction industry

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20150114

WD01 Invention patent application deemed withdrawn after publication