CN106682417A - 一种基于养生的推荐菜单生成方法 - Google Patents
一种基于养生的推荐菜单生成方法 Download PDFInfo
- Publication number
- CN106682417A CN106682417A CN201611224568.7A CN201611224568A CN106682417A CN 106682417 A CN106682417 A CN 106682417A CN 201611224568 A CN201611224568 A CN 201611224568A CN 106682417 A CN106682417 A CN 106682417A
- Authority
- CN
- China
- Prior art keywords
- vegetable
- client
- businessman
- dishes
- interest
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 46
- 235000016709 nutrition Nutrition 0.000 claims abstract description 25
- 230000035764 nutrition Effects 0.000 claims abstract description 17
- 235000013311 vegetables Nutrition 0.000 claims description 154
- 230000003542 behavioural effect Effects 0.000 claims description 14
- 230000036541 health Effects 0.000 claims description 13
- 239000003925 fat Substances 0.000 claims description 11
- 229910052500 inorganic mineral Inorganic materials 0.000 claims description 11
- 238000002372 labelling Methods 0.000 claims description 11
- 239000011707 mineral Substances 0.000 claims description 11
- 102000004169 proteins and genes Human genes 0.000 claims description 11
- 108090000623 proteins and genes Proteins 0.000 claims description 11
- 235000013343 vitamin Nutrition 0.000 claims description 11
- 229940088594 vitamin Drugs 0.000 claims description 11
- 229930003231 vitamin Natural products 0.000 claims description 11
- 239000011782 vitamin Substances 0.000 claims description 11
- 238000010606 normalization Methods 0.000 claims description 8
- 230000008569 process Effects 0.000 claims description 5
- 238000005303 weighing Methods 0.000 claims description 3
- 238000011161 development Methods 0.000 abstract description 6
- 230000007613 environmental effect Effects 0.000 abstract description 3
- 238000012517 data analytics Methods 0.000 abstract 1
- 230000009323 psychological health Effects 0.000 abstract 1
- 230000001105 regulatory effect Effects 0.000 abstract 1
- 235000021186 dishes Nutrition 0.000 description 35
- 235000019197 fats Nutrition 0.000 description 9
- 230000009286 beneficial effect Effects 0.000 description 4
- 238000010411 cooking Methods 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 4
- 238000005457 optimization Methods 0.000 description 4
- 201000002451 Overnutrition Diseases 0.000 description 3
- 244000061456 Solanum tuberosum Species 0.000 description 3
- 235000002595 Solanum tuberosum Nutrition 0.000 description 3
- 235000015097 nutrients Nutrition 0.000 description 3
- 235000020823 overnutrition Nutrition 0.000 description 3
- 241000282894 Sus scrofa domesticus Species 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 2
- 230000004630 mental health Effects 0.000 description 2
- 230000001228 trophic effect Effects 0.000 description 2
- 239000002699 waste material Substances 0.000 description 2
- 241000251468 Actinopterygii Species 0.000 description 1
- 240000008415 Lactuca sativa Species 0.000 description 1
- 240000007594 Oryza sativa Species 0.000 description 1
- 235000007164 Oryza sativa Nutrition 0.000 description 1
- 241000283898 Ovis Species 0.000 description 1
- 239000003242 anti bacterial agent Substances 0.000 description 1
- 229940088710 antibiotic agent Drugs 0.000 description 1
- 235000014121 butter Nutrition 0.000 description 1
- 150000001875 compounds Chemical class 0.000 description 1
- 235000005911 diet Nutrition 0.000 description 1
- 230000037213 diet Effects 0.000 description 1
- 235000013601 eggs Nutrition 0.000 description 1
- 235000019688 fish Nutrition 0.000 description 1
- 235000013305 food Nutrition 0.000 description 1
- 210000004247 hand Anatomy 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 235000020997 lean meat Nutrition 0.000 description 1
- 235000012054 meals Nutrition 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 235000013372 meat Nutrition 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 235000013336 milk Nutrition 0.000 description 1
- 239000008267 milk Substances 0.000 description 1
- 210000004080 milk Anatomy 0.000 description 1
- 235000009566 rice Nutrition 0.000 description 1
- 239000011435 rock Substances 0.000 description 1
- 235000012045 salad Nutrition 0.000 description 1
- 210000000582 semen Anatomy 0.000 description 1
Classifications
-
- G06F19/3475—
-
- 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
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0201—Market modelling; Market analysis; Collecting market data
-
- 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
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/12—Hotels or restaurants
Landscapes
- Business, Economics & Management (AREA)
- Strategic Management (AREA)
- Engineering & Computer Science (AREA)
- Accounting & Taxation (AREA)
- Tourism & Hospitality (AREA)
- Development Economics (AREA)
- Finance (AREA)
- Entrepreneurship & Innovation (AREA)
- Theoretical Computer Science (AREA)
- Economics (AREA)
- Marketing (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Game Theory and Decision Science (AREA)
- Data Mining & Analysis (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Human Resources & Organizations (AREA)
- Primary Health Care (AREA)
- Medical Treatment And Welfare Office Work (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明涉及一种基于养生的推荐菜单生成方法,通过控制端对于客户唯一标示的判断,识别出客户是新客户还是老客户,对老客户直接给出依喜好排序的预推荐菜单,对新客户则给出商家默认的预推荐菜单,对两种模式下的预推荐菜单根据特征置信度调整方法调整和营养搭配调整方法进行调节,最后自动生成排序最靠前的若干个菜品,推荐给对应的客户。本发明兼具智能通信装置完成点餐的便利性,使得客户不仅能自主选择菜品,同时还通过对于数据的分析比对,给出建议,综合考虑营养搭配并结合当日的实际情况给出优化的推荐,绿色环保,有益于消费者的身心健康,灵活,随机性强,同时更有利于商家本身的发展。
Description
技术领域
本发明属于专门适用于行政、商业、金融、管理、监督或预测目的的数据处理系统或方法的技术领域,特别涉及一种能线上和线下的协同作业、根据当日实际状况获得推荐菜单的基于养生的推荐菜单生成方法。
背景技术
目前,餐饮行业的点菜环节主要还是采用餐厅印发纸质菜单,顾客查看纸质菜单,服务员记录下顾客的菜单再去收银机点菜方式,菜单菜品更换成本高,更新菜品无法及时展示,服务员人工效率低。同时,已经有部分的餐厅已经开始采用智能通信装置如智能手机、pad等电子设备,利用快速发展的互联网云技术,为顾客提供依托于智能通信装置的自主点餐环境。
这种利用智能通信装置完成点餐本身为客户提供了便利,然而在实际的操作中,当客户借助智能通信装置进行点菜时,仅能逐一查看基于智能通信装置显示的菜单上的菜品,其对自己本身点的菜并没有完整的把握,这可能导致所点菜品营养过剩的问题,对消费者的身体形成负担;同时,当商家对于所有客户的点菜都是统一采用了这种智能的点菜方式时,缺乏了原有的人工点菜方式中的灵活随机的一面,没有了对于菜品的重点推荐,也没有基于各种外界因素和营养成分的综合推荐,非常不人性化,让很多客户只会重复点几个菜,而不会去关注别的菜品或者是营养的菜品,这对于商家本身的发展亦是不利的。
发明内容
本发明解决的技术问题是,现有技术中,利用智能通信装置完成点餐的工作时,客户仅能逐一查看基于智能通信装置显示的菜单上的菜品,其对自己本身点的菜并没有完整的把握,而导致的所点菜品极大程度上营养过剩,造成浪费,对消费者本身的身体造成负担,且商家不能综合推荐菜品缺乏灵活随机性,不人性化,对于商家本身的发展亦存在不利之处的问题,进而提供了一种优化的基于养生的推荐菜单生成方法。
本发明所采用的技术方案是,一种基于养生的推荐菜单生成方法,所述方法包括以下步骤:
步骤1.1:建立客户端和商家端,所述客户端和商家端连接至控制端,所述控制端内保存有所有客户的历史点菜行为数据,所述控制端内设有权重模块;所述客户端包括客户唯一标示,所述商家端设有商家唯一标示、若干座位标示和若干商家菜品;
步骤1.2:客户u利用客户端的摄像头扫描任一商家的座位标示,客户唯一标示传输至控制端,控制端遍历历史点菜行为数据并比对客户唯一标示,判断此客户是否为已在该商家产生过消费的老客户;
步骤1.3:若否,此客户为新客户,将商家菜品取A个推荐给此客户;若是,此客户为老客户,查询此客户对当前商家的菜品兴趣度,将此客户对当前商家的菜品兴趣度pup按照数值由大到小取前A个菜品生成预推荐菜单;
步骤1.4:利用特征置信度调整方法调整所述预推荐菜单;
步骤1.5:利用营养搭配调整方法调整所述预推荐菜单;
步骤1.6:取排序最前的N个菜品,生成当前客户u的推荐菜单。
优选地,所述步骤1.3中,获得客户对菜品兴趣度的数值的方法包括以下步骤:
步骤3.1:取菜品i和j,计算菜品i和j之间的相似度其中,N(i)为喜欢菜品i的客户,|N(i)|为喜欢菜品i的客户数,N(j)为喜欢菜品j的客户,|N(j)|为喜欢菜品j的客户数,|N(u)|为客户点的菜品总数;N(i)∩N(j)是同时喜欢菜品i和j的客户;
步骤3.2:归一化相似度
步骤3.3:利用相似度得到客户u对于菜品p的兴趣度其中,N(u)是客户点菜的集合,S(p,k)是和菜品p最接近的k个菜品的集合,wpq'是菜品p和q归一化后的相似度,puq是客户u对菜品q的兴趣度。
优选地,所述步骤3.3中,puq以历史点菜行为数据中当前客户u对菜品q的点菜数量来衡量。
优选地,所述特征置信度调整方法包括以下步骤:
步骤4.1:对天气、季节、工作日和节假日进行标签化处理;
步骤4.2:取所有客户的历史点菜行为数据,以天气、季节、工作日、节假日、菜品、点菜时间列表;
步骤4.3:分别计算各菜品在所有天气、季节、工作日、节假日的组合下的置信度,置信度C(AB)=P(B|A),其中,P(B|A)为各菜品在当前天气、季节、工作日、节假日的组合下的点菜量占该菜品总点菜量的百分比;
步骤4.4:以置信度C更新菜品兴趣度pup,pup'=(1+C)*pup。
优选地,所述营养搭配调整方法包括以下步骤:
步骤5.1:商家通过商家端的读写模块在商家端内写入商家菜品的数据、放置菜品图片;所述菜品数据包括营养成分分类,所述营养成分分类包括蛋白质类、维生素矿物质类和脂肪类;
步骤5.2:在权重模块中设置权重因子α;当菜品数据为蛋白质类时,α=1;当菜品数据为维生素矿物质类时,α=0.6;当菜品数据为脂肪类时,α=0.4;
步骤5.3:以权重因子α更新菜品兴趣度pup,pup'=(1-α)*pup。
本发明提供了一种优化的基于养生的推荐菜单生成方法,通过控制端对于客户唯一标示的判断,识别出客户是新客户还是老客户,对老客户直接给出依喜好排序的预推荐菜单,对新客户则给出商家默认的预推荐菜单,对两种模式下的预推荐菜单根据特征置信度调整方法调整和营养搭配调整方法进行调节,最后自动生成排序最靠前的若干个菜品,推荐给对应的客户。本发明兼具智能通信装置完成点餐的便利性,使得客户不仅能自主选择菜品,同时还通过对于数据的分析比对,给出建议,综合考虑营养搭配并结合当日的实际情况给出优化的推荐,绿色环保,有益于消费者的身心健康,灵活,随机性强,同时更有利于商家本身的发展。
具体实施方式
下面结合实施例对本发明做进一步的详细描述,但本发明的保护范围并不限于此。
本发明涉及一种基于养生的推荐菜单生成方法,所述方法包括以下步骤:
步骤1.1:建立客户端和商家端,所述客户端和商家端连接至控制端,所述控制端内保存有所有客户的历史点菜行为数据,所述控制端内设有权重模块;所述客户端包括客户唯一标示,所述商家端设有商家唯一标示、若干座位标示和若干商家菜品。
本发明中,一般情况下,客户端即由客户的手机或随身携带的智能设备完成,手机和智能设备一般采用移动网络、无线网络或蓝牙等方式与控制端进行通信,完成信息的交互。在这种情况下,客户的手机或智能设备会存在一个唯一固定的识别号即客户唯一标示,控制端只需要获得当前客户的客户唯一标示,即可进行后续的工作。此为本领域技术人员容易理解的技术,可以依据本领域技术人员的理解按需设置。
本发明中,商家端可以是智能终端或计算机的任一种,其可以对控制端中当前商家的菜品内容进行读写,完成菜品的编辑。商家端也可以采用移动网络、无线网络或蓝牙等方式与控制端进行通信,完成信息的交互。在这种情况下,商家端亦会存在一个唯一固定的商家唯一标示,如计算机的物理地址等,控制端只需要获得当前商家的识别号,即可进行后续的工作。此为本领域技术人员容易理解的技术,可以依据本领域技术人员的理解按需设置。
本发明中,控制端通过与客户唯一标示、商家唯一标示和若干座位标示进行匹配,完成调取当前客户信息并进行控制的作业。
本发明中,控制端内还保存有所有客户的历史点菜行为数据,用于在离线状态中对客户的行为进行分析,得到客户对菜品的兴趣度、置信度信息。
本发明中,步骤1.1主要为初始设置用,故为了便于推荐菜单的生成,控制端内除了设有每个商家的菜品,商家可以通过商家端的读写模块在控制端内写入菜品数据、放置菜品图片外,商家还可以预先对所有菜品设置标签识别编号,例如标注菜品所属类别,主要包括蛋白质类、维生素矿物质类和脂肪类,便于实现后续营养搭配调整方法的落实,标签识别编号一则可以直接显示,便于不用需求的客户选择菜品,二则可以在后台进行营养搭配时,遍历标签识别编号,帮助客户做到点菜时的营养搭配。
步骤1.2:客户u利用客户端的摄像头扫描任一商家的座位标示,客户唯一标示传输至控制端,控制端遍历历史点菜行为数据并比对客户唯一标示,判断此客户是否为已在该商家产生过消费的老客户。
本发明中,步骤1.2为判断过程,主要即是通过客户扫码与控制端进行通信,调取商家的信息,并查看此客户唯一标示与商家的客户注册ID的集合是否有吻合,对新老客户采取不同的预推荐菜单的形成模式。
步骤1.3:若否,此客户为新客户,将商家菜品取A个推荐给此客户;若是,此客户为老客户,查询此客户对当前商家的菜品兴趣度,将此客户对当前商家的菜品兴趣度pup按照数值由大到小取前A个菜品生成预推荐菜单。
所述步骤1.3中,获得客户对菜品兴趣度的数值的方法包括以下步骤:
步骤3.1:取菜品i和j,计算菜品i和j之间的相似度其中,N(i)为喜欢菜品i的客户,|N(i)|为喜欢菜品i的客户数,N(j)为喜欢菜品j的客户,|N(j)|为喜欢菜品j的客户数,|N(u)|为客户点的菜品总数;N(i)∩N(j)是同时喜欢菜品i和j的客户。
步骤3.2:归一化相似度
步骤3.3:利用相似度得到客户u对于菜品p的兴趣度其中,N(u)是客户点菜的集合,S(p,k)是和菜品p最接近的k个菜品的集合,wpq'是菜品p和q归一化后的相似度,puq是客户u对菜品q的兴趣度。
所述步骤3.3中,puq以历史点菜行为数据中当前客户u对菜品q的点菜数量来衡量。
本发明中,步骤1.3包括对老客户和新客户的不同的预推荐菜单的生成模式。
本发明中,当客户为新客户时,直接给出当日商家希望呈现给客户的推荐菜单即可。
本发明中,当客户是老客户时,调取其常点菜品的信息即通过客户的历史点菜行为数据进行统计的数据,获得当前客户u对该商家的每个菜品的菜品兴趣度后,菜品兴趣度puj按照数值由大到小排列,生成预推荐菜单。
本发明中,通过计算任意两菜品间的相似度,目的是确定客户在点了菜品i后会考虑j的可能性。
本发明中,将相似度归一化,将数据归一化为0-1之间的数字,有助于提高计算准确性。
本发明中,利用相似度数据得到客户对任一菜品的兴趣度此处基准菜品q是客户已经点过的菜,puq是客户u对菜品q的兴趣度,利用客户已点过的菜品来推测或者预测客户对未知菜品的兴趣度。
本发明中,puq可以以历史点菜行为数据中当前客户u对菜品q的点菜数量来衡量,此处以客户点过某菜品的数量作为一种衡量客户对相应菜品兴趣度的方法,客户点过菜品的数量也就是当前客户对该菜品的兴趣度,而兴趣度公式主要为了计算用户对未知菜品的兴趣度。举例来说,客户u点过菜品q次数为3次,则可视为puq=3。
步骤1.4:利用特征置信度调整方法调整所述预推荐菜单。
所述特征置信度调整方法包括以下步骤:
步骤4.1:对天气、季节、工作日和节假日进行标签化处理。
步骤4.2:取所有客户的历史点菜行为数据,以天气、季节、工作日、节假日、菜品、点菜时间列表。
步骤4.3:分别计算各菜品在所有天气、季节、工作日、节假日的组合下的置信度,置信度C(AB)=P(B|A),其中,P(B|A)为各菜品在当前天气、季节、工作日、节假日的组合下的点菜量占该菜品总点菜量的百分比。
步骤4.4:以置信度C更新菜品兴趣度pup,pup'=(1+C)*pup。
本发明中,加入置信度的调整,认为客户在不同的天气、季节、工作日、节假日的组合情况下,针对每个菜品的喜好程度是不同,故附以不同的权重。
本发明中,举例说明,设土豆丝在最近若干个月中的总点菜量为100万份,且点菜当日四个特征为晴天、冬季、周六、非节假日,查询以天气、季节、工作日、节假日、菜品、点菜时间为特征的数据列表,在当前的天气、季节、工作日、节假日的组合下土豆丝的点菜记录为20万份,则该特征组合下的置信度为20万/100万=0.2,则当日的土豆丝的权重要在原来基础上乘1.2,即pup'=(1+0.2)*pup。
本发明中,一般情况下,统计的总点菜量为最近2个月中的总点菜量。
步骤1.5:利用营养搭配调整方法调整所述预推荐菜单。
所述营养搭配调整方法包括以下步骤:
步骤5.1:商家通过商家端的读写模块在商家端内写入商家菜品的数据、放置菜品图片;所述菜品数据包括营养成分分类,所述营养成分分类包括蛋白质类、维生素矿物质类和脂肪类。
步骤5.2:在权重模块中设置权重因子α;当菜品数据为蛋白质类时,α=1;当菜品数据为维生素矿物质类时,α=0.6;当菜品数据为脂肪类时,α=0.4。
步骤5.3:以权重因子α更新菜品兴趣度pup,pup'=(1-α)*pup。
本发明中,某个菜品被输入后,具体被设置在哪一类别是商家在后台处理的,每一个菜品根据其主要成分会有一个类别归属,当前菜品的类别归属通过关联控制端数据就可以确定。
本发明中,在实际的判断中,先判断当前菜品是荤菜还是素菜,随后依次判别当前菜品是否属于脂肪类、蛋白质类或维生素矿物质类。
本发明中,因为现有的营养标准中,将现有菜品按照营养成分分为四类,包括热能(包含所有主食,例如米饭、面、糖等)、蛋白质类(包含鱼、瘦肉、蛋、乳品)、维生素矿物质类(包含蔬菜、水果、素菜、沙拉)、脂肪类(包含奶油、猪肉、羊肉、猪油、花生油),参照营养搭配比例经验值调整预推荐列表菜品兴趣度,按照《中国居民膳食营养素参考日摄入量2013版》的参考数据,建议菜品列表中蛋白质类、维生素矿物质类和脂肪类的比例为2.5:1.5:1,因此将蛋白质类、维生素矿物质类、脂肪类的营养健康因子分别设置为1、0.6和0.4,按照预推荐列表中营养分类标签,结合营养健康因子更新菜品权重,最终更新菜品的顺序。
步骤1.6:取排序最前的N个菜品,生成当前客户u的推荐菜单。
本发明中,可以根据商家的实际需求设置N的数量,N小于等于A。
本发明解决了现有技术中,利用智能通信装置完成点餐的工作时,客户仅能逐一查看基于智能通信装置显示的菜单上的菜品,其对自己本身点的菜并没有完整的把握,而导致的所点菜品极大程度上营养过剩,造成浪费,对消费者本身的身体造成负担,且商家不能综合推荐菜品缺乏灵活随机性,不人性化,对于商家本身的发展亦存在不利之处的问题,通过控制端对于客户唯一标示的判断,识别出客户是新客户还是老客户,对老客户直接给出依喜好排序的预推荐菜单,对新客户则给出商家默认的预推荐菜单,对两种模式下的预推荐菜单根据特征置信度调整方法调整和营养搭配调整方法进行调节,最后自动生成排序最靠前的若干个菜品,推荐给对应的客户。本发明兼具智能通信装置完成点餐的便利性,使得客户不仅能自主选择菜品,同时还通过对于数据的分析比对,给出建议,综合考虑营养搭配并结合当日的实际情况给出优化的推荐,绿色环保,有益于消费者的身心健康,灵活,随机性强,同时更有利于商家本身的发展。
Claims (5)
1.一种基于养生的推荐菜单生成方法,其特征在于:所述方法包括以下步骤:
步骤1.1:建立客户端和商家端,所述客户端和商家端连接至控制端,所述控制端内保存有所有客户的历史点菜行为数据,所述控制端内设有权重模块;所述客户端包括客户唯一标示,所述商家端设有商家唯一标示、若干座位标示和若干商家菜品;
步骤1.2:客户u利用客户端的摄像头扫描任一商家的座位标示,客户唯一标示传输至控制端,控制端遍历历史点菜行为数据并比对客户唯一标示,判断此客户是否为已在该商家产生过消费的老客户;
步骤1.3:若否,此客户为新客户,将商家菜品取A个推荐给此客户;若是,此客户为老客户,查询此客户对当前商家的菜品兴趣度,将此客户对当前商家的菜品兴趣度pup按照数值由大到小取前A个菜品生成预推荐菜单;
步骤1.4:利用特征置信度调整方法调整所述预推荐菜单;
步骤1.5:利用营养搭配调整方法调整所述预推荐菜单;
步骤1.6:取排序最前的N个菜品,生成当前客户u的推荐菜单。
2.根据权利要求1所述的一种基于养生的推荐菜单生成方法,其特征在于:所述步骤1.3中,获得客户对菜品兴趣度的数值的方法包括以下步骤:
步骤3.1:取菜品i和j,计算菜品i和j之间的相似度其中,N(i)为喜欢菜品i的客户,|N(i)|为喜欢菜品i的客户数,N(j)为喜欢菜品j的客户,|N(j)|为喜欢菜品j的客户数,|N(u)|为客户点的菜品总数;N(i)∩N(j)是同时喜欢菜品i和j的客户;
步骤3.2:归一化相似度
步骤3.3:利用相似度得到客户u对于菜品p的兴趣度其中,N(u)是客户点菜的集合,S(p,k)是和菜品p最接近的k个菜品的集合,wpq'是菜品p和q归一化后的相似度,puq是客户u对菜品q的兴趣度。
3.根据权利要求2所述的一种基于养生的推荐菜单生成方法,其特征在于:所述步骤3.3中,puq以历史点菜行为数据中当前客户u对菜品q的点菜数量来衡量。
4.根据权利要求1所述的一种基于养生的推荐菜单生成方法,其特征在于:所述特征置信度调整方法包括以下步骤:
步骤4.1:对天气、季节、工作日和节假日进行标签化处理;
步骤4.2:取所有客户的历史点菜行为数据,以天气、季节、工作日、节假日、菜品、点菜时间列表;
步骤4.3:分别计算各菜品在所有天气、季节、工作日、节假日的组合下的置信度,置信度C(AB)=P(B|A),其中,P(B|A)为各菜品在当前天气、季节、工作日、节假日的组合下的点菜量占该菜品总点菜量的百分比;
步骤4.4:以置信度C更新菜品兴趣度pup,pup'=(1+C)*pup。
5.根据权利要求1所述的一种基于养生的推荐菜单生成方法,其特征在于:所述营养搭配调整方法包括以下步骤:
步骤5.1:商家通过商家端的读写模块在商家端内写入商家菜品的数据、放置菜品图片;所述菜品数据包括营养成分分类,所述营养成分分类包括蛋白质类、维生素矿物质类和脂肪类;
步骤5.2:在权重模块中设置权重因子α;当菜品数据为蛋白质类时,α=1;当菜品数据为维生素矿物质类时,α=0.6;当菜品数据为脂肪类时,α=0.4;
步骤5.3:以权重因子α更新菜品兴趣度pup,pup'=(1-α)*pup。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201611224568.7A CN106682417A (zh) | 2016-12-27 | 2016-12-27 | 一种基于养生的推荐菜单生成方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201611224568.7A CN106682417A (zh) | 2016-12-27 | 2016-12-27 | 一种基于养生的推荐菜单生成方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN106682417A true CN106682417A (zh) | 2017-05-17 |
Family
ID=58871661
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201611224568.7A Pending CN106682417A (zh) | 2016-12-27 | 2016-12-27 | 一种基于养生的推荐菜单生成方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106682417A (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107464158A (zh) * | 2017-07-11 | 2017-12-12 | 北京小米移动软件有限公司 | 菜单生成方法、装置和设备 |
CN107731281A (zh) * | 2017-11-06 | 2018-02-23 | 北京戴纳实验科技有限公司 | 一种推荐用餐的方法 |
CN109299123A (zh) * | 2018-09-29 | 2019-02-01 | 口碑(上海)信息技术有限公司 | 菜品特征库同步方法以及装置 |
CN110458650A (zh) * | 2019-07-11 | 2019-11-15 | 北京三快在线科技有限公司 | 商品推荐方法、装置、电子设备及存储介质 |
CN110555162A (zh) * | 2018-06-01 | 2019-12-10 | 北京京东尚科信息技术有限公司 | 季节属性的确定方法、系统、设备和存储介质 |
CN110675226A (zh) * | 2019-09-26 | 2020-01-10 | 秒针信息技术有限公司 | 菜品推荐方法、装置、计算机设备和可读存储介质 |
Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101398805A (zh) * | 2007-09-27 | 2009-04-01 | 王娅然 | 具有智能化推荐功能的电子点菜系统 |
CN101739513A (zh) * | 2009-12-25 | 2010-06-16 | 无锡市美普索特电子科技有限公司 | 一种指纹识别触摸式自助点菜机 |
CN102651052A (zh) * | 2012-03-29 | 2012-08-29 | 陶杰 | 一种智能套餐化点菜方法 |
CN103309967A (zh) * | 2013-06-05 | 2013-09-18 | 清华大学 | 基于相似性传递的协同过滤方法及系统 |
CN103345699A (zh) * | 2013-07-10 | 2013-10-09 | 湖南大学 | 一种基于商品森林体系的个性化美食推荐方法 |
CN103745541A (zh) * | 2013-12-31 | 2014-04-23 | 杭州迪火科技有限公司 | 一种基于云计算和移动互联网技术的收银机 |
CN104281623A (zh) * | 2013-07-12 | 2015-01-14 | 武汉好味道科技有限公司 | 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 |
CN104484839A (zh) * | 2014-12-18 | 2015-04-01 | 北海飞九天电子科技有限公司 | 一种点菜系统 |
CN104598643A (zh) * | 2015-02-13 | 2015-05-06 | 成都品果科技有限公司 | 一种物品相似度贡献系数、相似度获取方法及物品推荐方法及其系统 |
CN105005907A (zh) * | 2015-03-05 | 2015-10-28 | 张良均 | 一种餐饮服务动态菜品智能推荐方法 |
CN105426552A (zh) * | 2015-12-31 | 2016-03-23 | 山东大学 | 一种智能推荐菜谱和食品的方法与应用 |
CN105447785A (zh) * | 2015-12-28 | 2016-03-30 | 杭州迪火科技有限公司 | 一种扫码定位点菜的方法及系统 |
CN105844357A (zh) * | 2016-03-23 | 2016-08-10 | 广州聚数信息科技有限公司 | 一种基于所需热量的菜品搭配推荐方法及其系统 |
-
2016
- 2016-12-27 CN CN201611224568.7A patent/CN106682417A/zh active Pending
Patent Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101398805A (zh) * | 2007-09-27 | 2009-04-01 | 王娅然 | 具有智能化推荐功能的电子点菜系统 |
CN101739513A (zh) * | 2009-12-25 | 2010-06-16 | 无锡市美普索特电子科技有限公司 | 一种指纹识别触摸式自助点菜机 |
CN102651052A (zh) * | 2012-03-29 | 2012-08-29 | 陶杰 | 一种智能套餐化点菜方法 |
CN103309967A (zh) * | 2013-06-05 | 2013-09-18 | 清华大学 | 基于相似性传递的协同过滤方法及系统 |
CN103345699A (zh) * | 2013-07-10 | 2013-10-09 | 湖南大学 | 一种基于商品森林体系的个性化美食推荐方法 |
CN104281623A (zh) * | 2013-07-12 | 2015-01-14 | 武汉好味道科技有限公司 | 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 |
CN103745541A (zh) * | 2013-12-31 | 2014-04-23 | 杭州迪火科技有限公司 | 一种基于云计算和移动互联网技术的收银机 |
CN104484839A (zh) * | 2014-12-18 | 2015-04-01 | 北海飞九天电子科技有限公司 | 一种点菜系统 |
CN104598643A (zh) * | 2015-02-13 | 2015-05-06 | 成都品果科技有限公司 | 一种物品相似度贡献系数、相似度获取方法及物品推荐方法及其系统 |
CN105005907A (zh) * | 2015-03-05 | 2015-10-28 | 张良均 | 一种餐饮服务动态菜品智能推荐方法 |
CN105447785A (zh) * | 2015-12-28 | 2016-03-30 | 杭州迪火科技有限公司 | 一种扫码定位点菜的方法及系统 |
CN105426552A (zh) * | 2015-12-31 | 2016-03-23 | 山东大学 | 一种智能推荐菜谱和食品的方法与应用 |
CN105844357A (zh) * | 2016-03-23 | 2016-08-10 | 广州聚数信息科技有限公司 | 一种基于所需热量的菜品搭配推荐方法及其系统 |
Non-Patent Citations (2)
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)》 * |
项亮: "推荐系统实践", 《读秀》 * |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107464158A (zh) * | 2017-07-11 | 2017-12-12 | 北京小米移动软件有限公司 | 菜单生成方法、装置和设备 |
CN107731281A (zh) * | 2017-11-06 | 2018-02-23 | 北京戴纳实验科技有限公司 | 一种推荐用餐的方法 |
CN110555162A (zh) * | 2018-06-01 | 2019-12-10 | 北京京东尚科信息技术有限公司 | 季节属性的确定方法、系统、设备和存储介质 |
CN110555162B (zh) * | 2018-06-01 | 2024-07-19 | 北京京东尚科信息技术有限公司 | 季节属性的确定方法、系统、设备和存储介质 |
CN109299123A (zh) * | 2018-09-29 | 2019-02-01 | 口碑(上海)信息技术有限公司 | 菜品特征库同步方法以及装置 |
CN110458650A (zh) * | 2019-07-11 | 2019-11-15 | 北京三快在线科技有限公司 | 商品推荐方法、装置、电子设备及存储介质 |
CN110675226A (zh) * | 2019-09-26 | 2020-01-10 | 秒针信息技术有限公司 | 菜品推荐方法、装置、计算机设备和可读存储介质 |
CN110675226B (zh) * | 2019-09-26 | 2022-08-09 | 秒针信息技术有限公司 | 菜品推荐方法、装置、计算机设备和可读存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106682417A (zh) | 一种基于养生的推荐菜单生成方法 | |
US11798052B2 (en) | Systems, apparatuses, and methods for extracting inventory from unstructured electronic messages | |
US10552793B2 (en) | Information management system for product ingredients | |
Green et al. | Thirty years of conjoint analysis: Reflections and prospects | |
Ghosh et al. | An EOQ model with a quadratic demand, time-proportional deterioration and shortages in all cycles | |
US20180150851A1 (en) | Commerce System and Method of Providing Intelligent Personal Agents for Identifying Intent to Buy | |
CN106651524A (zh) | 一种智能生成推荐菜单的方法 | |
Zanoni et al. | A note on an industrial strategy for stock management in supply chains: modelling and performance evaluation | |
CN106339579B (zh) | 一种移动健康与医疗的饮食控制方法 | |
JP6903523B2 (ja) | 情報処理装置、情報処理方法、及びプログラム | |
US20140255883A1 (en) | System and method for automated monitoring of food and beverage intake, determining associated nutritional information and comparing with a predetermined dietary plan | |
Bejaei et al. | Developing logistic regression models using purchase attributes and demographics to predict the probability of purchases of regular and specialty eggs | |
US20190304587A1 (en) | Nutrition performance scorecard and automated shopping list | |
KR102100240B1 (ko) | 인터넷을 통해 맞춤 식재료의 조합에 의한 제조음식 주문 방법 및 그 시스템 | |
Bahmani-Oskooee et al. | Exchange-rate volatility and commodity trade between the USA and Indonesia | |
Bakucs et al. | Wheat market integration between Hungary and Germany | |
Annadurai | An optimal replenishment policy for decaying items with shortages and salvage value | |
KR102544986B1 (ko) | 인공지능 맞춤형 식단 및 식재료 추천 서비스 시스템 | |
Adeoye et al. | Market integration for selected vegetables in South-western Nigeria | |
CA2603479C (en) | Nutrition management and meal planning program | |
JP7473247B2 (ja) | 食事提案支援装置、食事提案支援方法、食事提案支援端末、食事提案支援システム、プログラム、および記録媒体 | |
Annadurai | Minimax distribution-free procedure for mixture inventory model with variable lead time and a service level constraint by reducing order cost | |
Chen et al. | Optimum profit model considering production, quality and sale problem | |
Uthayakumar et al. | A continuous review inventory model with controllable backorder rate and investments | |
Chen | The modified Pulak and Al-Sultan's model for determining the optimum process parameters |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20170517 |
|
RJ01 | Rejection of invention patent application after publication |