CN110389952B - 一种菜品数据的处理方法及装置 - Google Patents

Abstract

本申请公开了一种菜品数据的处理方法及装置，涉及互联网技术领域，能够提高菜品数据的审核效率。所述方法包括：接收菜品数据的处理请求，根据所述处理请求中携带菜品数据的属性信息创建菜品数据的处理任务；按照预先构造的决策树针对所述处理任务中菜品数据的属性信息进行测试，得到菜品数据的测试输出；根据所述菜品数据的测试输出，对所述菜品数据进行处理。

Description

一种菜品数据的处理方法及装置

技术领域

本申请涉及互联网技术领域，特别是涉及一种菜品数据的处理方法及装置。

背景技术

随着互联网技术的不断发展，个性化需求的爆发使得餐饮类从更深层次引导服务和消费行为升级，让人们从初始的人工操作，服务员安排就坐、人工点餐的方式逐步转变为人工智能，手机扫码点餐自动下单，支付宝链接结算等无需人工操作的就餐环境。

人工智能可以帮助餐饮类节约用工数量、降低经营成本，作为餐饮管理的一部分，餐饮类应用平台可以为用户提供更全面的餐饮服务，例如，提供餐饮咨询、点餐服务以及送餐服务等。通常情况下，餐饮类平台在展示餐饮数据的之前，会采用人工审核的方式对各个商家门店上传的菜品数据进行处理，从而保证菜品数据的真实性，只有通过审核的菜品数据才能展示在餐饮类应用平台中。

在实现本发明的过程中，发明人发现相关技术至少存在以下问题：

由于各个商家门店上传菜品数据的数据量较大，依靠人工审核的方式既加重了菜品数据的审核成本，也很难达到餐饮类平台处理任务要求的数据量，导致菜品数据的审核效率低下。

发明内容

有鉴于此，本申请提供了一种菜品数据的处理方法及装置，主要目的在于解决现有技术中依靠人工审核的方式导致菜品数据的审核效率低下的问题。

依据本申请一个方面，提供了一种菜品数据的处理方法，该方法包括：

接收菜品数据的处理请求，根据所述处理请求中携带菜品数据的属性信息创建菜品数据的处理任务；

按照预先构造的决策树针对所述处理任务中菜品数据的属性信息进行测试，得到菜品数据的测试输出；

根据所述菜品数据的测试输出，对所述菜品数据进行处理。

进一步地，所述属性信息中记录有用于描述菜品数据各个维度特征的属性字段，所述预先构造的决策树模型中记录有为属性字段组合设置的测试逻辑，并按照所述测试逻辑测试所述属性字段组合中各个属性字段的属性值，输出与所述属性字段组合中各个属性字段的属性值相映射的处理决策，所述按照预先构造的决策树针对所述处理任务中菜品数据的属性信息进行测试，得到菜品数据的测试输出包括：

将所述处理任务中菜品数据的属性信息输入至所述预先构造的决策树模型；

按照所述决策树模型中为属性字段组合设置的测试逻辑测试所述属性信息中属性字段的属性值，并输出与所述属性信息中属性字段的属性值相映射的处理决策，得到菜品数据的测试输出。

进一步地，所述测试逻辑中记录有为属性字段组合中各个属性字段的属性值赋予的测试条件，所述按照所述决策树模型中为属性字段组合设置的测试逻辑测试所述属性信息中属性字段的属性值，并输出与所述属性信息中属性字段的属性值相映射的处理决策，得到菜品数据的测试输出包括：

逐个遍历所述属性信息中属性字段的属性值，查找所述属性信息中与属性字段组合相对应各个属性字段的属性值，得到目标属性字段的属性值；

基于所述测试逻辑中为属性字段组合中各个属性字段的属性值赋予的测试条件，对所述目标属性字段的属性值进行测试，并输出与所述目标属性字段的属性值相映射的处理决策，得到菜品数据的测试输出。

进一步地，所述测试输出中记录有菜品数据测试得到的风险信息，所述根据所述菜品数据的测试输出，对所述菜品数据进行处理包括：

根据所述菜品数据测试得到的风险信息，确定与所述风险信息相映射菜品数据的数据流向；

按照所述菜品数据的数据流向传输所述菜品数据。

进一步地，在所述按照所述菜品数据的数据流向传输所述菜品数据之前，所述方法还包括：

根据所述菜品数据测试得到的风险信息，从所述菜品数据中筛选出存在风险的属性信息；

将所述存在风险的属性信息生成所述风险等级对应的风险提示；

所述按照所述菜品数据的数据流向传输所述菜品数据包括：

按照所述菜品数据的数据流向传输携带有风险提示的菜品数据。

依据本申请另一个方面，提供了一种菜品数据的处理装置，该装置包括：

创建单元，用于接收菜品数据的处理请求，根据所述处理请求中携带菜品数据的属性信息创建菜品数据的处理任务；

测试单元，用于按照预先构造的决策树针对所述处理任务中菜品数据的属性信息进行测试，得到菜品数据的测试输出；

处理单元，用于根据所述菜品数据的测试输出，对所述菜品数据进行处理。

进一步地，所述属性信息中记录有用于描述菜品数据各个维度特征的属性字段，所述预先构造的决策树模型中记录有为属性字段组合设置的测试逻辑，并按照所述测试逻辑测试所述属性字段组合中各个属性字段的属性值，输出与所述属性字段组合中各个属性字段的属性值相映射的处理决策，所述测试单元包括：

输入模块，用于将所述处理任务中菜品数据的属性信息输入至所述预先构造的决策树模型；

测试模块，用于按照所述决策树模型中为属性字段组合设置的测试逻辑测试所述属性信息中属性字段的属性值，并输出与所述属性信息中属性字段的属性值相映射的处理决策，得到菜品数据的测试输出。

进一步地，所述测试逻辑中记录有为属性字段组合中各个属性字段的属性值赋予的测试条件，

所述测试模块，具体用于逐个遍历所述属性信息中属性字段的属性值，查找所述属性信息中与属性字段组合相对应各个属性字段的属性值，得到目标属性字段的属性值；

所述测试模块，具体还用于基于所述测试逻辑中为属性字段组合中各个属性字段的属性值赋予的测试条件，对所述目标属性字段的属性值进行测试，并输出与所述目标属性字段的属性值相映射的处理决策，得到菜品数据的测试输出。

进一步地，所述测试输出中记录有菜品数据测试得到的风险信息，所述处理单元包括：

确定模块，用于根据所述菜品数据测试得到的风险信息，确定与所述风险信息相映射菜品数据的数据流向；

传输模块，用于按照所述菜品数据的数据流向传输所述菜品数据。

进一步地，所述处理单元还包括：

筛选模块，用于在所述按照所述菜品数据的数据流向传输所述菜品数据之前，根据所述菜品数据测试得到的风险信息，从所述菜品数据中筛选出存在风险的属性信息；

生成模块，用于将所述存在风险的属性信息生成所述风险等级对应的风险提示；

所述传输模块，具体用于按照所述菜品数据的数据流向传输携带有风险提示的菜品数据。

依据本申请又一个方面，提供了一种存储设备，其上存储有计算机程序，所述程序被处理器执行时实现上述菜品数据的处理方法。

依据本申请再一个方面，提供了一种菜品数据的处理装置，包括存储设备、处理器及存储在存储设备上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现上述菜品数据的处理方法。

借由上述技术方案，本申请提供的一种菜品数据的处理方法、装置及计算机存储介质，与目前通过人工审核对菜品数据进行数据处理的方法相比，本申请能够在接收到菜品数据的处理请求后，按照预先构造的决策树针对处理任务中菜品数据的属性信息进行测试，由于预先构造的决策树中会为菜品数据中的属性字段组合设置测试逻辑，从而测试得到的测试输出中记录有与菜品数据相映射的处理决策，可以预先对全量菜品数据进行先一轮的智能处理，无需人工耗时去审核菜品数据，在节省了菜品数据的审核成本的同时，提高了菜品数据的审核效率。

上述说明仅是本申请技术方案的概述，为了能够更清楚了解本申请的技术手段，而可依照说明书的内容予以实施，并且为了让本申请的上述和其它目的、特征和优点能够更明显易懂，以下特举本申请的具体实施方式。

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，而并不认为是对本申请的限制。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示出了本申请实施例提供的一种菜品数据的处理方法的流程示意图；

图2示出了本申请实施例提供的另一种菜品数据的处理方法的流程示意图；

图3示出了本申请实施例提供的决策树模型的部分结构示意图；

图4示出了本申请实施例提供的一种菜品数据的处理装置的结构示意图；

图5示出了本申请实施例提供的另一种菜品数据的处理的装置结构示意图。

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。

本申请实施例，提供了一种菜品数据的处理方法，按照预先配置的测试逻辑针对处理任务中菜品数据的属性信息进行测试，得到菜品数据的测试输出，使得得到的测试输出中记录有与菜品数据相映射的处理策略，可以预先对全量菜品数据进行先一轮的智能处理，无需人工耗时去审核菜品数据，在节省了菜品数据的审核成本的同时，提高了菜品数据的审核效率。

如图1所示，本申请实施例提供了一种菜品数据的处理方法，该方法包括如下步骤：

101、接收菜品数据的处理请求，根据所述处理请求中携带菜品数据的属性信息创建菜品数据的处理任务。

在餐饮类应用平台进行产品开发过程中，为了保证各个商家上传的菜品数据的准确性，避免在后续展示过程中出现错误，餐饮类应用平台会在向用户终端展示菜品数据之前，对各个商家上传的菜品数据中内容的真实性进行审核，例如，审核菜品图片是否含有其他商家水印，审核菜品的价格是否过分超出市场值范围，门店是否处于正式营业状态等。

其中，各个商家上传的菜品数据可以包括但不局限于商家信息、门店信息、菜品信息等，商家信息主要包括商家名称、商户属性等，门店信息主要包括门店位置、门店标识等，菜品信息主要包括菜品名称、菜品图片、菜品价格等。这里菜品数据的属性信息可以包括围绕菜品数据属性字段的描述内容，具体可以包括业务场景属性字段下设置的菜品审核、门店审核以及商家审核等描述信息，围绕新增/修改属性字段下设置的新增任务、修改任务等描述信息，围绕审核内容属性字段下设置的菜品、门店以及商家等详细信息，以及围绕门店属性属性字段下设置的门店城市、商户等级、门店标签等描述信息，这里对属性信息不进行限定。

在该步骤中，执行接收菜品数据的处理请求操作的服务端是审核平台，该审核平台能够根据处理请求中携带菜品数据的属性信息创建菜品数据的处理任务，具体可以根据属性信息中的业务场景来生成与业务场景相应的菜品数据的处理任务。在实际应用中除了上述业务场景属性字段下设置的菜品审核、门店审核以及商家审核等描述信息，还可以增加更多的业务场景，这里不进行限定。

需要说明的是，为了避免审核平台的资源占用，在接收到菜品数据的处理请求后，可以预先对菜品数据进行预判断，如果菜品数据的属性信息存在明显问题，通常情况下会驳回菜品数据的处理请求，无需执行后续菜品数据的审核操作。

102、按照预先构造的决策树针对所述处理任务中菜品数据的属性信息进行测试，得到菜品数据的测试输出。

在该步骤中，由于处理任务中菜品数据的属性信息中包括用于描述菜品数据的业务场景，而预先构造的决策树同样围绕用于描述菜品数据的业务场景进行测试，如果商家服务器在上传菜品数据的过程中，围绕用于描述菜品数据的业务场景下属性信息内容不全，就会导致后续在审核过程中部分属性信息的缺失而无法完成菜品数据的处理任务，所以需要在各个商家上传菜品数据之前，预先确定不同业务场景下需要上传至审核平台的属性信息，以便于商家服务器根据不同业务场景下所需测试的属性信息来上传菜品数据。

其中，预先构造的决策树中围绕用于描述菜品数据的业务场景设置由相应的测试逻辑，不同业务场景下的测试逻辑所测试属性信息的内容有所不同，并且最终的得到的测试输出有所不同。

在实际应用中，在按照预先构造的决策树对处理任务中菜品数据的属性信息进行测试的过程中，具体可以按照预先构造的决策树中针对业务场景下的测试逻辑查找处理任务中菜品数据的属性信息所适用的测试逻辑，进一步执行查找得到适用于处理任务中菜品数据的属性信息的测试逻辑，得到菜品数据的测试输出。

在该步骤中，菜品数据的测试输出能够结合菜品数据的属性信息输出适用于菜品数据的处理方式，如果菜品数据符合在业务场景下的所有测试逻辑，则说明菜品数据不存在展示风险，可以设置审核通过，并通过应用平台展示给用户，如果菜品数据不符合在业务场景下的所有测试逻辑，则说明菜品数据存在展示风险，一旦通过应用平台展示给用户，可能会遭到客诉或者欺诈风险，可以设置审核驳回，并通过将驳回理由返回商家服务器，以便商家针对驳回理由对菜品数据进行修改，如果菜品数据符合在业务场景下的部分测试逻辑，则说明菜品数据的展示风险无法直观确定，需要人工介入来进一步对菜品数据进行审核，可以设置人工审核，并通过将菜品数据发送人工审核，以便工作人员对菜品数据进行深入审核。

103、根据所述菜品数据的测试输出，对所述菜品数据进行处理。

在该步骤中，由于菜品数据的测试输出中记录有适用于菜品数据的处理方式，该处理方式通常会指示菜品数据的数据流向，并将菜品数据流向相应的处理端，例如，如果菜品数据的测试输出表明菜品数据不存在风险，说明菜品数据可以直接在客户端展示，则菜品数据的数据流向为应用平台的展示终端，如果菜品数据的测试输出表明菜品数据存在风险，说明菜品数据仍需要商家修改后重新测试，则菜品数据的数据流向为商家服务器，如果菜品数据的测试输出表明菜品数据存在一定程度的风险，说明菜品数据的通过测试很难确定是否可以展示，则菜品数据的数据流向为应用平台的审核终端。

需要说明的是，如果菜品数据的测试输出表明菜品数据在细节上存在风险，为了保证菜品数据可以准确地在应用平台的展示终端进行展示，可以在展示菜品数据之前，将存在细节问题的菜品数据发送给商家进行修改后返回，并将修改后准确的菜品数据进行展示，当然如果菜品数据的测试输出表明菜品数据完全不存在风险，则无需发送给商家直接在应用平台的展示终端进行展示，如果菜品数据的测试输出表明菜品数据存在风险，为了保证商家能够了解菜品数据存在的风险，会在发送驳回请求的同时备注上驳回理由，以便于商家根据驳回理由对菜品数据进一步完善或者修改，如果菜品数据的测试输出表明菜品数据存在一定程度的风险，则在将菜品数据发送给人工审核的过程中，为了避免人工审核组内的菜品数据的积压，可以根据人工审核组内菜品数据的数据量对菜品数据分配到合适的人工审核组进行审核处理。

本申请实施例提供的菜品数据的处理方法，与目前通过人工审核对菜品数据进行数据处理的方法相比，本申请能够在接收到菜品数据的处理请求后，按照预先构造的决策树针对处理任务中菜品数据的属性信息进行测试，由于预先构造的决策树中会为菜品数据中的属性字段组合设置测试逻辑，从而测试得到的测试输出中记录有与菜品数据相映射的处理决策，可以预先对全量菜品数据进行先一轮的智能处理，无需人工耗时去审核菜品数据，在节省了菜品数据的审核成本的同时，提高了菜品数据的审核效率。

如图2所示，本申请实施例提供了另一种菜品数据的处理方法，该方法包括如下步骤：

201、接收菜品数据的处理请求，根据所述处理请求中携带菜品数据的属性信息创建菜品数据的处理任务。

在该步骤中，菜品数据的处理请求为各个商家向展示菜品数据的应用平台发送的请求，而应用平台为了保证菜品数据的真实性，会对菜品数据进行审核，具体审核菜品数据的内容可以根据菜品数据的处理请求中携带菜品数据的属性信息来确定。

通常情况下，应用平台针对不同业务场景会设置不同的审核内容，如表1所示，表1中针对不同业务场景会设置不同的属性字段，并且针对不同应用场景下的操作类型也分为新增任务或修改任务，所以商家在向审核平台发送菜品数据的处理请求时可以针对业务场景提交正确的菜品数据内容，至少需要包括菜品数据所涉及业务场景下的描述信息，如果提交的内容不符合该应用场景下的审核内容，应用平台会拒绝对菜品数据的处理，从而驳回菜品数据的处理请求。

表1

202、将所述处理任务中菜品数据的属性信息输入至所述预先构造的决策树模型。

其中，属性信息中记录有用于描述菜品数据各个维度特征的属性字段，例如，提交方式、商家分类、点餐开通状态、所属城市、菜品id、菜品规格等字段，具体针对菜品审核业务场景下设置的属性信息可以如表2所示，表2中包括描述菜品审核业务场景下各个维度特征的属性字段，需要说明的是，针对不同的业务场景设置的属性信息中属性字段可能会有所不同，当然商家可以选择上传需求的属性字段，还可以选择上传全面的属性字段，这里不进行限定。

表2

需要说明的是，在根据处理请求中携带菜品数据的属性信息创建菜品数据的处理任务过程中，具体可以根据菜品数据的属性信息针对的业务场景，生成菜品数据在相应业务场景下的处理任务，该处理任务能够更有针对性的审核菜品数据中相应的属性字段，从而保证菜品数据在该业务场景下的可靠性。

其中，预先构造的决策树模型中记录有为属性字段组合设置的测试逻辑，这里的测试逻辑通常为多个，并且测试逻辑中记录有为属性字段组合中各个属性字段的属性值赋予的审核条件，该预先构造的决策树模型按照测试逻辑审核属性字段组合中各个属性字段的属性值，输出与属性字段组合中属性字段的属性值映射的处理决策。

应说明的是，上述构造决策树模型的具体过程需要通过对属性字段样本数据的反复训练以及测试，这里对构造决策树的实现方式不进行限定，具体可以根据实际情况进行选取。

203、按照所述决策树模型中为属性字段组合设置的测试逻辑测试所述属性信息中属性字段的属性值，并输出与所述属性信息中属性字段的属性值相映射的处理决策，得到菜品数据的测试输出。

在该步骤中，测试逻辑中记录有为属性字段组合中各个属性字段的属性值赋予的测试条件，例如，菜品门店所在城市属性字段为省会，点餐开通状态属性字段数据为关闭。同时满足多个测试条件可以得到属性字段组合的一个分支，例如，属性字段组合可以至少包括属性字段A、属性字段B、属性字段C以及属性字段D等，属性字段A对应有2个属性值、属性字段B对应有3个属性值、属性字段C对应有2个属性值，属性字段D对应有2个属性值，所以属性字段组合最多存在24个分支，由于不同分支可能会存在重复合并的情况，可以通过对属性字段组合的分支进行校验，确定最终测试逻辑的分支数量。

具体按照决策树模型中为属性字段组合设置的测试逻辑测试属性信息中属性字段的属性值，并输出与属性信息中属性字段的属性值相映射的处理决策，得到菜品数据的测试输出可以包括但不局限于如下方式实现，首先逐个遍历属性信息中属性字段的属性值，查找属性信息中与属性字段组合相对应各个属性字段的属性值，得到目标属性字段的属性值，进一步基于测试逻辑中为属性字段组合中各个属性字段的属性值赋予的测试条件，对目标属性字段的属性值进行测试，并输出与目标属性字段的属性值相映射的处理决策，得到菜品数据的测试输出。

具体在逐个遍历属性信息中属性字段的属性值，查找属性信息中与属性字段组合相对应各个属性字段的属性值，得到目标属性字段的属性值的过程中，由于属性字段的属性能够反映属性信息在该维度特征下的状态，例如，点菜开通状态‘等于’关闭，菜品归属上级等级‘等于’城市。这里的属性字段组合包括属性信息中的至少一个属性字段，该属性字段组合为预先设置好的字段组合，对于在不同业务场景下菜品数据的处理任务，相应的属性字段组合有所不同，对于菜品处理任务，相应的属性字段组合中的各个属性字段更偏重于属性信息中的菜品信息，对于门店处理任务，相应的属性字段组合中的各个属性字段更偏重于属性信息中的门店信息，进一步通过查找属性信息中与属性字段组合相对应各个属性字段的属性值，得到目标属性字段的属性值，该目标属性字段的属性值即为处理任务更偏重测试的内容。

具体在基于测试逻辑中为属性字段组合中各个属性字段的属性值赋予的测试条件，对目标属性字段的属性值进行测试，并输出与目标属性字段的属性值相映射的处理决策的过程中，测试逻辑的每个分支都会设置属性字段组合中各个属性字段的属性值需要满足的测试条件，根据测试条件对目标属性字段的属性值进行测试，如果目标属性字段中存在不符合测试条件的属性值，则需要跳转到其他分支，只有当目标属性字段中所有属性值均符合测试条件则跳转该分支的测试输出，从而输出与目标属性字段属性值相映射的处理决策。

示例性的，属性字段组合至少包括点餐开通状态、提交动作、策略中心返回决策结果、菜品归属门店所在城市、城市端已承接pos门店、菜品归属商家等级，所构造的决策树模型的部分结构可以如图3所示，具体的在决策树模型中，以其中一条分支作为示例，点餐开通状态属性字段‘等于’关闭为测试条件1，提交动作属性字段‘包括’菜品创建、菜品修改为测试条件2，策略中心返回处理决策属性字段‘风险等级’为测试条件3，基于测试条件1、测试条件2、测试条件3确定最终的处理决策为菜品数据审核通过、审核驳回或者人工审核，当测试输出为菜品数据人工审核时，可以进一步基于菜品数据属性信息中的属性字段对菜品数据进行分组。

204、根据所述菜品数据的测试输出，对所述菜品数据进行处理。

其中，测试输出具体可以分为菜品数据优质通过、审核通过、审核驳回、人工审核，并且测试输出中记录有菜品数据测试得到的风险信息，这里的风险信息可以包括风险类型、风险等级以及风险标签等。例如，优质通过的风险等级为无风险，审核通过的风险等级为低风险，人工审核的风险等级为中风险，审核驳回的风险等级为高风险。

由于不同风险信息能够反映菜品数据在展示时可能存在的风险情况，而不同风险情况相应的处理方式有所不同，具体可以根据菜品数据测试得到的风险信息，确定与风险信息相映射菜品数据的数据流向，然后按照菜品数据的数据流向传输菜品数据。

当测试输出为菜品数据优质通过时，则说明菜品数据无风险，可以忽略菜品数据测试得到的风险信息，直接向用户终端展示菜品数据，以便于用户终端展示所述菜品数据；

当测试输出为菜品数据审核通过时，则说明菜品数据存在低风险，可以修改后进行展示，基于菜品数据测试得到的风险信息，生成修改信息，该修改信息通常为细节缺失或者图片方向正确等，进一步向商家服务器发送修改信息，以便于商家服务器根据所述修改信息对菜品数据进行修改；

当测试输出为菜品数据审核驳回时，则说明菜品数据存在高风险，不能直接进行展示，基于菜品数据测试得到的风险信息，生成驳回信息，该驳回信息会记录有驳回理由，例如，商家提交处理请求时，菜品未上架，整个点餐开通流程被驳回，还可以是商家批量导入的处理请求，因为菜品已经上架，所以菜品下架处理，还可以是系统生成的处理请求，因为菜品已经上架，所以菜品下架处理，进一步传输驳回信息，以便于商家服务器根据所述驳回信息对所述菜品数据进行修改；

当测试输出为菜品数据人工审核时，则说明菜品数据存在中风险，很难直接判断是否可以在用户终端进行展示，基于菜品数据测试得到的风险信息，生成人工处理任务，传输人工处理任务，由人工进一步判断菜品数据的风险后，决定是否在用户终端展示菜品数据。

可以理解的是，为了保证在用户终端展示菜品数据的准确性，在按照菜品数据的数据流向传输菜品数据之前，可以根据菜品数据测试得到的风险信息，从菜品数据中筛选出存在风险的属性信息，从而将存在风险的属性信息生成风险信息对应的风险提示，从而在传输菜品数据的过程中同时将风险提示一并传输。

需要说明的是，当测试输出为菜品数据人工审核时，为了便于更好的处理菜品数据，可以将分配到人工审核的菜品数据进行分组，这里可以设置多个分组，根据每个分组内菜品数据的风险信息来决定菜品数据的分组，进而将菜品数据的分组标识写到测试输出中，该分组标识可以为分组序号、分组名称等，进一步根据菜品数据对应人工审核的分组标识，生成人工处理任务，传输人工处理任务。

进一步地，作为图1所述方法的具体实现，本申请实施例提供了一种菜品数据的处理装置，如图4所示，所述装置包括：创建单元31、审核单元32、处理单元33。

创建单元31，可以用于接收菜品数据的处理请求，根据所述处理请求中携带菜品数据的属性信息创建菜品数据的处理任务；

测试单元32，可以用于按照预先构造的决策树针对所述处理任务中菜品数据的属性信息进行测试，得到菜品数据的测试输出；

处理单元33，可以用于根据所述菜品数据的测试输出，对所述菜品数据进行处理用于根据所述菜品数据的测试输出，对所述菜品数据进行处理。

本申请实施例提供的菜品数据的处理装置，与目前通过人工审核对菜品数据进行数据处理的方法相比，本申请能够在接收到菜品数据的处理请求后，按照预先构造的决策树针对处理任务中菜品数据的属性信息进行测试，由于预先构造的决策树中会为菜品数据中的属性字段组合设置测试逻辑，从而测试得到的测试输出中记录有与菜品数据相映射的处理决策，可以预先对全量菜品数据进行先一轮的智能处理，无需人工耗时去审核菜品数据，在节省了菜品数据的审核成本的同时，提高了菜品数据的审核效率。

在具体的应用场景中，如图5所示，所述属性信息中记录有用于描述菜品数据各个维度特征的属性字段，所述预先构造的决策树模型中记录有为属性字段组合设置的测试逻辑，并按照所述测试逻辑测试所述属性字段组合中各个属性字段的属性值，输出与所述属性字段组合中各个属性字段的属性值相映射的处理决策，所述测试单元32包括：

输入模块321，可以用于将所述处理任务中菜品数据的属性信息输入至所述预先构造的决策树模型；

测试模块322，可以用于按照所述决策树模型中为属性字段组合设置的测试逻辑测试所述属性信息中属性字段的属性值，并输出与所述属性信息中属性字段的属性值相映射的处理决策，得到菜品数据的测试输出。

进一步地，所述测试逻辑中记录有为属性字段组合中各个属性字段的属性值赋予的测试条件，

所述测试模块322，具体可以用于逐个遍历所述属性信息中属性字段的属性值，查找所述属性信息中与属性字段组合相对应各个属性字段的属性值，得到目标属性字段的属性值；

所述测试模块322，具体还可以用于基于所述测试逻辑中为属性字段组合中各个属性字段的属性值赋予的测试条件，对所述目标属性字段的属性值进行测试，并输出与所述目标属性字段的属性值相映射的处理决策，得到菜品数据的测试输出。

进一步地，所述测试输出中记录有菜品数据测试得到的风险信息，所述处理单元33包括：

确定模块331，可以用于根据所述菜品数据测试得到的风险信息，确定与所述风险信息相映射菜品数据的数据流向；

传输模块332，可以用于按照所述菜品数据的数据流向传输所述菜品数据。

进一步地，所述处理单元33还包括：

筛选模块333，可以用于在所述按照所述菜品数据的数据流向传输所述菜品数据之前，根据所述菜品数据测试得到的风险信息，从所述菜品数据中筛选出存在风险的属性信息；

生成模块332，可以用于将所述存在风险的属性信息生成所述风险等级对应的风险提示；

所述传输模块332，具体可以用于按照所述菜品数据的数据流向传输携带有风险提示的菜品数据。

需要说明的是，本实施例提供的一种菜品数据的处理装置所涉及各功能单元的其他相应描述，可以参考图1和图2中的对应描述，在此不再赘述。

基于上述如图1和图2所示方法，相应的，本实施例还提供了一种存储介质，其上存储有计算机程序，该程序被处理器执行时实现上述如图1和图2所示的菜品数据的处理方法。

基于这样的理解，本申请的技术方案可以以软件产品的形式体现出来，该软件产品可以存储在一个非易失性存储介质(可以是CD-ROM，U盘，移动硬盘等)中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本申请各个实施场景所述的方法。

基于上述如图1和图2所示的方法，以及图4和图5所示的虚拟装置实施例，为了实现上述目的，本申请实施例还提供了一种计算机设备，具体可以为个人计算机、服务器、网络设备等，该实体设备包括存储介质和处理器；存储介质，用于存储计算机程序；处理器，用于执行计算机程序以实现上述如图1和图2所示的菜品数据的处理方法。

可选地，该计算机设备还可以包括用户接口、网络接口、摄像头、射频(RadioFrequency，RF)电路，传感器、音频电路、WI-FI模块等等。用户接口可以包括显示屏(Display)、输入单元比如键盘(Keyboard)等，可选用户接口还可以包括USB接口、读卡器接口等。网络接口可选的可以包括标准的有线接口、无线接口(如蓝牙接口、WI-FI接口)等。

本领域技术人员可以理解，本实施例提供的菜品数据的处理的实体设备结构并不构成对该实体设备的限定，可以包括更多或更少的部件，或者组合某些部件，或者不同的部件布置。

存储介质中还可以包括操作系统、网络通信模块。操作系统是管理上述计算机设备硬件和软件资源的程序，支持信息处理程序以及其它软件和/或程序的运行。网络通信模块用于实现存储介质内部各组件之间的通信，以及与该实体设备中其它硬件和软件之间通信。

通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到本申请可以借助软件加必要的通用硬件平台的方式来实现，也可以通过硬件实现。通过应用本申请的技术方案，与目前现有技术相比，能够在接收到菜品数据的处理请求后，按照预先构造的决策树针对处理任务中菜品数据的属性信息进行测试，由于预先构造的决策树中会为菜品数据中的属性字段组合设置测试逻辑，从而测试得到的测试输出中记录有与菜品数据相映射的处理决策，可以预先对全量菜品数据进行先一轮的智能处理，无需人工耗时去审核菜品数据，在节省了菜品数据的审核成本的同时，提高了菜品数据的审核效率。

本领域技术人员可以理解附图只是一个优选实施场景的示意图，附图中的模块或流程并不一定是实施本申请所必须的。本领域技术人员可以理解实施场景中的装置中的模块可以按照实施场景描述进行分布于实施场景的装置中，也可以进行相应变化位于不同于本实施场景的一个或多个装置中。上述实施场景的模块可以合并为一个模块，也可以进一步拆分成多个子模块。

上述本申请序号仅仅为了描述，不代表实施场景的优劣。以上公开的仅为本申请的几个具体实施场景，但是，本申请并非局限于此，任何本领域的技术人员能思之的变化都应落入本申请的保护范围。

Claims (12)

1.一种菜品数据的处理方法，其特征在于，包括：

接收菜品数据的处理请求，根据所述处理请求中携带菜品数据的属性信息创建菜品数据的处理任务；

按照预先构造的决策树针对所述处理任务中菜品数据的属性信息进行测试，得到菜品数据的测试输出，所述属性信息中记录有用于描述菜品数据各个维度特征的属性字段，所述预先构造的决策树模型中记录有为属性字段组合设置的测试逻辑，并按照所述测试逻辑测试所述属性字段组合中各个属性字段的属性值，输出与所述属性字段组合中各个属性字段的属性值相映射的处理决策；

根据所述菜品数据的测试输出，对所述菜品数据进行处理。

2.根据权利要求1所述的方法，其特征在于，所述按照预先构造的决策树针对所述处理任务中菜品数据的属性信息进行测试，得到菜品数据的测试输出包括：

将所述处理任务中菜品数据的属性信息输入至所述预先构造的决策树模型；

按照所述决策树模型中为属性字段组合设置的测试逻辑测试所述属性信息中属性字段的属性值，并输出与所述属性信息中属性字段的属性值相映射的处理决策，得到菜品数据的测试输出。

3.根据权利要求2所述的方法，其特征在于，所述测试逻辑中记录有为属性字段组合中各个属性字段的属性值赋予的测试条件，所述按照所述决策树模型中为属性字段组合设置的测试逻辑测试所述属性信息中属性字段的属性值，并输出与所述属性信息中属性字段的属性值相映射的处理决策，得到菜品数据的测试输出包括：

逐个遍历所述属性信息中属性字段的属性值，查找所述属性信息中与属性字段组合相对应各个属性字段的属性值，得到目标属性字段的属性值；

基于所述测试逻辑中为属性字段组合中各个属性字段的属性值赋予的测试条件，对所述目标属性字段的属性值进行测试，并输出与所述目标属性字段的属性值相映射的处理决策，得到菜品数据的测试输出。

4.根据权利要求1所述的方法，其特征在于，所述测试输出中记录有菜品数据测试得到的风险信息，所述根据所述菜品数据的测试输出，对所述菜品数据进行处理包括：

根据所述菜品数据测试得到的风险信息，确定与所述风险信息相映射菜品数据的数据流向；

按照所述菜品数据的数据流向传输所述菜品数据。

5.根据权利要求4所述的方法，其特征在于，在所述按照所述菜品数据的数据流向传输所述菜品数据之前，所述方法还包括：

根据所述菜品数据测试得到的风险信息，从所述菜品数据中筛选出存在风险的属性信息；

将所述存在风险的属性信息生成风险等级对应的风险提示；

所述按照所述菜品数据的数据流向传输所述菜品数据包括：

按照所述菜品数据的数据流向传输携带有风险提示的菜品数据。

6.一种菜品数据的处理装置，其特征在于，包括：

创建单元，用于接收菜品数据的处理请求，根据所述处理请求中携带菜品数据的属性信息创建菜品数据的处理任务；

测试单元，用于按照预先构造的决策树针对所述处理任务中菜品数据的属性信息进行测试，得到菜品数据的测试输出，所述属性信息中记录有用于描述菜品数据各个维度特征的属性字段，所述预先构造的决策树模型中记录有为属性字段组合设置的测试逻辑，并按照所述测试逻辑测试所述属性字段组合中各个属性字段的属性值，输出与所述属性字段组合中各个属性字段的属性值相映射的处理决策；

处理单元，用于根据所述菜品数据的测试输出，对所述菜品数据进行处理。

7.根据权利要求6所述的装置，其特征在于，所述测试单元包括：

输入模块，用于将所述处理任务中菜品数据的属性信息输入至所述预先构造的决策树模型；

测试模块，用于按照所述决策树模型中为属性字段组合设置的测试逻辑测试所述属性信息中属性字段的属性值，并输出与所述属性信息中属性字段的属性值相映射的处理决策，得到菜品数据的测试输出。

8.根据权利要求7所述的装置，其特征在于，所述测试逻辑中记录有为属性字段组合中各个属性字段的属性值赋予的测试条件，

所述测试模块，具体用于逐个遍历所述属性信息中属性字段的属性值，查找所述属性信息中与属性字段组合相对应各个属性字段的属性值，得到目标属性字段的属性值；

所述测试模块，具体还用于基于所述测试逻辑中为属性字段组合中各个属性字段的属性值赋予的测试条件，对所述目标属性字段的属性值进行测试，并输出与所述目标属性字段的属性值相映射的处理决策，得到菜品数据的测试输出。

9.根据权利要求6所述的装置，其特征在于，所述测试输出中记录有菜品数据测试得到的风险信息，所述处理单元包括：

确定模块，用于根据所述菜品数据测试得到的风险信息，确定与所述风险信息相映射菜品数据的数据流向；

传输模块，用于按照所述菜品数据的数据流向传输所述菜品数据。

10.根据权利要求9所述的装置，其特征在于，所述处理单元还包括：

筛选模块，用于在所述按照所述菜品数据的数据流向传输所述菜品数据之前，根据所述菜品数据测试得到的风险信息，从所述菜品数据中筛选出存在风险的属性信息；

生成模块，用于将所述存在风险的属性信息生成风险等级对应的风险提示；

所述传输模块，具体用于按照所述菜品数据的数据流向传输携带有风险提示的菜品数据。

11.一种计算机设备，包括存储器和处理器，所述存储器中存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至5中任一项所述方法的步骤。

12.一种计算机存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至5中任一项所述的方法的步骤。

Images