CN108717671B - 基于桌码标识的用户生活服务关系识别方法及装置 - Google Patents
基于桌码标识的用户生活服务关系识别方法及装置 Download PDFInfo
- Publication number
- CN108717671B CN108717671B CN201810467036.9A CN201810467036A CN108717671B CN 108717671 B CN108717671 B CN 108717671B CN 201810467036 A CN201810467036 A CN 201810467036A CN 108717671 B CN108717671 B CN 108717671B
- Authority
- CN
- China
- Prior art keywords
- user
- relationship
- table code
- data
- identification
- 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
- 238000000034 method Methods 0.000 title claims abstract description 81
- 238000012546 transfer Methods 0.000 claims abstract description 20
- 238000012545 processing Methods 0.000 claims description 55
- 238000004891 communication Methods 0.000 claims description 25
- 235000012054 meals Nutrition 0.000 claims description 8
- 230000007547 defect Effects 0.000 abstract description 12
- 238000010276 construction Methods 0.000 abstract description 4
- 238000007405 data analysis Methods 0.000 abstract description 4
- 230000000670 limiting effect Effects 0.000 description 7
- 238000010586 diagram Methods 0.000 description 6
- 238000003672 processing method Methods 0.000 description 6
- 238000001914 filtration Methods 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 2
- 238000004140 cleaning Methods 0.000 description 2
- 238000004590 computer program Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000000717 retained effect Effects 0.000 description 2
- 238000010408 sweeping Methods 0.000 description 2
- 238000013461 design Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000011022 operating instruction Methods 0.000 description 1
Images
Classifications
-
- 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
-
- 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
- G06Q50/01—Social networking
Landscapes
- Business, Economics & Management (AREA)
- Tourism & Hospitality (AREA)
- Engineering & Computer Science (AREA)
- General Health & Medical Sciences (AREA)
- Economics (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Theoretical Computer Science (AREA)
- Computing Systems (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种基于桌码标识的用户生活服务关系识别方法及装置。其中,方法包括:获取携带有桌码标识的桌码点单数据;基于桌码点单数据确定桌码标识同桌关系;根据桌码点单数据以及桌码标识同桌关系识别用户与用户之间的用户生活服务关系。基于本发明提供的方案,提供了一种识别用户点单环节中的用户生活服务关系的方案,利用该方案可以准确识别出哪些用户经常一同参与生活服务场所,克服了基于社交关系、转账关系等无法准确识别哪些用户经常一同参与生活服务场所的缺陷,以及在用户之间未建立社交关系的情况下,无法识别的缺陷,另外,根据该方案确定的用户生活服务关系,可以用于其他数据分析,例如,构造用户画像、推荐菜品等。
Description
技术领域
本发明涉及互联网技术领域,具体涉及一种基于桌码标识的用户生活服务关系识别方法及装置。
背景技术
目前,在生活服务场所中,扫码下单已经成为趋势,在帮助商家节省成本的同时,也让消费者可以得到更好的服务。通常情况下,生活服务场所中会摆放不同类型的桌子,每张桌子上设置了多个桌码,每个桌码对应一个桌位,每个用户通过扫码其所入座的桌位对应的桌码进行下单。
目前,可以根据用户聊天记录、转账等确定用户之间的社交关系、转账关系等,然而这类好友关系并无法准确地确定出哪些用户一同参与生活服务场所,举例说明,经常是小团队4、5个人一起吃工作餐,基于常用的社交关系很难准确识别出具体是哪几个同学经常一起吃饭,而且若该小团队是同事关系,还可能存在未建立社交关系的情况,也就无法识别,因此,亟需一种能够准确识别出点单环节用户与用户之间关系的方法。
发明内容
鉴于上述问题,提出了本发明以便提供一种克服上述问题或者至少部分地解决上述问题的基于桌码标识的用户生活服务关系识别方法及装置。
根据本发明的一个方面,提供了一种基于桌码标识的用户生活服务关系识别方法,包括:
获取携带有桌码标识的桌码点单数据;
基于桌码点单数据确定桌码标识同桌关系;
根据桌码点单数据以及桌码标识同桌关系识别用户与用户之间的用户生活服务关系。
可选地,基于桌码点单数据确定桌码标识同桌关系进一步包括:基于桌码点单数据查询桌码配置库,得到桌码标识同桌关系。
可选地,基于桌码点单数据确定桌码标识同桌关系进一步包括:基于桌码点单数据及用户好友关系确定桌码标识同桌关系。
可选地,用户好友关系包括:社交关系、转账关系、用户生活服务关系。
可选地,根据桌码点单数据以及桌码标识同桌关系识别用户与用户之间的用户生活服务关系进一步包括:基于桌码标识同桌关系确定桌子权重;
根据桌码点单数据、桌码标识同桌关系、桌子权重识别用户与用户之间的用户生活服务关系。
可选地,根据桌码点单数据、桌码标识同桌关系、桌子权重识别用户与用户之间的用户生活服务关系进一步包括:基于桌码点单数据及桌码标识同桌关系确定同桌次数、同桌店铺去重数;
根据桌子权重、同桌次数、同桌店铺去重数计算用户生活服务关系权重;
根据用户生活服务关系权重识别用户与用户之间的用户生活服务关系。
可选地,在根据桌码点单数据以及桌码标识同桌关系识别用户与用户之间的用户生活服务关系之前,方法还包括:对桌码点单数据进行数据降噪处理;
根据桌码点单数据以及桌码标识同桌关系识别用户与用户之间的用户生活服务关系进一步包括:
根据处理后的桌码点单数据以及桌码标识同桌关系识别用户与用户之间的用户生活服务关系。
可选地,对桌码点单数据进行数据降噪处理进一步包括:根据桌码点单数据及桌码标识同桌关系统计用户同桌的店铺数量,若用户同桌的店铺数量大于第一预设阈值,则保留桌码点单数据。
可选地,对桌码点单数据进行数据降噪处理进一步包括:根据桌码点单数据及桌码标识同桌关系统计同一店铺的同桌次数,若同一店铺的同桌次数大于第二预设阈值,则保留桌码点单数据。
可选地,对桌码点单数据进行数据降噪处理进一步包括:针对具有桌码标识同桌关系的每个桌码标识,获取结账时间;
比较结账时间的时间间隔是否小于或等于预设时间间隔,若是,则保留桌码点单数据。
可选地,桌码点单数据包括:用户标识、桌码标识、店铺标识、点单时间。
根据本发明的另一方面,提供了一种基于桌码标识的用户餐饮关系识别方法,包括:
获取携带有桌码标识的桌码点餐数据;
基于桌码点餐数据确定桌码标识同桌关系;
根据桌码点餐数据以及桌码标识同桌关系识别用户与用户之间的用户餐饮关系。
可选地,基于桌码点餐数据确定桌码标识同桌关系进一步包括:基于桌码点餐数据查询桌码配置库,得到桌码标识同桌关系。
可选地,基于桌码点餐数据确定桌码标识同桌关系进一步包括:基于桌码点餐数据及用户好友关系确定桌码标识同桌关系。
可选地,用户好友关系包括:社交关系、转账关系、用户餐饮关系。
可选地,根据桌码点餐数据以及桌码标识同桌关系识别用户与用户之间的用户餐饮关系进一步包括:基于桌码标识同桌关系确定桌子权重;
根据桌码点餐数据、桌码标识同桌关系、桌子权重识别用户与用户之间的用户餐饮关系。
可选地,根据桌码点餐数据、桌码标识同桌关系、桌子权重识别用户与用户之间的用户餐饮关系进一步包括:基于桌码点餐数据及桌码标识同桌关系确定同桌次数、同桌店铺去重数;
根据桌子权重、同桌次数、同桌店铺去重数计算用户餐饮关系权重;
根据用户餐饮关系权重识别用户与用户之间的用户餐饮关系。
可选地,在根据桌码点餐数据以及桌码标识同桌关系识别用户与用户之间的用户餐饮关系之前,方法还包括:对桌码点餐数据进行数据降噪处理;
根据桌码点餐数据以及桌码标识同桌关系识别用户与用户之间的用户餐饮关系进一步包括:
根据处理后的桌码点餐数据以及桌码标识同桌关系识别用户与用户之间的用户餐饮关系。
可选地,对桌码点餐数据进行数据降噪处理进一步包括:根据桌码点餐数据及桌码标识同桌关系统计用户同桌的店铺数量,若用户同桌的店铺数量大于第一预设阈值,则保留桌码点餐数据。
可选地,对桌码点餐数据进行数据降噪处理进一步包括:根据桌码点餐数据及桌码标识同桌关系统计同一店铺的同桌次数,若同一店铺的同桌次数大于第二预设阈值,则保留桌码点餐数据。
可选地,对桌码点餐数据进行数据降噪处理进一步包括:针对具有桌码标识同桌关系的每个桌码标识,获取结账时间;
比较结账时间的时间间隔是否小于或等于预设时间间隔,若是,则保留桌码点餐数据。
可选地,桌码点餐数据包括:用户标识、桌码标识、店铺标识、点餐时间。
根据本发明的另一方面,提供了一种基于桌码标识的用户生活服务关系识别装置,包括:
桌码点单数据获取模块,适于获取携带有桌码标识的桌码点单数据;
确定模块,适于基于桌码点单数据确定桌码标识同桌关系;
用户生活服务关系识别模块,适于根据桌码点单数据以及桌码标识同桌关系识别用户与用户之间的用户生活服务关系。
可选地,确定模块进一步适于:基于桌码点单数据查询桌码配置库,得到桌码标识同桌关系。
可选地,确定模块进一步适于:基于桌码点单数据及用户好友关系确定桌码标识同桌关系。
可选地,用户好友关系包括:社交关系、转账关系、用户生活服务关系。
可选地,用户生活服务关系识别模块进一步适于:基于桌码标识同桌关系确定桌子权重;
根据桌码点单数据、桌码标识同桌关系、桌子权重识别用户与用户之间的用户生活服务关系。
可选地,用户生活服务关系识别模块进一步适于:基于桌码点单数据及桌码标识同桌关系确定同桌次数、同桌店铺去重数;
根据桌子权重、同桌次数、同桌店铺去重数计算用户生活服务关系权重;
根据用户生活服务关系权重识别用户与用户之间的用户生活服务关系。
可选地,装置还包括:数据降噪处理模块,适于对桌码点单数据进行数据降噪处理;
用户生活服务关系识别模块进一步适于:根据处理后的桌码点单数据以及桌码标识同桌关系识别用户与用户之间的用户生活服务关系。
可选地,数据降噪处理模块进一步适于:根据桌码点单数据及桌码标识同桌关系统计用户同桌的店铺数量,若用户同桌的店铺数量大于第一预设阈值,则保留桌码点单数据。
可选地,数据降噪处理模块进一步适于:根据桌码点单数据及桌码标识同桌关系统计同一店铺的同桌次数,若同一店铺的同桌次数大于第二预设阈值,则保留桌码点单数据。
可选地,数据降噪处理模块进一步适于:针对具有桌码标识同桌关系的每个桌码标识,获取结账时间;
比较结账时间的时间间隔是否小于或等于预设时间间隔,若是,则保留桌码点单数据。
可选地,桌码点单数据包括:用户标识、桌码标识、店铺标识、点单时间。
根据本发明的另一方面,提供了一种基于桌码标识的用户餐饮关系识别装置,包括:
桌码点餐数据获取模块,适于获取携带有桌码标识的桌码点餐数据;
确定模块,适于基于桌码点餐数据确定桌码标识同桌关系;
用户餐饮关系识别模块,适于根据桌码点餐数据以及桌码标识同桌关系识别用户与用户之间的用户餐饮关系。
可选地,确定模块进一步适于:基于桌码点餐数据查询桌码配置库,得到桌码标识同桌关系。
可选地,确定模块进一步适于:基于桌码点餐数据及用户好友关系确定桌码标识同桌关系。
可选地,用户好友关系包括:社交关系、转账关系、用户餐饮关系。
可选地,用户餐饮关系识别模块进一步适于:基于桌码标识同桌关系确定桌子权重;
根据桌码点餐数据、桌码标识同桌关系、桌子权重识别用户与用户之间的用户餐饮关系。
可选地,用户餐饮关系识别模块进一步适于:基于桌码点餐数据及桌码标识同桌关系确定同桌次数、同桌店铺去重数;
根据桌子权重、同桌次数、同桌店铺去重数计算用户餐饮关系权重;
根据用户餐饮关系权重识别用户与用户之间的用户餐饮关系。
可选地,装置还包括:数据降噪处理模块,适于对桌码点餐数据进行数据降噪处理;
用户餐饮关系识别模块进一步适于:根据处理后的桌码点餐数据以及桌码标识同桌关系识别用户与用户之间的用户餐饮关系。
可选地,数据降噪处理模块进一步适于:根据桌码点餐数据及桌码标识同桌关系统计用户同桌的店铺数量,若用户同桌的店铺数量大于第一预设阈值,则保留桌码点餐数据。
可选地,数据降噪处理模块进一步适于:根据桌码点餐数据及桌码标识同桌关系统计同一店铺的同桌次数,若同一店铺的同桌次数大于第二预设阈值,则保留桌码点餐数据。
可选地,数据降噪处理模块进一步适于:针对具有桌码标识同桌关系的每个桌码标识,获取结账时间;
比较结账时间的时间间隔是否小于或等于预设时间间隔,若是,则保留桌码点餐数据。
可选地,桌码点餐数据包括:用户标识、桌码标识、店铺标识、点餐时间。
根据本发明的又一方面,提供了一种计算设备,包括:处理器、存储器、通信接口和通信总线,所述处理器、所述存储器和所述通信接口通过所述通信总线完成相互间的通信;
所述存储器用于存放至少一可执行指令,所述可执行指令使所述处理器执行上述基于桌码标识的用户生活服务关系识别方法对应的操作。
根据本发明的再一方面,提供了一种计算机存储介质,所述存储介质中存储有至少一可执行指令,所述可执行指令使处理器执行如上述基于桌码标识的用户生活服务关系识别方法对应的操作。
根据本发明的又一方面,提供了一种计算设备,包括:处理器、存储器、通信接口和通信总线,所述处理器、所述存储器和所述通信接口通过所述通信总线完成相互间的通信;
所述存储器用于存放至少一可执行指令,所述可执行指令使所述处理器执行上述基于桌码标识的用户餐饮关系识别方法对应的操作。
根据本发明的再一方面,提供了一种计算机存储介质,所述存储介质中存储有至少一可执行指令,所述可执行指令使处理器执行如上述基于桌码标识的用户餐饮关系识别方法对应的操作。
根据本发明提供的方案,获取携带有桌码标识的桌码点单数据;基于桌码点单数据确定桌码标识同桌关系;根据桌码点单数据以及桌码标识同桌关系识别用户与用户之间的用户生活服务关系。基于本发明提供的方案,提供了一种识别用户点单环节中的用户生活服务关系的方案,利用该方案可以准确识别出哪些用户经常一同参与生活服务场所,克服了基于社交关系、转账关系等无法准确识别哪些用户经常一同参与生活服务场所的缺陷,以及在用户之间未建立社交关系的情况下,无法识别的缺陷,另外,根据该方案确定的用户生活服务关系,可以用于其他数据分析,例如,构造用户画像、推荐菜品等。
上述说明仅是本发明技术方案的概述,为了能够更清楚了解本发明的技术手段,而可依照说明书的内容予以实施,并且为了让本发明的上述和其它目的、特征和优点能够更明显易懂,以下特举本发明的具体实施方式。
附图说明
通过阅读下文优选实施方式的详细描述,各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。附图仅用于示出优选实施方式的目的,而并不认为是对本发明的限制。而且在整个附图中,用相同的参考符号表示相同的部件。在附图中:
图1示出了根据本发明一个实施例的基于桌码标识的用户生活服务关系识别方法的流程示意图;
图2示出了根据本发明另一个实施例的基于桌码标识的用户餐饮关系识别方法的流程示意图;
图3示出了根据本发明一个实施例的基于桌码标识的用户生活服务关系识别装置的结构示意图;
图4示出了根据本发明一个实施例的基于桌码标识的用户餐饮关系识别装置的结构示意图;
图5示出了根据本发明一个实施例的一种计算设备的结构示意图;
图6为桌子上桌码设置示意图。
具体实施方式
下面将参照附图更详细地描述本公开的示例性实施例。虽然附图中显示了本公开的示例性实施例,然而应当理解,可以以各种形式实现本公开而不应被这里阐述的实施例所限制。相反,提供这些实施例是为了能够更透彻地理解本公开,并且能够将本公开的范围完整的传达给本领域的技术人员。
图1示出了根据本发明一个实施例的基于桌码标识的用户生活服务关系识别方法的流程示意图。如图1所示,该方法包括以下步骤:
步骤S100,获取携带有桌码标识的桌码点单数据。
随着互联网技术的发展,现有的点单方式已由传统的人工下单转变为用户扫码下单,具体地,用户通过扫描设置于桌子上的桌码进行下单,其中,桌码是指条形码、二维码、三维码等由图像识别元素按照特定编码规则组成的码标识。
众所周知,很多生活服务场所会设置不同类型的桌子,例如,能够容纳2人、4人、6人、10人的桌子,每张桌子上会根据所能容纳的人数而设置相应数量的桌码,即,每个桌码对应一个桌位,此外,每个桌码对应有唯一的桌码标识,用户通过扫码下单后,可以获取到携带有桌码标识的桌码点单数据,其中,桌码点单数据包括:用户标识、桌码标识、店铺标识、点单时间。
在本实施例中,通常情况下,多个用户同时参与生活服务场所时,多个用户的点单时间并不会相差太多,因此,点单时间能够用于识别用户是否是一同参与生活服务场所的,因此,点单时间可以作为后续数据降噪处理的参考因素之一。
步骤S101,基于桌码点单数据确定桌码标识同桌关系。
在获取到携带有桌码标识的桌码点单数据之后,需要确定桌码标识同桌关系,即确定哪些桌码标识属于同一桌子,这里可以基于桌码点单数据确定桌码标识同桌关系,具体地,可以采用以下两种方法中的任一方法确定桌码标识同桌关系:
方法一:基于桌码点单数据查询桌码配置库,得到桌码标识同桌关系。
其中,桌码配置库中预先存储了各个桌码标识与桌子标识、店铺标识之间的对应关系,上述信息是由商家在其后台录入的,也就是说,商家在其后台编辑好桌码标识与桌子标识、店铺标识之间的对应关系,不同商家所录入的信息都被存储至桌码配置库中,举例说明,不同商家在后台录入如下信息:店铺标识1、桌子标识Z01、桌码标识001,店铺标识1、桌子标识Z01、桌码标识002,店铺标识1、桌子标识Z02、桌码标识010,店铺标识2、桌子标识Z03、桌码标识020,这里仅是举例说明,不具有任何限定作用。
在获取到桌码点单数据后,可以基于桌码点单数据查询桌码配置库,其中,桌码点单数据包括:店铺标识和桌码标识,因此,可以唯一确定与该桌码标识所属的桌子对应的桌子标识,从而得到桌码标识同桌关系。例如,基于桌码点单数据查询桌码配置库,得到店铺标识1对应的店铺中,桌码标识001、桌码标识002、桌码标识003、桌码标识004设置于同一桌子上,桌码标识005、桌码标识006、桌码标识007、桌码标识008、桌码标识009、桌码标识010设置于同一桌子上,这里仅是举例说明,不具有任何限定作用。
方法二:基于桌码点单数据及用户好友关系确定桌码标识同桌关系。
在获取到桌码点单数据后,可以通过桌码点单数据进行反向清洗,清洗出桌码标识同桌关系,这里需要依据用户好友关系进行确定,其中,用户好友关系包括:社交关系、转账关系、用户生活服务关系。
本发明实施例中的桌码点单数据包括用户标识,因此,基于用户好友关系可以反向确定哪些桌码标识设置于同一桌子上,以社交关系为例,用户标识1和用户标识2为好友,在获取到分别携带有用户标识1和用户标识2的桌码点单数据后,发现相应的两个桌码经常被这两个用户同时使用,且满足两用户多次出现、时间相吻合等条件,则可以确定用户标识1对应的桌码标识与用户标识2对应的桌码标识设置于同一桌子上,进而确定桌码标识同桌关系,这里仅是举例说明,不具有任何限定作用。
步骤S102,根据桌码点单数据以及桌码标识同桌关系识别用户与用户之间的用户生活服务关系。
在确定了桌码标识同桌关系之后,可以根据桌码点单数据以及桌码标识同桌关系,识别用户与用户之间的用户生活服务关系,其中,用户生活服务关系体现了用户同时参与生活服务场所的情况,例如,经常一同参与、偶尔同时参与等。
本发明实施例中的生活服务场所可以是餐饮店、美甲店、足疗店等,因此,可以基于桌码标识的用户生活服务关系识别方法识别出用户与用户之间的用户餐饮关系、用户美甲关系、用户足疗关系等。
在本发明可选实施方式中,桌子所能容纳的人数决定了用户拼桌的概率,例如,一张能容纳10人的桌子,正常情况下拼桌的概率较低,而能容纳6人的桌子拼桌的概率则较高,因此,也就影响了用户生活服务关系的识别,这里为每张桌子设置了桌子权重,拼桌的概率影响了桌子权重,具体地,拼桌的概率越高,桌子权重越低;反之,拼桌的概率越低,桌子权重越高,因此,在确定了桌码标识同桌关系后,可以基于桌码标识同桌关系确定桌子权重,表1示意性示出了桌子所容纳人数与桌子权重的关系。此外,桌子权重的权重值还可以根据不同城市、不同的生活场所进行调整,例如,对于一线城市,可以将桌子权重设置的高一点,而对于二线城市,则可以将桌子权重设置的低一点;再例如,对于餐饮店,可以将桌子权重设置的低一点,而对于美甲店,则可以将桌子权重设置的高一点,这里仅是相对的,不具有任何限定作用。
表1:
桌码标识 | 桌子标识 | 容纳人数 | 桌子权重 |
桌码标识001 | Z01 | 4 | 5 |
桌码标识002 | Z01 | 4 | 5 |
桌码标识010 | Z02 | 10 | 9 |
桌码标识021 | Z03 | 6 | 4 |
在确定了桌子权重之后,可以根据桌码点单数据、桌码标识同桌关系、桌子权重识别用户与用户之间的用户生活服务关系,其中,桌码标识同桌关系表明了哪些桌码标识设置于同一桌子上,桌码点单数据包括:用户标识、桌码标识、店铺标识,因此,可以确定哪些用户经常在同一桌子上下单,结合桌子权重识别用户与用户之间的用户生活服务关系。
具体地,根据桌码点单数据、桌码标识同桌关系、桌子权重识别用户与用户之间的用户生活服务关系可以采用以下方法实现:基于桌码点单数据及桌码标识同桌关系确定同桌次数、同桌店铺去重数,其中,桌码标识同桌关系表明了哪些桌码标识设置于同一桌子上,而桌码点单数据包括:用户标识、桌码标识、店铺标识、点单时间,因此,可以确定哪几个用户经常在同一桌子下单,进而确定同桌次数以及同桌店铺去重数,这里,同桌店铺去重数指对于多个用户在同一桌子点单的情况,去除重复的店铺之后得到的店铺数量。
举例说明,根据桌码点单数据、桌码标识同桌关系确定用户1和用户2于2018年4月16日、18日、20日分别在店铺1的桌子Z01同桌,于2018年4月17日、19日分别在店铺2的桌子Z02同桌,2018年4月21日、22日、23日分别在店铺3的桌子Z10同桌,那么可以确定两个用户的同桌次数为8次,同桌店铺去重数为3。
在确定了同桌次数、同桌店铺去重数之后,可以根据桌子权重、同桌次数、同桌店铺去重数计算用户生活服务关系权重,具体地,可以采用如下公式(1)计算用户生活服务关系权重:
用户生活服务关系权重=(同桌次数*同桌店铺去重数*桌子权重)/固定阈值——公式(1)。
其中,固定阈值是根据实际经验而设定的,这里可以设定固定阈值为100,若确定桌子权重为5,2个用户去过5个店,并且一共同桌过10次,那么根据公式(1)计算得到用户生活服务关系权重为2.5。
在计算得到用户生活服务关系权重,可以根据用户生活服务关系权重识别用户与用户之间的用户生活服务关系,其中,用户生活服务关系权重越高,表明用户同时参与生活服务场所的频率越高,从而确定用户是经常一同参与、偶尔同时参与生活服务场所,表2示意性示出了所计算得到的用户之间的用户生活服务关系权重。
表2:
用户 | 用户 | 用户生活服务关系权重 |
用户1 | 用户2 | 15 |
用户1 | 用户3 | 5 |
在本发明一种可选实施方式中,所获取到的桌码点单数据中可能会包含一些无法用于识别用户生活服务关系的数据,因此,在根据桌码点单数据以及桌码标识同桌关系识别用户与用户之间的用户生活服务关系之前,可以先对桌码点单数据进行数据降噪处理,这里的数据降噪处理指滤除一些不满足识别条件的数据,然后,根据处理后的桌码点单数据以及桌码标识同桌关系识别用户与用户之间的用户生活服务关系,以提高识别的准确性,具体地,可以采用以下方法对数据进行降噪处理:
方法一:根据桌码点单数据及桌码标识同桌关系统计用户同桌的店铺数量,若用户同桌的店铺数量大于第一预设阈值,则保留桌码点单数据。
其中,用户同桌的店铺数量为用户在同一桌子上点单的店铺的数量,第一预设阈值是根据实际经验而设定,例如,设定第一预设阈值为1,若用户同桌的店铺数量等于1,表明用户可能仅是偶然碰到,并没有同时参与生活服务场所,对于这类桌码点单数据需要过滤掉,保留用户同桌的店铺数量大于第一预设阈值的桌码点单数据。
方法二:根据桌码点单数据及桌码标识同桌关系统计同一店铺的同桌次数,若同一店铺的同桌次数大于第二预设阈值,则保留桌码点单数据。
桌码点单数据包括:用户标识、桌码标识、店铺标识,因此,根据桌码标识同桌关系可以很容易地统计出同一店铺的同桌次数,其中,同一店铺的同桌次数指用户在同一个店铺,同一桌子上点单的次数,第二预设阈值可以根据场景而设定,例如,不同城市,所设定的第二预设阈值不同,对于一线城市,例如,北京、上海、广州等,可以将第二预设阈值设置的高一些,对于二线城市,例如,石家庄、哈尔滨,可以将第二预设阈值设置的低一些。这里以第二预设阈值为3为例,若同一店铺的同桌次数小于或等于3,表明用户可能仅是偶然碰到,恰巧同桌而已,并没有同时参与生活服务场所,对于这类桌码点单数据需要过滤掉,保留同一店铺的同桌次数大于第二预设阈值的桌码点单数据。
方法三:针对具有桌码标识同桌关系的每个桌码标识,获取结账时间;比较结账时间的时间间隔是否小于或等于预设时间间隔,若是,则保留桌码点单数据。
通常情况下,同时参与生活服务场所的多个用户点单时间差不多,那么结账时间也会很相近,因此,可以基于结账时间对桌码点单数据进行过滤,具体地,针对具有桌码标识同桌关系的每个桌码标识,获取结账时间,然后,将结账时间两两进行比较,若结账时间的时间间隔小于或等于预设时间间隔,则保留桌码点单数据;若结账时间的时间间隔大于预设时间间隔,则过滤掉桌码点单数据。
其中,可以单独使用任意一种降噪处理方法对数据进行降噪处理,也可以结合使用上述降噪处理方法,优选地,可以同时使用三种降噪处理方法对数据进行降噪处理。
根据本发明上述实施例提供的方法,获取携带有桌码标识的桌码点单数据;基于桌码点单数据确定桌码标识同桌关系;根据桌码点单数据以及桌码标识同桌关系识别用户与用户之间的用户生活服务关系。基于本发明提供的方案,提供了一种识别用户点单环节中的用户生活服务关系的方案,利用该方案可以准确识别出哪些用户经常一同参与生活服务场所,克服了基于社交关系、转账关系等无法准确识别哪些用户经常一同参与生活服务场所的缺陷,以及在用户之间未建立社交关系的情况下,无法识别的缺陷,另外,根据该方案确定的用户生活服务关系,可以用于其他数据分析,例如,构造用户画像、推荐菜品等。
下面结合具体餐饮场景,详细介绍基于桌码标识的用户餐饮关系识别方法实现过程:
图2示出了根据本发明另一个实施例的基于桌码标识的用户餐饮关系识别方法的流程示意图。如图2所示,该方法包括以下步骤:
步骤S200,获取携带有桌码标识的桌码点餐数据。
随着互联网技术的发展,现有的点餐方式已由传统的人工下单转变为用户扫码下单,具体地,用户通过扫描设置于桌子上的桌码进行下单,其中,桌码是指条形码、二维码、三维码等由图像识别元素按照特定编码规则组成的码标识。
众所周知,很多餐饮店会设置不同类型的桌子,例如,能够容纳2人、4人、6人、10人的桌子,每张桌子上会根据所能容纳的人数而设置相应数量的桌码,以二维码为例,每个二维码对应一个餐位,如图6所示,此外,每个二维码对应有唯一的桌码标识,用户通过扫码下单后,可以获取到携带有桌码标识的桌码点餐数据,其中,桌码点餐数据包括:用户标识、桌码标识、店铺标识、点餐时间。
在本实施例中,通常情况下,多个用户同时入座一个餐饮店的一张桌子时,多个用户的点餐时间并不会相差太多,因此,点餐时间能够用于识别用户是否是一同进入一个餐饮店的,因此,点餐时间可以作为后续数据降噪处理的参考因素之一。
步骤S201,基于桌码点餐数据确定桌码标识同桌关系。
在获取到携带有桌码标识的桌码点餐数据之后,需要确定桌码标识同桌关系,即确定哪些桌码标识属于同一桌子,这里可以基于桌码点餐数据确定桌码标识同桌关系,具体地,可以采用以下两种方法中的任一方法确定桌码标识同桌关系:
方法一:基于桌码点餐数据查询桌码配置库,得到桌码标识同桌关系。
其中,桌码配置库中预先存储了各个桌码标识与桌子标识、店铺标识之间的对应关系,上述信息是由商家在其后台录入的,也就是说,商家在其后台编辑好桌码标识与桌子标识、店铺标识之间的对应关系,不同商家所录入的信息都被存储至桌码配置库中,举例说明,不同商家在后台录入如下信息:店铺标识1、桌子标识Z01、桌码标识001,店铺标识1、桌子标识Z01、桌码标识002,店铺标识1、桌子标识Z02、桌码标识010,店铺标识2、桌子标识Z03、桌码标识020,这里仅是举例说明,不具有任何限定作用。
在获取到桌码点餐数据后,可以基于桌码点餐数据查询桌码配置库,其中,桌码点餐数据包括:店铺标识和桌码标识,因此,可以唯一确定与该桌码标识所属的桌子对应的桌子标识,从而得到桌码标识同桌关系。例如,基于桌码点餐数据查询桌码配置库,得到店铺标识1对应的店铺中,桌码标识001、桌码标识002、桌码标识003、桌码标识004设置于同一桌子上,桌码标识005、桌码标识006、桌码标识007、桌码标识008、桌码标识009、桌码标识010设置于同一桌子上。
方法二:基于桌码点餐数据及用户好友关系确定桌码标识同桌关系。
在获取到桌码点餐数据后,可以通过桌码点餐数据进行反向清洗,清洗出桌码标识同桌关系,这里需要依据用户好友关系进行确定,其中,用户好友关系包括:社交关系、转账关系、用户餐饮关系。
本发明实施例中的桌码点餐数据包括用户标识,因此,基于用户好友关系可以反向确定哪些桌码标识设置于同一桌子上,以社交关系为例,用户标识1和用户标识2为好友,在获取到分别携带有用户标识1和用户标识2的桌码点餐数据后,发现相应的两个桌码经常被这两个用户同时使用,且满足两用户多次出现、时间相吻合等条件,则可以确定用户标识1对应的桌码标识与用户标识2对应的桌码标识设置于同一桌子上,进而确定桌码标识同桌关系,这里仅是举例说明,不具有任何限定作用。
步骤S202,根据桌码点餐数据以及桌码标识同桌关系识别用户与用户之间的用户餐饮关系。
在确定了桌码标识同桌关系之后,可以根据桌码点餐数据以及桌码标识同桌关系,识别用户与用户之间的用户餐饮关系,其中,用户餐饮关系体现了用户一起吃饭的频率,例如,经常一起吃饭、偶尔一起吃饭等。
在本发明可选实施方式中,桌子所能容纳的人数决定了用户拼桌的概率,例如,一张能容纳10人的桌子,正常情况下拼桌的概率较低,而能容纳6人的桌子拼桌的概率则较高,因此,也就影响了用户餐饮关系的识别,这里为每张桌子设置了桌子权重,拼桌的概率影响了桌子权重,具体地,拼桌的概率越高,桌子权重越低;反之,拼桌的概率越低,桌子权重越高,因此,在确定了桌码标识同桌关系后,可以基于桌码标识同桌关系确定桌子权重,表3示意性示出了桌子所容纳人数与桌子权重的关系。此外,桌子权重的权重值还可以根据不同城市、不同的餐饮店进行调整。
表3:
桌码标识 | 桌子标识 | 容纳人数 | 桌子权重 |
桌码标识001 | Z01 | 4 | 5 |
桌码标识002 | Z01 | 4 | 5 |
桌码标识010 | Z02 | 10 | 9 |
桌码标识021 | Z03 | 6 | 4 |
在确定了桌子权重之后,可以根据桌码点餐数据、桌码标识同桌关系、桌子权重识别用户与用户之间的用户餐饮关系,其中,桌码标识同桌关系表明了哪些桌码标识设置于同一桌子上,桌码点餐数据包括:用户标识、桌码标识、店铺标识,因此,可以确定哪些用户经常在同一桌子上下单,结合桌子权重识别用户与用户之间的用户餐饮关系。
具体地,根据桌码点餐数据、桌码标识同桌关系、桌子权重识别用户与用户之间的用户餐饮关系可以采用以下方法实现:基于桌码点餐数据及桌码标识同桌关系确定同桌次数、同桌店铺去重数,其中,桌码标识同桌关系表明了哪些桌码标识设置于同一桌子上,而桌码点餐数据包括:用户标识、桌码标识、店铺标识、点餐时间,因此,可以确定哪几个用户经常在同一桌子下单,进而确定同桌次数以及同桌店铺去重数,这里,同桌店铺去重数指对于多个用户在同一桌子点餐的情况,去除重复的店铺之后得到的店铺数量。
举例说明,根据桌码点餐数据、桌码标识同桌关系确定用户1和用户2于2018年4月16日、18日、20日分别在店铺1的桌子Z01同桌,于2018年4月17日、19日分别在店铺2的桌子Z02同桌,2018年4月21日、22日、23日分别在店铺3的桌子Z10同桌,那么可以确定两个用户的同桌次数为8次,同桌店铺去重数为3。
在确定了同桌次数、同桌店铺去重数之后,可以根据桌子权重、同桌次数、同桌店铺去重数计算用户餐饮关系权重,具体地,可以采用如下公式(2)计算用户餐饮关系权重:
用户餐饮关系权重=(同桌次数*同桌店铺去重数*桌子权重)/固定阈值——公式(2)。
其中,固定阈值是根据实际经验而设定的,这里可以设定固定阈值为100,若确定桌子权重为5,2个用户去过5个店,并且一共同桌过10次,那么根据公式(2)计算得到用户餐饮关系权重为2.5。
在计算得到用户餐饮关系权重,可以根据用户餐饮关系权重识别用户与用户之间的用户餐饮关系,其中,用户餐饮关系权重越高,表明用户一起吃饭的频率越高,从而确定用户是经常一起吃饭还是偶尔一起吃饭,表4示意性示出了所计算得到的用户之间的用户餐饮关系权重。
表4:
用户 | 用户 | 用户餐饮关系权重 |
用户1 | 用户2 | 15 |
用户1 | 用户3 | 5 |
在本发明一种可选实施方式中,所获取到的桌码点餐数据中可能会包含一些无法用于识别用户餐饮关系的数据,因此,在根据桌码点餐数据以及桌码标识同桌关系识别用户与用户之间的用户餐饮关系之前,可以先对桌码点餐数据进行数据降噪处理,这里的数据降噪处理指滤除一些不满足识别条件的数据,然后,根据处理后的桌码点餐数据以及桌码标识同桌关系识别用户与用户之间的用户餐饮关系,具体地,可以采用以下方法对数据进行降噪处理:
方法一:根据桌码点餐数据及桌码标识同桌关系统计用户同桌的店铺数量,若用户同桌的店铺数量大于第一预设阈值,则保留桌码点餐数据。
其中,用户同桌的店铺数量为用户在同一桌子上点餐的店铺的数量,第一预设阈值是根据实际经验而设定,例如,设定第一预设阈值为1,若用户同桌的店铺数量等于1,表明用户可能仅是偶然碰到,并没有同时进入餐饮店,对于这类桌码点餐数据需要过滤掉,保留用户同桌的店铺数量大于第一预设阈值的桌码点餐数据。
方法二:根据桌码点餐数据及桌码标识同桌关系统计同一店铺的同桌次数,若同一店铺的同桌次数大于第二预设阈值,则保留桌码点餐数据。
桌码点餐数据包括:用户标识、桌码标识、店铺标识,因此,根据桌码标识同桌关系很容易可以统计同一店铺的同桌次数,其中,同一店铺的同桌次数指用户在同一个店铺,同一桌子上点餐的次数,第二预设阈值可以根据场景而设定,例如,不同城市,所设定的第二预设阈值不同,对于一线城市,例如,北京、上海、广州等,可以将第二预设阈值设置的高一些,对于二线城市,例如,石家庄、哈尔滨,可以将第二预设阈值设置的低一些。这里以第二预设阈值为3为例,若同一店铺的同桌次数小于或等于3,表明用户可能仅是偶然碰到,恰巧同桌而已,并没有同时进入餐饮店,对于这类桌码点餐数据需要过滤掉,保留同一店铺的同桌次数大于第二预设阈值的桌码点餐数据。
方法三:针对具有桌码标识同桌关系的每个桌码标识,获取结账时间;比较结账时间的时间间隔是否小于或等于预设时间间隔,若是,则保留桌码点餐数据。
通常情况下,入座同一餐饮店的同一桌子的多个用户点餐时间差不多,那么结账时间也会很相近,因此,可以基于结账时间对桌码点餐数据进行过滤,具体地,针对具有桌码标识同桌关系的每个桌码标识,获取结账时间,然后,将结账时间两两进行比较,若结账时间的时间间隔小于或等于预设时间间隔,则保留桌码点餐数据;若结账时间的时间间隔大于预设时间间隔,则过滤掉桌码点餐数据。
其中,可以单独使用任意一种降噪处理方法对数据进行降噪处理,也可以结合使用上述降噪处理方法,优选地,可以同时使用三种降噪处理方法对数据进行降噪处理。
根据本发明上述实施例提供的方法,获取携带有桌码标识的桌码点餐数据;基于桌码点餐数据确定桌码标识同桌关系;根据桌码点餐数据以及桌码标识同桌关系识别用户与用户之间的用户餐饮关系。基于本发明提供的方案,提供了一种识别用户点餐环节中的用户餐饮关系的方案,利用该方案可以准确识别出哪些用户经常一起吃饭,克服了基于社交关系、转账关系等无法准确识别哪些用户经常一起吃饭的缺陷,以及在用户之间未建立社交关系的情况下,无法识别的缺陷,另外,根据该方案确定的用户餐饮关系,可以用于其他数据分析,例如,构造用户画像、推荐菜品等。
图3示出了根据本发明一个实施例的基于桌码标识的用户生活服务关系识别装置的结构示意图。如图3所示,该装置包括:桌码点单数据获取模块300、确定模块310、用户生活服务关系识别模块320。
桌码点单数据获取模块300,适于获取携带有桌码标识的桌码点单数据。
确定模块310,适于基于桌码点单数据确定桌码标识同桌关系。
用户生活服务关系识别模块320,适于根据桌码点单数据以及桌码标识同桌关系识别用户与用户之间的用户生活服务关系。
可选地,确定模块310进一步适于:基于桌码点单数据查询桌码配置库,得到桌码标识同桌关系。
可选地,确定模块310进一步适于:基于桌码点单数据及用户好友关系确定桌码标识同桌关系。
可选地,用户好友关系包括:社交关系、转账关系、用户生活服务关系。
可选地,用户生活服务关系识别模块320进一步适于:基于桌码标识同桌关系确定桌子权重;
根据桌码点单数据、桌码标识同桌关系、桌子权重识别用户与用户之间的用户生活服务关系。
可选地,用户生活服务关系识别模块320进一步适于:基于桌码点单数据及桌码标识同桌关系确定同桌次数、同桌店铺去重数;
根据桌子权重、同桌次数、同桌店铺去重数计算用户生活服务关系权重;
根据用户生活服务关系权重识别用户与用户之间的用户生活服务关系。
可选地,装置还包括:数据降噪处理模块330,适于对桌码点单数据进行数据降噪处理;
用户生活服务关系识别模块320进一步适于:根据处理后的桌码点单数据以及桌码标识同桌关系识别用户与用户之间的用户生活服务关系。
可选地,数据降噪处理模块330进一步适于:根据桌码点单数据及桌码标识同桌关系统计用户同桌的店铺数量,若用户同桌的店铺数量大于第一预设阈值,则保留桌码点单数据。
可选地,数据降噪处理模块330进一步适于:根据桌码点单数据及桌码标识同桌关系统计同一店铺的同桌次数,若同一店铺的同桌次数大于第二预设阈值,则保留桌码点单数据。
可选地,数据降噪处理模块330进一步适于:针对具有桌码标识同桌关系的每个桌码标识,获取结账时间;
比较结账时间的时间间隔是否小于或等于预设时间间隔,若是,则保留桌码点单数据。
可选地,桌码点单数据包括:用户标识、桌码标识、店铺标识、点单时间。
根据本发明上述实施例提供的装置,获取携带有桌码标识的桌码点单数据;基于桌码点单数据确定桌码标识同桌关系;根据桌码点单数据以及桌码标识同桌关系识别用户与用户之间的用户生活服务关系。基于本发明提供的方案,提供了一种识别用户点单环节中的用户生活服务关系的方案,利用该方案可以准确识别出哪些用户经常一同参与生活服务场所,克服了基于社交关系、转账关系等无法准确识别哪些用户经常一同参与生活服务场所的缺陷,以及在用户之间未建立社交关系的情况下,无法识别的缺陷,另外,根据该方案确定的用户生活服务关系,可以用于其他数据分析,例如,构造用户画像、推荐菜品等。
图4示出了根据本发明一个实施例的基于桌码标识的用户餐饮关系识别装置的结构示意图。如图4所示,该装置包括:桌码点餐数据获取模块400、确定模块410、用户餐饮关系识别模块420。
桌码点餐数据获取模块400,适于获取携带有桌码标识的桌码点餐数据;
确定模块410,适于基于桌码点餐数据确定桌码标识同桌关系;
用户餐饮关系识别模块420,适于根据桌码点餐数据以及桌码标识同桌关系识别用户与用户之间的用户餐饮关系。
可选地,确定模块410进一步适于:基于桌码点餐数据查询桌码配置库,得到桌码标识同桌关系。
可选地,确定模块410进一步适于:基于桌码点餐数据及用户好友关系确定桌码标识同桌关系。
可选地,用户好友关系包括:社交关系、转账关系、用户餐饮关系。
可选地,用户餐饮关系识别模块420进一步适于:基于桌码标识同桌关系确定桌子权重;
根据桌码点餐数据、桌码标识同桌关系、桌子权重识别用户与用户之间的用户餐饮关系。
可选地,用户餐饮关系识别模块420进一步适于:基于桌码点餐数据及桌码标识同桌关系确定同桌次数、同桌店铺去重数;
根据桌子权重、同桌次数、同桌店铺去重数计算用户餐饮关系权重;
根据用户餐饮关系权重识别用户与用户之间的用户餐饮关系。
可选地,装置还包括:数据降噪处理模块430,适于对桌码点餐数据进行数据降噪处理;
用户餐饮关系识别模块420进一步适于:根据处理后的桌码点餐数据以及桌码标识同桌关系识别用户与用户之间的用户餐饮关系。
可选地,数据降噪处理模块430进一步适于:根据桌码点餐数据及桌码标识同桌关系统计用户同桌的店铺数量,若用户同桌的店铺数量大于第一预设阈值,则保留桌码点餐数据。
可选地,数据降噪处理模块430进一步适于:根据桌码点餐数据及桌码标识同桌关系统计同一店铺的同桌次数,若同一店铺的同桌次数大于第二预设阈值,则保留桌码点餐数据。
可选地,数据降噪处理模块430进一步适于:针对具有桌码标识同桌关系的每个桌码标识,获取结账时间;
比较结账时间的时间间隔是否小于或等于预设时间间隔,若是,则保留桌码点餐数据。
可选地,桌码点餐数据包括:用户标识、桌码标识、店铺标识、点餐时间。
根据本发明上述实施例提供的装置,获取携带有桌码标识的桌码点餐数据;基于桌码点餐数据确定桌码标识同桌关系;根据桌码点餐数据以及桌码标识同桌关系识别用户与用户之间的用户餐饮关系。基于本发明提供的方案,提供了一种识别用户点餐环节中的用户餐饮关系的方案,利用该方案可以准确识别出哪些用户经常一起吃饭,克服了基于社交关系、转账关系等无法准确识别哪些用户经常一起吃饭的缺陷,以及在用户之间未建立社交关系的情况下,无法识别的缺陷,另外,根据该方案确定的用户餐饮关系,可以用于其他数据分析,例如,构造用户画像、推荐菜品等。
本申请实施例提供了一种非易失性计算机存储介质,所述计算机存储介质存储有至少一可执行指令,该计算机可执行指令可执行上述任意方法实施例中的方法。
图5示出了根据本发明一个实施例的一种计算设备的结构示意图,本发明具体实施例并不对计算设备的具体实现做限定。
如图5所示,该计算设备可以包括:处理器(processor)502、通信接口(Communications Interface)504、存储器(memory)506、以及通信总线508。
其中:
处理器502、通信接口504、以及存储器506通过通信总线508完成相互间的通信。
通信接口504,用于与其它设备比如客户端或其它服务器等的网元通信。
处理器502,用于执行程序510,具体可以执行上述任一方法实施例中的相关步骤。
具体地,程序510可以包括程序代码,该程序代码包括计算机操作指令。
处理器502可能是中央处理器CPU,或者是特定集成电路ASIC(ApplicationSpecific Integrated Circuit),或者是被配置成实施本发明实施例的一个或多个集成电路。计算设备包括的一个或多个处理器,可以是同一类型的处理器,如一个或多个CPU;也可以是不同类型的处理器,如一个或多个CPU以及一个或多个ASIC。
存储器506,用于存放程序510。存储器506可能包含高速RAM存储器,也可能还包括非易失性存储器(non-volatile memory),例如至少一个磁盘存储器。
程序510具体可以用于使得处理器502执行上述任意方法实施例中的方法。程序510中各步骤的具体实现可以参见上述实施例中的相应步骤和单元中对应的描述,在此不赘述。所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,上述描述的设备和模块的具体工作过程,可以参考前述方法实施例中的对应过程描述,在此不再赘述。
在此提供的算法和显示不与任何特定计算机、虚拟系统或者其它设备固有相关。各种通用系统也可以与基于在此的示教一起使用。根据上面的描述,构造这类系统所要求的结构是显而易见的。此外,本发明也不针对任何特定编程语言。应当明白,可以利用各种编程语言实现在此描述的本发明的内容,并且上面对特定语言所做的描述是为了披露本发明的最佳实施方式。
在此处所提供的说明书中,说明了大量具体细节。然而,能够理解,本发明的实施例可以在没有这些具体细节的情况下实践。在一些实例中,并未详细示出公知的方法、结构和技术,以便不模糊对本说明书的理解。
类似地,应当理解,为了精简本公开并帮助理解各个发明方面中的一个或多个,在上面对本发明的示例性实施例的描述中,本发明的各个特征有时被一起分组到单个实施例、图、或者对其的描述中。然而,并不应将该公开的方法解释成反映如下意图:即所要求保护的本发明要求比在每个权利要求中所明确记载的特征更多的特征。更确切地说,如下面的权利要求书所反映的那样,发明方面在于少于前面公开的单个实施例的所有特征。因此,遵循具体实施方式的权利要求书由此明确地并入该具体实施方式,其中每个权利要求本身都作为本发明的单独实施例。
本领域那些技术人员可以理解,可以对实施例中的设备中的模块进行自适应性地改变并且把它们设置在与该实施例不同的一个或多个设备中。可以把实施例中的模块或单元或组件组合成一个模块或单元或组件,以及此外可以把它们分成多个子模块或子单元或子组件。除了这样的特征和/或过程或者单元中的至少一些是相互排斥之外,可以采用任何组合对本说明书(包括伴随的权利要求、摘要和附图)中公开的所有特征以及如此公开的任何方法或者设备的所有过程或单元进行组合。除非另外明确陈述,本说明书(包括伴随的权利要求、摘要和附图)中公开的每个特征可以由提供相同、等同或相似目的的替代特征来代替。
此外,本领域的技术人员能够理解,尽管在此所述的一些实施例包括其它实施例中所包括的某些特征而不是其它特征,但是不同实施例的特征的组合意味着处于本发明的范围之内并且形成不同的实施例。例如,在下面的权利要求书中,所要求保护的实施例的任意之一都可以以任意的组合方式来使用。
本发明的各个部件实施例可以以硬件实现,或者以在一个或者多个处理器上运行的软件模块实现,或者以它们的组合实现。本领域的技术人员应当理解,可以在实践中使用微处理器或者数字信号处理器(DSP)来实现根据本发明实施例的基于桌码标识的用户生活服务关系识别设备中的一些或者全部部件的一些或者全部功能。本发明还可以实现为用于执行这里所描述的方法的一部分或者全部的设备或者装置程序(例如,计算机程序和计算机程序产品)。这样的实现本发明的程序可以存储在计算机可读介质上,或者可以具有一个或者多个信号的形式。这样的信号可以从因特网网站上下载得到,或者在载体信号上提供,或者以任何其他形式提供。
应该注意的是上述实施例对本发明进行说明而不是对本发明进行限制,并且本领域技术人员在不脱离所附权利要求的范围的情况下可设计出替换实施例。在权利要求中,不应将位于括号之间的任何参考符号构造成对权利要求的限制。单词“包含”不排除存在未列在权利要求中的元件或步骤。位于元件之前的单词“一”或“一个”不排除存在多个这样的元件。本发明可以借助于包括有若干不同元件的硬件以及借助于适当编程的计算机来实现。在列举了若干装置的单元权利要求中,这些装置中的若干个可以是通过同一个硬件项来具体体现。单词第一、第二、以及第三等的使用不表示任何顺序。可将这些单词解释为名称。
Claims (40)
1.一种基于桌码标识的用户生活服务关系识别方法,包括:
获取携带有桌码标识的桌码点单数据;
基于所述桌码点单数据确定桌码标识同桌关系;
基于所述桌码标识同桌关系确定桌子权重;其中,桌子权重受拼桌概率的影响,拼桌概率越高桌子权重越低;
根据所述桌码点单数据、桌码标识同桌关系、桌子权重识别用户与用户之间的用户生活服务关系;
所述根据桌码点单数据、桌码标识同桌关系、桌子权重识别用户与用户之间的用户生活服务关系进一步包括:
基于桌码点单数据及桌码标识同桌关系确定同桌次数、同桌店铺去重数;
根据所述桌子权重、同桌次数、同桌店铺去重数计算用户生活服务关系权重;
根据所述用户生活服务关系权重识别用户与用户之间的用户生活服务关系。
2.根据权利要求1所述的方法,其中,所述基于桌码点单数据确定桌码标识同桌关系进一步包括:
基于所述桌码点单数据查询桌码配置库,得到桌码标识同桌关系。
3.根据权利要求1所述的方法,其中,所述基于桌码点单数据确定桌码标识同桌关系进一步包括:
基于桌码点单数据及用户好友关系确定桌码标识同桌关系。
4.根据权利要求3所述的方法,其中,所述用户好友关系包括:社交关系、转账关系、用户生活服务关系。
5.根据权利要求1-4中任一项所述的方法,其中,在根据所述桌码点单数据、桌码标识同桌关系、桌子权重识别用户与用户之间的用户生活服务关系之前,所述方法还包括:对所述桌码点单数据进行数据降噪处理;
所述根据桌码点单数据、桌码标识同桌关系、桌子权重识别用户与用户之间的用户生活服务关系进一步包括:
根据处理后的桌码点单数据、桌码标识同桌关系、桌子权重识别用户与用户之间的用户生活服务关系。
6.根据权利要求5所述的方法,其中,所述对桌码点单数据进行数据降噪处理进一步包括:
根据所述桌码点单数据及桌码标识同桌关系统计用户同桌的店铺数量,若用户同桌的店铺数量大于第一预设阈值,则保留所述桌码点单数据。
7.根据权利要求5所述的方法,其中,所述对桌码点单数据进行数据降噪处理进一步包括:
根据所述桌码点单数据及桌码标识同桌关系统计同一店铺的同桌次数,若同一店铺的同桌次数大于第二预设阈值,则保留所述桌码点单数据。
8.根据权利要求5所述的方法,其中,所述对桌码点单数据进行数据降噪处理进一步包括:
针对具有桌码标识同桌关系的每个桌码标识,获取结账时间;
比较结账时间的时间间隔是否小于或等于预设时间间隔,若是,则保留所述桌码点单数据。
9.根据权利要求1-4中任一项所述的方法,其中,所述桌码点单数据包括:用户标识、桌码标识、店铺标识、点单时间。
10.一种基于桌码标识的用户餐饮关系识别方法,包括:
获取携带有桌码标识的桌码点餐数据;
基于所述桌码点餐数据确定桌码标识同桌关系;
基于所述桌码标识同桌关系确定桌子权重;其中,桌子权重受拼桌概率的影响,拼桌概率越高桌子权重越低;
根据所述桌码点餐数据、桌码标识同桌关系、桌子权重识别用户与用户之间的用户餐饮关系;
所述根据桌码点餐数据、桌码标识同桌关系、桌子权重识别用户与用户之间的用户餐饮关系进一步包括:
基于桌码点餐数据及桌码标识同桌关系确定同桌次数、同桌店铺去重数;
根据所述桌子权重、同桌次数、同桌店铺去重数计算用户餐饮关系权重;
根据所述用户餐饮关系权重识别用户与用户之间的用户餐饮关系。
11.根据权利要求10所述的方法,其中,所述基于桌码点餐数据确定桌码标识同桌关系进一步包括:
基于所述桌码点餐数据查询桌码配置库,得到桌码标识同桌关系。
12.根据权利要求10所述的方法,其中,所述基于桌码点餐数据确定桌码标识同桌关系进一步包括:
基于桌码点餐数据及用户好友关系确定桌码标识同桌关系。
13.根据权利要求12所述的方法,其中,所述用户好友关系包括:社交关系、转账关系、用户餐饮关系。
14.根据权利要求10-13中任一项所述的方法,其中,在根据所述桌码点餐数据、桌码标识同桌关系、桌子权重识别用户与用户之间的用户餐饮关系之前,所述方法还包括:对所述桌码点餐数据进行数据降噪处理;
所述根据桌码点餐数据、桌码标识同桌关系、桌子权重识别用户与用户之间的用户餐饮关系进一步包括:
根据处理后的桌码点餐数据、桌码标识同桌关系、桌子权重识别用户与用户之间的用户餐饮关系。
15.根据权利要求14所述的方法,其中,所述对桌码点餐数据进行数据降噪处理进一步包括:
根据所述桌码点餐数据及桌码标识同桌关系统计用户同桌的店铺数量,若用户同桌的店铺数量大于第一预设阈值,则保留所述桌码点餐数据。
16.根据权利要求14所述的方法,其中,所述对桌码点餐数据进行数据降噪处理进一步包括:
根据所述桌码点餐数据及桌码标识同桌关系统计同一店铺的同桌次数,若同一店铺的同桌次数大于第二预设阈值,则保留所述桌码点餐数据。
17.根据权利要求14所述的方法,其中,所述对桌码点餐数据进行数据降噪处理进一步包括:
针对具有桌码标识同桌关系的每个桌码标识,获取结账时间;
比较结账时间的时间间隔是否小于或等于预设时间间隔,若是,则保留所述桌码点餐数据。
18.根据权利要求10-13中任一项所述的方法,其中,所述桌码点餐数据包括:用户标识、桌码标识、店铺标识、点餐时间。
19.一种基于桌码标识的用户生活服务关系识别装置,包括:
桌码点单数据获取模块,适于获取携带有桌码标识的桌码点单数据;
确定模块,适于基于所述桌码点单数据确定桌码标识同桌关系;
用户生活服务关系识别模块,适于基于所述桌码标识同桌关系确定桌子权重;其中,桌子权重受拼桌概率的影响,拼桌概率越高桌子权重越低;以及,根据所述桌码点单数据、桌码标识同桌关系、桌子权重识别用户与用户之间的用户生活服务关系;其中,基于桌码点单数据及桌码标识同桌关系确定同桌次数、同桌店铺去重数;根据所述桌子权重、同桌次数、同桌店铺去重数计算用户生活服务关系权重;根据所述用户生活服务关系权重识别用户与用户之间的用户生活服务关系。
20.根据权利要求19所述的装置,其中,所述确定模块进一步适于:基于所述桌码点单数据查询桌码配置库,得到桌码标识同桌关系。
21.根据权利要求19所述的装置,其中,所述确定模块进一步适于:基于桌码点单数据及用户好友关系确定桌码标识同桌关系。
22.根据权利要求21所述的装置,其中,所述用户好友关系包括:社交关系、转账关系、用户生活服务关系。
23.根据权利要求19-22中任一项所述的装置,其中,所述装置还包括:数据降噪处理模块,适于对所述桌码点单数据进行数据降噪处理;
所述用户生活服务关系识别模块进一步适于:根据处理后的桌码点单数据以及桌码标识同桌关系识别用户与用户之间的用户生活服务关系。
24.根据权利要求23所述的装置,其中,所述数据降噪处理模块进一步适于:根据所述桌码点单数据及桌码标识同桌关系统计用户同桌的店铺数量,若用户同桌的店铺数量大于第一预设阈值,则保留所述桌码点单数据。
25.根据权利要求23所述的装置,其中,所述数据降噪处理模块进一步适于:根据所述桌码点单数据及桌码标识同桌关系统计同一店铺的同桌次数,若同一店铺的同桌次数大于第二预设阈值,则保留所述桌码点单数据。
26.根据权利要求23所述的装置,其中,所述数据降噪处理模块进一步适于:针对具有桌码标识同桌关系的每个桌码标识,获取结账时间;
比较结账时间的时间间隔是否小于或等于预设时间间隔,若是,则保留所述桌码点单数据。
27.根据权利要求19-22中任一项所述的装置,其中,所述桌码点单数据包括:用户标识、桌码标识、店铺标识、点单时间。
28.一种基于桌码标识的用户餐饮关系识别装置,包括:
桌码点餐数据获取模块,适于获取携带有桌码标识的桌码点餐数据;
确定模块,适于基于所述桌码点餐数据确定桌码标识同桌关系;
用户餐饮关系识别模块,适于基于所述桌码标识同桌关系确定桌子权重;其中,桌子权重受拼桌概率的影响,拼桌概率越高桌子权重越低;以及,根据所述桌码点餐数据、桌码标识同桌关系、桌子权重识别用户与用户之间的用户餐饮关系;其中,基于桌码点餐数据及桌码标识同桌关系确定同桌次数、同桌店铺去重数;根据所述桌子权重、同桌次数、同桌店铺去重数计算用户餐饮关系权重;根据所述用户餐饮关系权重识别用户与用户之间的用户餐饮关系。
29.根据权利要求28所述的装置,其中,所述确定模块进一步适于:基于所述桌码点餐数据查询桌码配置库,得到桌码标识同桌关系。
30.根据权利要求28所述的装置,其中,所述确定模块进一步适于:基于桌码点餐数据及用户好友关系确定桌码标识同桌关系。
31.根据权利要求30所述的装置,其中,所述用户好友关系包括:社交关系、转账关系、用户餐饮关系。
32.根据权利要求28-31中任一项所述的装置,其中,所述装置还包括:数据降噪处理模块,适于对所述桌码点餐数据进行数据降噪处理;
所述用户餐饮关系识别模块进一步适于:根据处理后的桌码点餐数据以及桌码标识同桌关系识别用户与用户之间的用户餐饮关系。
33.根据权利要求32所述的装置,其中,所述数据降噪处理模块进一步适于:根据所述桌码点餐数据及桌码标识同桌关系统计用户同桌的店铺数量,若用户同桌的店铺数量大于第一预设阈值,则保留所述桌码点餐数据。
34.根据权利要求32所述的装置,其中,所述数据降噪处理模块进一步适于:根据所述桌码点餐数据及桌码标识同桌关系统计同一店铺的同桌次数,若同一店铺的同桌次数大于第二预设阈值,则保留所述桌码点餐数据。
35.根据权利要求32所述的装置,其中,所述数据降噪处理模块进一步适于:针对具有桌码标识同桌关系的每个桌码标识,获取结账时间;
比较结账时间的时间间隔是否小于或等于预设时间间隔,若是,则保留所述桌码点餐数据。
36.根据权利要求28-31中任一项所述的装置,其中,所述桌码点餐数据包括:用户标识、桌码标识、店铺标识、点餐时间。
37.一种计算设备,包括:处理器、存储器、通信接口和通信总线,所述处理器、所述存储器和所述通信接口通过所述通信总线完成相互间的通信;
所述存储器用于存放至少一可执行指令,所述可执行指令使所述处理器执行如权利要求1-9中任一项所述的基于桌码标识的用户生活服务关系识别方法对应的操作。
38.一种计算机存储介质,所述存储介质中存储有至少一可执行指令,所述可执行指令使处理器执行如权利要求1-9中任一项所述的基于桌码标识的用户生活服务关系识别方法对应的操作。
39.一种计算设备,包括:处理器、存储器、通信接口和通信总线,所述处理器、所述存储器和所述通信接口通过所述通信总线完成相互间的通信;
所述存储器用于存放至少一可执行指令,所述可执行指令使所述处理器执行如权利要求10-18中任一项所述的基于桌码标识的用户餐饮关系识别方法对应的操作。
40.一种计算机存储介质,所述存储介质中存储有至少一可执行指令,所述可执行指令使处理器执行如权利要求10-18中任一项所述的基于桌码标识的用户餐饮关系识别方法对应的操作。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810467036.9A CN108717671B (zh) | 2018-05-16 | 2018-05-16 | 基于桌码标识的用户生活服务关系识别方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810467036.9A CN108717671B (zh) | 2018-05-16 | 2018-05-16 | 基于桌码标识的用户生活服务关系识别方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108717671A CN108717671A (zh) | 2018-10-30 |
CN108717671B true CN108717671B (zh) | 2020-08-04 |
Family
ID=63900071
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810467036.9A Active CN108717671B (zh) | 2018-05-16 | 2018-05-16 | 基于桌码标识的用户生活服务关系识别方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108717671B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110689334A (zh) * | 2019-09-26 | 2020-01-14 | 口碑(上海)信息技术有限公司 | 基于多人点单的支付方法、服务器、客户端及系统 |
CN110956529B (zh) * | 2019-11-12 | 2021-03-19 | 北京三快在线科技有限公司 | 订单处理方法、装置、存储介质和电子设备 |
CN111931107B (zh) * | 2020-07-31 | 2024-03-22 | 博泰车联网科技(上海)股份有限公司 | 数字公民体系构建方法、系统及存储介质 |
Family Cites Families (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7730063B2 (en) * | 2002-12-10 | 2010-06-01 | Asset Trust, Inc. | Personalized medicine service |
JP2011215669A (ja) * | 2010-03-31 | 2011-10-27 | Dainippon Printing Co Ltd | 食事摂取量計算システム |
CN104978697A (zh) * | 2015-06-24 | 2015-10-14 | 西南石油大学 | 一种基于二维码的协同智能点餐方法与系统 |
CN105245577B (zh) * | 2015-09-11 | 2018-09-04 | 腾讯科技(深圳)有限公司 | 信息推送方法、装置及系统 |
CN105844553A (zh) * | 2016-03-26 | 2016-08-10 | 深圳市金立通信设备有限公司 | 一种点餐处理方法及服务器 |
CN106296483A (zh) * | 2016-08-08 | 2017-01-04 | 吴树凯 | 一种基于移动互联网的群组点餐方法及系统 |
CN106373015A (zh) * | 2016-08-31 | 2017-02-01 | 长江大学 | 社交网络中的亲密度确定方法及系统 |
CN107103515A (zh) * | 2017-04-25 | 2017-08-29 | 成都国盛天丰网络科技有限公司 | 一种基于动态二维码点餐的饭友关系识别方法 |
CN107392798B (zh) * | 2017-08-11 | 2018-03-20 | 杨丽 | 基于图像识别的饭店调配系统 |
-
2018
- 2018-05-16 CN CN201810467036.9A patent/CN108717671B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN108717671A (zh) | 2018-10-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108717671B (zh) | 基于桌码标识的用户生活服务关系识别方法及装置 | |
CN106303955B (zh) | 用于对无线热点和poi进行匹配的方法和装置 | |
CN108038500B (zh) | 聚类方法、装置、计算机设备、存储介质和程序产品 | |
CN108320213A (zh) | 电商商品推荐方法和电商平台服务器 | |
US9665959B2 (en) | Composite image creation assist apparatus using images of users other than target user, and non-transitory computer readable recording medium | |
CN104866625B (zh) | 一种用于实体匹配的方法及系统 | |
US20100191572A1 (en) | Systems and Methods to Use Rules and Constraints for Service Consolidation | |
CN103563332A (zh) | 社交媒体身份发现和映射 | |
WO2016015444A1 (zh) | 一种目标用户的确定方法、设备和网络服务器 | |
WO2020107868A1 (zh) | 购物分享返利方法、装置、计算机装置和计算机存储介质 | |
CN105931066A (zh) | 一种交易数据处理方法及装置 | |
JP2015515686A (ja) | ネットワーク仮想ユーザリスク抑制方法およびシステム | |
TW202026992A (zh) | 行業識別模型確定方法和裝置 | |
CA2863722C (en) | Systems, methods and apparatus for identifying links among interactional digital data | |
EP3553675B1 (en) | Picture-based method and apparatus for implementing service operations | |
CN111028048A (zh) | 资源信息的推送方法及客户端、服务端 | |
CN109522947B (zh) | 识别方法和设备 | |
CN107767155B (zh) | 一种评估用户画像数据的方法及系统 | |
CN104268765A (zh) | 一种基于移动互联技术的需求驱动的即时交易系统 | |
CN103810248A (zh) | 基于照片查找人际关系的方法和装置 | |
CN108769190B (zh) | 一种基于用户消费行为的活动邀请推送方法及系统 | |
CN107403273B (zh) | 信息处理方法、装置及非暂态计算机可读存储介质 | |
CN111031052B (zh) | 基于多应用程序的数据处理方法、计算设备及存储介质 | |
JP2017191498A (ja) | 装置、方法およびプログラム | |
CN111415328A (zh) | 物品分析数据确定方法、装置、电子设备 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |