CN110874785A - 餐品套餐信息的确定方法、装置及设备 - Google Patents
餐品套餐信息的确定方法、装置及设备 Download PDFInfo
- Publication number
- CN110874785A CN110874785A CN201910943955.3A CN201910943955A CN110874785A CN 110874785 A CN110874785 A CN 110874785A CN 201910943955 A CN201910943955 A CN 201910943955A CN 110874785 A CN110874785 A CN 110874785A
- Authority
- CN
- China
- Prior art keywords
- food
- information
- item
- meal
- frequent
- 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
- 235000012054 meals Nutrition 0.000 title claims abstract description 150
- 238000000034 method Methods 0.000 title claims abstract description 58
- 235000013305 food Nutrition 0.000 claims abstract description 218
- 238000012216 screening Methods 0.000 claims abstract description 15
- 235000019640 taste Nutrition 0.000 claims description 13
- 238000004590 computer program Methods 0.000 claims description 8
- 238000012217 deletion Methods 0.000 claims description 6
- 230000037430 deletion Effects 0.000 claims description 6
- 238000004458 analytical method Methods 0.000 abstract description 22
- 238000004519 manufacturing process Methods 0.000 abstract description 6
- 238000004891 communication Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 238000009825 accumulation Methods 0.000 description 2
- 238000000605 extraction Methods 0.000 description 2
- 238000001914 filtration Methods 0.000 description 2
- 235000015220 hamburgers Nutrition 0.000 description 2
- 230000010365 information processing Effects 0.000 description 2
- 235000016795 Cola Nutrition 0.000 description 1
- 241001634499 Cola Species 0.000 description 1
- 235000011824 Cola pachycarpa Nutrition 0.000 description 1
- 230000036528 appetite Effects 0.000 description 1
- 235000019789 appetite Nutrition 0.000 description 1
- 238000010219 correlation analysis Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 235000013410 fast food Nutrition 0.000 description 1
- 235000012020 french fries Nutrition 0.000 description 1
- 238000003780 insertion Methods 0.000 description 1
- 230000037431 insertion Effects 0.000 description 1
- 239000002994 raw material Substances 0.000 description 1
- 238000012163 sequencing technique 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
- G06Q30/00—Commerce
- G06Q30/06—Buying, selling or leasing transactions
- G06Q30/0601—Electronic shopping [e-shopping]
- G06Q30/0631—Item recommendations
-
- 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
- G06Q30/06—Buying, selling or leasing transactions
- G06Q30/0601—Electronic shopping [e-shopping]
- G06Q30/0603—Catalogue ordering
-
- 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
- G06Q30/06—Buying, selling or leasing transactions
- G06Q30/0601—Electronic shopping [e-shopping]
- G06Q30/0633—Lists, e.g. purchase orders, compilation or processing
-
- 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)
- Accounting & Taxation (AREA)
- Finance (AREA)
- General Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Marketing (AREA)
- Strategic Management (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Economics (AREA)
- Development Economics (AREA)
- Tourism & Hospitality (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)
Abstract
本申请公开了一种餐品套餐信息的确定方法、装置及设备,涉及信息技术领域,可节省餐品套餐制作所需的时间成本和分析成本,可提高餐品套餐制作准确性。其中方法包括:首先获取当前时节的历史同期订单信息;然后根据所述历史同期订单信息,获取历史同期集中点餐的第一餐品组合信息;最后依据选餐用户当前的点餐需求信息,从所述第一餐品组合信息中筛选出与所述点餐需求信息对应的第二餐品组合信息,生成推荐给所述选餐用户的餐品套餐信息。本申请适用于对餐品套餐信息的确定。
Description
技术领域
本申请涉及信息技术领域,尤其涉及到一种餐品套餐信息的确定方法、装置及设备。
背景技术
在餐饮行业,为了帮助用户更好的选择餐品,会为用户制定一些餐品套餐,餐品套餐中会搭配一些餐品,以便增加用户的就餐食欲,提升用户就餐满意度。
目前,在餐品套餐的制作过程中,首先可从海量的业务记录数据中进行语义分析和特征提取,找到涉及餐品套餐的字段;然后从中解析出餐品套餐类型相应的项目集;最后根据这些项目集分析出具有关联性的餐品套餐。
然而,上述这种方式中涉及到数据量巨大的业务记录数据,如除了包含餐品套餐相关数据以外,还包含其他不相关的大量数据等。因此在进行语义分析和特征提取时会耗费大量的时间成本和分析成本。并且通过这种比较笼统的分析餐品套餐的方式,大多不能满足用户的当前需求,进而还会影响餐品套餐制作的准确性。
发明内容
有鉴于此,本申请提供了一种餐品套餐信息的确定方法、装置及设备,主要目的在于解决目前现有技术中制定餐品套餐时会耗费大量的时间成本和分析成本,以及还会影响餐品套餐制作的准确性的技术问题。
根据本申请的一个方面,提供了一种餐品套餐信息的确定方法,该方法包括:
获取当前时节的历史同期订单信息;
根据所述历史同期订单信息,获取历史同期集中点餐的第一餐品组合信息;
依据选餐用户当前的点餐需求信息,从所述第一餐品组合信息中筛选出与所述点餐需求信息对应的第二餐品组合信息,生成推荐给所述选餐用户的餐品套餐信息。
可选的,所述根据所述历史同期订单信息,获取历史同期集中点餐的第一餐品组合信息,具体包括:
从所述历史同期订单信息中读取各个点餐订单对应的餐品列表;
分析所述餐品列表中的频繁项集,以便通过所述频繁项集中包含的餐品集合,确定所述第一餐品组合信息。
可选的,所述分析所述餐品列表中的频繁项集,具体包括:
依据餐品列表的1项集在各个所述餐品列表中的出现次数,获取各个所述餐品列表中的1项频繁集;
按照所述1项频繁集对应的所述出现次数大小进行降序排列;
按照所述1项频繁集的排序,将各个所述餐品列表中的1项频繁集建立树形结构,并在所述树形结构建立完成后,以所述树形结构中的子节点作为叶子节点,获取每个叶子节点对应的子树;
依据子树中的节点与对应叶子节点之间的搭配组合,生成所述频繁项集。
可选的,所述子树中的节点各自具有对应的计数,所述计数是根据节点对应的所述出现次数确定得到的;
所述依据子树中的节点与对应叶子节点之间的搭配组合,生成所述频繁项集,具体包括:
按照叶子节点对应的计数,更新所在子树中的节点各自对应的计数;
去除子树中计数小于预设数值的节点,并将子树中剩余节点与对应叶子节点之间进行搭配组合,生成一项或多项的所述频繁项集。
可选的,所述依据选餐用户当前的点餐需求信息,从所述第一餐品组合信息中筛选出与所述点餐需求信息对应的第二餐品组合信息,生成推荐给所述选餐用户的餐品套餐信息,具体包括:
从所述频繁项集中筛选出与就餐人数、和/或偏好口味、和/或就餐定位等级、和/或就餐目的对应的一个或多个目标餐品组合;
参照所述目标餐品组合,从餐品数据库中获取对应餐品信息进行组合,生成所述餐品套餐信息。
可选的,所述依据餐品列表的1项集在各个所述餐品列表中的出现次数,获取各个所述餐品列表中的1项频繁集,具体包括:
将所述餐品列表中的1项集所对应的所述出现次数,除以所述餐品列表的个数得到该1项集的支持度;
将所述餐品列表中删除支持度低于预设阈值的1项集,并将删除后剩余的1项集确定为1项频繁集。
可选的,在生成所述餐品套餐信息之后,所述方法还包括:
输出所述餐品套餐信息;和/或
获取所述选餐用户对应的用户信息,并发送携带有所述用户信息和所述餐品套餐信息的餐品套餐推荐请求,以使得将所述餐品套餐信息转发推荐给与所述用户信息对应的客户端。
可选的,所述方法还包括:
接收调整指令,对所述餐品套餐信息进行调整。
可选的,所述方法还包括:
记录所述选餐用户最终的订单信息,作为历史订单信息分析与所述选餐用户同类人群的偏好餐品套餐信息,以便根据所述偏好餐品套餐信息,对与所述人群其他用户对应生成的餐品套餐信息进行个性化调整。
根据本申请的另一方面,提供了一种餐品套餐信息的确定装置,该装置包括:
获取模块,用于获取当前时节的历史同期订单信息;
所述获取模块,还用于根据所述历史同期订单信息,获取历史同期集中点餐的第一餐品组合信息;
生成模块,用于依据选餐用户当前的点餐需求信息,从所述第一餐品组合信息中筛选出与所述点餐需求信息对应的第二餐品组合信息,生成推荐给所述选餐用户的餐品套餐信息。
可选的,所述获取模块,具体用于从所述历史同期订单信息中读取各个点餐订单对应的餐品列表;
分析所述餐品列表中的频繁项集,以便通过所述频繁项集中包含的餐品集合,确定所述第一餐品组合信息。
可选的,所述获取模块,具体还用于依据餐品列表的1项集在各个所述餐品列表中的出现次数,获取各个所述餐品列表中的1项频繁集;
按照所述1项频繁集对应的所述出现次数大小进行降序排列;
按照所述1项频繁集的排序,将各个所述餐品列表中的1项频繁集建立树形结构,并在所述树形结构建立完成后,以所述树形结构中的子节点作为叶子节点,获取每个叶子节点对应的子树;
依据子树中的节点与对应叶子节点之间的搭配组合,生成所述频繁项集。
可选的,所述子树中的节点各自具有对应的计数,所述计数是根据节点对应的所述出现次数确定得到的;
所述获取模块,具体还用于按照叶子节点对应的计数,更新所在子树中的节点各自对应的计数;
去除子树中计数小于预设数值的节点,并将子树中剩余节点与对应叶子节点之间进行搭配组合,生成一项或多项的所述频繁项集。
可选的,所述生成模块,具体用于从所述频繁项集中筛选出与就餐人数、和/或偏好口味、和/或就餐定位等级、和/或就餐目的对应的一个或多个目标餐品组合;
参照所述目标餐品组合,从餐品数据库中获取对应餐品信息进行组合,生成所述餐品套餐信息。
可选的,所述获取模块,具体还用于将所述餐品列表中的1项集所对应的所述出现次数,除以所述餐品列表的个数得到该1项集的支持度;
将所述餐品列表中删除支持度低于预设阈值的1项集,并将删除后剩余的1项集确定为1项频繁集。
可选的,所述装置还包括:
触发模块,用于在生成所述餐品套餐信息之后,输出所述餐品套餐信息;和/或
获取所述选餐用户对应的用户信息,并发送携带有所述用户信息和所述餐品套餐信息的餐品套餐推荐请求,以使得将所述餐品套餐信息转发推荐给与所述用户信息对应的客户端。
可选的,所述装置还包括:
调整模块,用于接收调整指令,对所述餐品套餐信息进行调整。
可选的,所述装置还包括:
记录模块,用于记录所述选餐用户最终的订单信息,作为历史订单信息分析与所述选餐用户同类人群的偏好餐品套餐信息,以便根据所述偏好餐品套餐信息,对与所述人群其他用户对应生成的餐品套餐信息进行个性化调整。
依据本申请又一个方面,提供了一种存储介质,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餐品套餐信息的确定方法。
依据本申请再一个方面,提供了一种餐品套餐信息确定的实体设备,包括存储介质、处理器及存储在存储介质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餐品套餐信息的确定方法。
借由上述技术方案,本申请提供的一种餐品套餐信息的确定方法、装置及设备。与目前现有技术相比,本申请可根据当前时节的历史同期订单信息,获取得到历史同期集中点餐的餐品组合,相当于首先按照时间因素将套餐制定的参考数据进行有效过滤,主要考虑与当前时节相关的历史同期订单数据,因此更具有针对性,不但可节省大量的时间成本和分析成本,而且参考此数据制定的餐品套餐更能满足当前时节的就餐需求。后续可依据选餐用户当前的点餐需求,从这些历史同期集中点餐的餐品组合中再筛选出符合需求的餐品组合,进而自动生成餐品套餐进行推荐。结合用户点餐需求生成得到的餐品套餐,更能满足用户的当前需求,并非笼统性的分析,可保证餐品套餐制作的准确性。并且对于之前没有餐品套餐的餐饮门店,利用本方案可给出餐品套餐推荐,而对于选餐用户也可给出更加合理化的就餐建议。
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
此处所说明的附图用来提供对本申请的进一步理解,构成本申请的一部分,本申请的示意性实施例及其说明用于解释本申请,并不构成对本申请的不当限定。在附图中:
图1示出了本申请实施例提供的一种餐品套餐信息的确定方法的流程示意图;
图2示出了本申请实施例提供的另一种餐品套餐信息的确定方法的流程示意图;
图3示出了本申请实施例提供的一种树形结构的实例示意图;
图4示出了本申请实施例提供的一种子树结构的实例示意图;
图5示出了本申请实施例提供的一种应用场景实例的流程示意图;
图6示出了本申请实施例提供的一种餐品套餐信息的确定装置的结构示意图。
具体实施方式
下文中将参考附图并结合实施例来详细说明本申请。需要说明的是,在不冲突的情况下,本申请中的实施例及实施例中的特征可以相互组合。
针对现有技术中制定餐品套餐时会耗费大量的时间成本和分析成本,以及还会影响餐品套餐制作的准确性的技术问题。本实施例提供了一种餐品套餐信息的确定方法,可提高餐品套餐制作的准确性,以及节省餐品套餐制作所需的时间成本和分析成本,如图1所示,该方法包括:
101、获取当前时节的历史同期订单信息。
其中,当前时节可通过当前时间来判定。例如,某节假日期间、春节、夏季、第一季度、或某些月份等。历史同期订单信息中可包含针对于当前时节的历史同期的订单情况。例如,当前时节为学生暑假期间,那么可获取以往最近1到2年学生暑假期间的历史同期订单,作为分析餐品套餐的数据基础。对于餐饮行业,由于与当前时节对应的历史同期订单数据具有很好的参考价值,所以利用该数据可准确分析得到当前时节适合用户需求的餐品套餐(对于历史同期订单数据变化越少的餐饮门店,利用本方案分析得到的餐品套餐越准确)。
对于本实施例的执行主体可以为用于餐品套餐制作确定的装置或设备,可配置在客户端侧,如商家管理终端侧,便于选餐用户点餐时进行相应套餐推荐;或者选餐用户手机终端侧,便于选餐用户在线选择合适的餐品套餐。
102、根据获取到的历史同期订单信息,获取历史同期集中点餐的第一餐品组合信息。
例如,可利用关联分析算法在历史同期订单中,找到历史同期相对集中点餐的餐品组合,该餐品组合代表了一定的用户需求集中性,符合大多数用户的选餐需求。因此,以该餐品组合作为基础,选择适合选餐用户的餐品套餐,更加符合选餐用户的需求。
103、依据选餐用户当前的点餐需求信息,从第一餐品组合信息中筛选出与点餐需求信息对应的第二餐品组合信息,生成推荐给选餐用户的餐品套餐信息。
例如,点餐需求信息中可包含就餐人数、和/或偏好口味、和/或就餐定位等级、和/或就餐目的等。按照筛选出来的符合选餐用户点餐需求的餐品组合,生成餐品套餐,该餐品套餐中包含各个餐品的名称、图片、平均制作耗时等。
通过应用本实施例上述餐品套餐信息的确定方法,与现有技术相比,本实施例方法可根据当前时节的历史同期订单信息,获取得到历史同期集中点餐的餐品组合,相当于首先按照时间因素将套餐制定的参考数据进行有效过滤,主要考虑与当前时节相关的历史同期订单数据,因此更具有针对性,不但可节省大量的时间成本和分析成本,而且参考此数据制定的餐品套餐更能满足当前时节的就餐需求。后续可依据选餐用户当前的点餐需求,从这些历史同期集中点餐的餐品组合中再筛选出符合需求的餐品组合,进而自动生成餐品套餐进行推荐。结合用户点餐需求生成得到的餐品套餐,更能满足用户的当前需求,并非笼统性的分析,可保证餐品套餐制作的准确性。并且对于之前没有餐品套餐的餐饮门店,利用本方案可给出餐品套餐推荐,而对于选餐用户也可给出更加合理化的就餐建议。
进一步的,作为上述实施例具体实施方式的细化和扩展,为了完整说明本实施例的具体实施过程,本实施例提供了另一种餐品套餐信息的确定方法,如图2所示,该方法包括:
201、获取当前时节的历史同期订单信息。
在本实施例中,默认获取的是本餐饮门店(即选餐用户当前点餐的门店)当前时节的历史同期订单信息,如可通过本餐饮门店的经营日志中获取。这样分析结果更加贴合本餐饮门店,分析得到的餐品套餐数据更加准确。
如果不存在本餐饮门店当前时节的历史同期订单信息,如新开的门店、历史数据未记录或丢失等情况。此时为了得到更加贴合本餐饮门店的餐品套餐分析结果,可获取与本餐饮门店相似的其他门店当前时节的历史同期订单信息,作为分析依据数据。如相同品牌的其他连锁门店、或者同街区经营相同内容的其他门店等。由于这些门店更贴合于本餐饮门店的情况,因此通过这种方式也能够在一定程度上保证本方案餐品套餐分析的准确性。
202、从获取到的历史同期订单信息中读取各个点餐订单对应的餐品列表。
其中,一个点餐订单中会包含一个总共的餐品列表,该餐品列表中包含至少一个点餐的餐品。
203、分析餐品列表中的频繁项集。
在本实施例中,在得到这些餐品列表以后,可分析这些餐品列表中的频繁项集,由于频繁项集代表了餐品列表中相对集中点餐的餐品搭配情况,进而通过分析得到的频繁项集中包含的餐品集合,可准确确定步骤102中需要获取的第一餐品组合信息。其中,分析得到的频繁项集可为一项频繁集或多项频繁集。
为了准确获取餐品列表中的频繁项集,示例性的,步骤203具体可包括:首先依据餐品列表的1项集在各个餐品列表中的出现次数,获取各个餐品列表中的1项频繁集;再按照1项频繁集对应的该出现次数大小进行降序排列;然后按照1项频繁集的排序,将各个餐品列表中的1项频繁集建立树形结构,并在树形结构建立完成后,以树形结构中的子节点作为叶子节点,获取每个叶子节点对应的子树;最后依据子树中的节点与对应叶子节点之间的搭配组合,生成频繁项集。通过这种树形结构可准确找到具有关联关系的节点(即同属于同一子树的一个或多个节点),然后再分析这些节点关联关系程度(如一起出现的次数越多,其越是强关联关系),进而通过关联关系程度准确找到树形结构中节点对应的频繁项集,即这些餐品列表中的频繁项集。
进一步为了说明上述具体实现过程,可选的,上述依据餐品列表的1项集在各个餐品列表中的出现次数,获取各个餐品列表中的1项频繁集,具体可包括:将餐品列表中的1项集所对应的出现次数,除以餐品列表的个数得到该1项集的支持度;然后将餐品列表中删除支持度低于预设阈值的1项集,并将删除后剩余的1项集确定为1项频繁集。通过这种方式可准确得到餐品列表中的1项频繁集。
可选的,子树中的节点各自具有对应的计数,该计数是根据节点对应1项频繁集在各个餐品列表中的出现次数确定得到的。相应的,上述依据子树中的节点与对应叶子节点之间的搭配组合,生成频繁项集的过程,具体可包括:首先按照叶子节点对应的计数,更新所在子树中的节点各自对应的计数;然后去除子树中计数小于预设数值的节点,并将子树中剩余节点与对应叶子节点之间进行搭配组合,生成一项或多项的频繁项集。其中,预设数值可根据实际需求预先设定。在本可选方式中,以在各个餐品列表中的出现次数确定同一子树节点在一起搭配的频繁程度,进而可准确获取得到这些餐品列表中的频繁项集。
204、从获取到的频繁项集中筛选出与选餐用户点餐需求信息中的就餐人数、和/或偏好口味、和/或就餐定位等级、和/或就餐目的对应的一个或多个目标餐品组合。
其中,偏好口味可包括需求的菜系、口味等。就餐定位等级可包括豪华、普通、经济等。就餐目的可包括会客、家庭聚餐、生日宴会等。
在本实施例中,在获取得到这些餐品列表中的频繁项集以后,可根据这些不同项的频繁项集中各自包含的各个餐品信息(例牌菜量、口味、包含的原材料、制作工序、消费价格等),设置每个频繁项集适合的就餐人数、偏好口味、就餐定位等级、就餐目的等标签。
在需要获取选择用户对应的目标餐品组合时,将选餐用户点餐需求信息中的就餐人数、和/或偏好口味、和/或就餐定位等级、和/或就餐目的,分别与这些频繁项集设置的这些标签进行匹配,进而匹配到对应的目标频繁项集,这里可能仅匹配到一个频繁项集,或者可能匹配到多个频繁项集,然后根据匹配到这些目标频繁项集,确定相对应的一个或多个目标餐品组合。通过这种方式可准确找到适合选餐用户点餐需求的餐品组合。
205、参照筛选出的目标餐品组合,从餐品数据库中获取对应餐品信息进行组合,生成餐品套餐信息。
其中,餐品数据库中可包含本餐饮门店能够制作的所有餐品数据,如餐品名称、图片、价格、制作工序、平均制作耗时等。
例如,解析目标餐品组合中的餐品标识,然后利用该餐品标识从餐品数据库中获取对应的餐品信息,最后再按照目标餐品组合中的搭配方式,将获取到的餐品信息进行组合,生成餐品套餐信息。
进一步的,为了使得选餐用户及时了解推荐的餐品套餐,可选的,在生成餐品套餐信息之后,本实施例方法还可包括:输出生成的餐品套餐信息;和/或获取选餐用户对应的用户信息,并发送携带有该用户信息和生成的餐品套餐信息的餐品套餐推荐请求,以使得将该餐品套餐信息转发推荐给与该用户信息对应的客户端。
例如,本侧执行主体可为商家管理设备的客户端,此时商家根据选择用户的点餐需求输入指令生成对应的餐品套餐后,可通过商家管理设备的显示屏进行输出,以便选餐用户进行选择。或者在获取选餐用户的登录账号之后,利用服务端向该登录账号所对应客户端转发该餐品套餐,以便选餐用户在线选择。
选餐用户可根据自身需求选择输出推荐的餐品套餐,并进行相应微调。相应的,本实施例方法还可包括:接收调整指令,对相应的餐品套餐信息进行调整。通过这种方式可进一步满足选餐用户的个性化点餐需求。
由于同类人群对于餐品套餐的偏好具有一定的相似性,因此为了后续加快同类其他用户的餐品套餐调整效率,进一步可选的,本实施例方法还可包括:记录选餐用户最终的订单信息,作为历史订单信息分析与该选餐用户同类人群的偏好餐品套餐信息,以便根据该偏好餐品套餐信息,对与该人群其他用户对应生成的餐品套餐信息进行个性化调整。
在本可选方式中,人群划分的规则可包括按照用户的年龄、性别、职业、居住地等因素进行划分。通过这种方式可提高同类其他用户的餐品套餐调整效率,可满足该类人群的整体需要。
基于上述各实施例内容,为了进一步说明本实施例方法的具体实施过程,给出如下应用场景,但不限于此:
例如,对于一家快餐门店,首先根据当前时节历史同期点餐数据,读取每个点餐订单中的餐品列表;再从餐品列表中读取所有的1项集(即只包含薯条或汉堡等单个餐品),并删除支持度(如薯条在每个点餐订单中出现的总数/订单总数)低于一定阈值的项,进而得到所有的1项频繁集;然后将每个点餐订单中剔除非频繁的1项集,得到只保留这些1项频繁集的新订单。按照所有1项频繁集在每个点餐订单中出现的总数从大到小的顺序,读入每个新订单包含的1项频繁集,并建立树形结构,新节点出现就在树形结构中相应添加,排序靠前的节点是祖先节点,而靠后的是子孙节点。其中,在插入时一并进行节点计数,相同节点每插入一次其计数累计加1,如果有共用的祖先,则对应的公用祖先节点计数累计加1,在所有1项频繁集都插入到该树形结构后,该树形结构建立完成。
如图3所示,为建立得到的树形结构,其中A、B、C…这些代表各个餐品(如薯条、汉堡、可乐等),“A=100”的计数100代表A在当前时节历史同期的全部点餐订单中出现了100次;“D=80”的计数80代表D在当前时节历史同期的全部点餐订单中出现了80次。以该树形结构中的子节点作为叶子节点,获取每个叶子节点对应的子树,并按照该叶子节点对应的计数,更新所在子树中的节点各自对应的计数,去除子树中计数小于一定数值的节点,并将子树中剩余节点与对应叶子节点之间进行搭配组合,生成一项或多项的频繁项集。
如图3所示,以F节点为例,F节点对应的子树为A->C->D->E->F。接着将所有的祖先节点计数设置为F节点的计数,即该子树其他节点的计数变成{A=20,C=20,D=20,E=20}。由于提前设置的频繁项集计数要求为15,所以这些节点都满足要求,不会被剔除。基于该子树结构进行节点搭配组合,相应的,F节点对应的频繁2项集为{A=20,F=20},{C=20,F=20},{D=20,F=20},{E=20,F=20}。递归合并二项集,得到频繁三项集为{A=20,C=20,F=20},{A=20,E=20,F=20},...依此类推进行递归,最大的频繁项集为频繁5项集,为{A=20,C=20,D=20,E=20,F=20}。
再以H节点为例,H节点有两个叶子节点,得到对应的子树如图4所示,初始节点计数为{A=100,C=100,F=30,H=30,H=40},然后根据这两个H节点的计数,更新该子树其他节点相应的计数为{A=70,C=70,F=30},进而H节点对应的频繁2项集为{A=70,H=30},{C=70,H=30},...。递归合并二项集,得到频繁三项集为{A=70,C=70,H=30},{A=70,F=30,H=30},...依此类推进行递归,最大的频繁项集为频繁4项集,为{A=70,C=70,F=30,H=30}。
通过上述方法,得到所有的频繁项集以后,对这些频繁项集分别设置就餐人数、人均消费、偏好口味、就餐定位等级、就餐目的等标签。当需要对目标用户提出的点餐需求生成餐品套餐时,通过该点餐需求中包含的就餐人数、人均消费、偏好口味、就餐定位等级、就餐目的等,通过标签匹配的方式,找到对应的频繁项集,进而获取频繁项集中相应的餐品组合,生成相应的套餐推荐给该目标用户。具体流程如图5所示。后续用户还可根据推荐的套餐内容进行微调等。
本实施例提供的方案,与现有技术相比,相当于首先按照时间因素将套餐制定的参考数据进行有效过滤,主要考虑与当前时节相关的历史同期订单数据,因此更具有针对性,不但可节省大量的时间成本和分析成本,而且参考此数据制定的餐品套餐更能满足当前时节的就餐需求。后续可依据选餐用户当前的点餐需求,从这些历史同期集中点餐的餐品组合中再筛选出符合需求的餐品组合,进而自动生成餐品套餐进行推荐。结合用户点餐需求生成得到的餐品套餐,更能满足用户的当前需求,并非笼统性的分析,可保证餐品套餐制作的准确性。
进一步的,作为图1和图2方法的具体实现,本申请实施例提供了一种餐品套餐信息的确定装置,如图6所示,该装置包括:获取模块31、生成模块32。
获取模块31,可用于获取当前时节的历史同期订单信息;
所述获取模块31,还可用于根据所述历史同期订单信息,获取历史同期集中点餐的第一餐品组合信息;
生成模块32,可用于依据选餐用户当前的点餐需求信息,从所述第一餐品组合信息中筛选出与所述点餐需求信息对应的第二餐品组合信息,生成推荐给所述选餐用户的餐品套餐信息。
在具体的应用场景中,所述获取模块31,具体可用于从所述历史同期订单信息中读取各个点餐订单对应的餐品列表;分析所述餐品列表中的频繁项集,以便通过所述频繁项集中包含的餐品集合,确定所述第一餐品组合信息。
在具体的应用场景中,所述获取模块31,具体还可用于依据餐品列表的1项集在各个所述餐品列表中的出现次数,获取各个所述餐品列表中的1项频繁集;按照所述1项频繁集对应的所述出现次数大小进行降序排列;按照所述1项频繁集的排序,将各个所述餐品列表中的1项频繁集建立树形结构,并在所述树形结构建立完成后,以所述树形结构中的子节点作为叶子节点,获取每个叶子节点对应的子树;依据子树中的节点与对应叶子节点之间的搭配组合,生成所述频繁项集。
在具体的应用场景中,所述子树中的节点各自具有对应的计数,所述计数是根据节点对应的所述出现次数确定得到的;相应的,所述获取模块31,具体还可用于按照叶子节点对应的计数,更新所在子树中的节点各自对应的计数;去除子树中计数小于预设数值的节点,并将子树中剩余节点与对应叶子节点之间进行搭配组合,生成一项或多项的所述频繁项集。
在具体的应用场景中,所述生成模块32,具体可用于从所述频繁项集中筛选出与就餐人数、和/或偏好口味、和/或就餐定位等级、和/或就餐目的对应的一个或多个目标餐品组合;参照所述目标餐品组合,从餐品数据库中获取对应餐品信息进行组合,生成所述餐品套餐信息。
在具体的应用场景中,所述获取模块31,具体还可用于将所述餐品列表中的1项集所对应的所述出现次数,除以所述餐品列表的个数得到该1项集的支持度;将所述餐品列表中删除支持度低于预设阈值的1项集,并将删除后剩余的1项集确定为1项频繁集。
在具体的应用场景中,本装置还可包括:触发模块33;
触发模块33,可用于在生成所述餐品套餐信息之后,输出所述餐品套餐信息;和/或获取所述选餐用户对应的用户信息,并发送携带有所述用户信息和所述餐品套餐信息的餐品套餐推荐请求,以使得将所述餐品套餐信息转发推荐给与所述用户信息对应的客户端。
在具体的应用场景中,本装置还可包括:调整模块34;
调整模块34,可用于接收调整指令,对所述餐品套餐信息进行调整。
在具体的应用场景中,本装置还可包括:记录模块35;
记录模块35,可用于记录所述选餐用户最终的订单信息,作为历史订单信息分析与所述选餐用户同类人群的偏好餐品套餐信息,以便根据所述偏好餐品套餐信息,对与所述人群其他用户对应生成的餐品套餐信息进行个性化调整。
需要说明的是,本实施例提供的一种餐品套餐信息的确定装置所涉及各功能单元的其它相应描述,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,本申请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所示的餐品套餐信息的确定方法。
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6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餐品套餐信息确定的实体设备,具体可以为计算机,商家管理设备,智能手机,平板电脑,智能手表,服务器,或者网络设备等,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所示的餐品套餐信息的确定方法。
可选的,该实体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WI-FI接口)等。
本领域技术人员可以理解,本实施例提供的一种餐品套餐信息确定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餐品套餐信息确定的实体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,以及与信息处理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,相当于首先按照时间因素将套餐制定的参考数据进行有效过滤,主要考虑与当前时节相关的历史同期订单数据,因此更具有针对性,不但可节省大量的时间成本和分析成本,而且参考此数据制定的餐品套餐更能满足当前时节的就餐需求。后续可依据选餐用户当前的点餐需求,从这些历史同期集中点餐的餐品组合中再筛选出符合需求的餐品组合,进而自动生成餐品套餐进行推荐。结合用户点餐需求生成得到的餐品套餐,更能满足用户的当前需求,并非笼统性的分析,可保证餐品套餐制作的准确性。
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 (10)
1.一种餐品套餐信息的确定方法,其特征在于,包括:
获取当前时节的历史同期订单信息;
根据所述历史同期订单信息,获取历史同期集中点餐的第一餐品组合信息;
依据选餐用户当前的点餐需求信息,从所述第一餐品组合信息中筛选出与所述点餐需求信息对应的第二餐品组合信息,生成推荐给所述选餐用户的餐品套餐信息。
2.根据权利要求1所述的方法,其特征在于,所述根据所述历史同期订单信息,获取历史同期集中点餐的第一餐品组合信息,具体包括:
从所述历史同期订单信息中读取各个点餐订单对应的餐品列表;
分析所述餐品列表中的频繁项集,以便通过所述频繁项集中包含的餐品集合,确定所述第一餐品组合信息。
3.根据权利要求2所述的方法,其特征在于,所述分析所述餐品列表中的频繁项集,具体包括:
依据餐品列表的1项集在各个所述餐品列表中的出现次数,获取各个所述餐品列表中的1项频繁集;
按照所述1项频繁集对应的所述出现次数大小进行降序排列;
按照所述1项频繁集的排序,将各个所述餐品列表中的1项频繁集建立树形结构,并在所述树形结构建立完成后,以所述树形结构中的子节点作为叶子节点,获取每个叶子节点对应的子树;
依据子树中的节点与对应叶子节点之间的搭配组合,生成所述频繁项集。
4.根据权利要求3所述的方法,其特征在于,所述子树中的节点各自具有对应的计数,所述计数是根据节点对应的所述出现次数确定得到的;
所述依据子树中的节点与对应叶子节点之间的搭配组合,生成所述频繁项集,具体包括:
按照叶子节点对应的计数,更新所在子树中的节点各自对应的计数;
去除子树中计数小于预设数值的节点,并将子树中剩余节点与对应叶子节点之间进行搭配组合,生成一项或多项的所述频繁项集。
5.根据权利要求4所述的方法,其特征在于,所述依据选餐用户当前的点餐需求信息,从所述第一餐品组合信息中筛选出与所述点餐需求信息对应的第二餐品组合信息,生成推荐给所述选餐用户的餐品套餐信息,具体包括:
从所述频繁项集中筛选出与就餐人数、和/或偏好口味、和/或就餐定位等级、和/或就餐目的对应的一个或多个目标餐品组合;
参照所述目标餐品组合,从餐品数据库中获取对应餐品信息进行组合,生成所述餐品套餐信息。
6.根据权利要求3所述的方法,其特征在于,所述依据餐品列表的1项集在各个所述餐品列表中的出现次数,获取各个所述餐品列表中的1项频繁集,具体包括:
将所述餐品列表中的1项集所对应的所述出现次数,除以所述餐品列表的个数得到该1项集的支持度;
将所述餐品列表中删除支持度低于预设阈值的1项集,并将删除后剩余的1项集确定为1项频繁集。
7.根据权利要求1至6中任一项所述的方法,其特征在于,在生成所述餐品套餐信息之后,所述方法还包括:
输出所述餐品套餐信息;和/或
获取所述选餐用户对应的用户信息,并发送携带有所述用户信息和所述餐品套餐信息的餐品套餐推荐请求,以使得将所述餐品套餐信息转发推荐给与所述用户信息对应的客户端。
8.一种餐品套餐信息的确定装置,其特征在于,包括:
获取模块,用于获取当前时节的历史同期订单信息;
所述获取模块,还用于根据所述历史同期订单信息,获取历史同期集中点餐的第一餐品组合信息;
生成模块,用于依据选餐用户当前的点餐需求信息,从所述第一餐品组合信息中筛选出与所述点餐需求信息对应的第二餐品组合信息,生成推荐给所述选餐用户的餐品套餐信息。
9.一种存储介质,其上存储有计算机程序,其特征在于,所述程序被处理器执行时实现权利要求1至7中任一项所述的餐品套餐信息的确定方法。
10.一种餐品套餐信息的确定设备,包括存储介质、处理器及存储在存储介质上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述程序时实现权利要求1至7中任一项所述的餐品套餐信息的确定方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910943955.3A CN110874785A (zh) | 2019-09-30 | 2019-09-30 | 餐品套餐信息的确定方法、装置及设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910943955.3A CN110874785A (zh) | 2019-09-30 | 2019-09-30 | 餐品套餐信息的确定方法、装置及设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110874785A true CN110874785A (zh) | 2020-03-10 |
Family
ID=69717763
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910943955.3A Pending CN110874785A (zh) | 2019-09-30 | 2019-09-30 | 餐品套餐信息的确定方法、装置及设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110874785A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111325612A (zh) * | 2020-03-18 | 2020-06-23 | 拉扎斯网络科技(上海)有限公司 | 点单方法、订单的配送方法、装置及系统 |
CN111626824A (zh) * | 2020-05-27 | 2020-09-04 | 广东优特云科技有限公司 | 订单处理及下单方法、系统装置及计算机可读存储介质 |
CN113362201A (zh) * | 2021-06-07 | 2021-09-07 | 青岛海尔空调器有限总公司 | 基于空调的点餐方法、装置和智能空调 |
Citations (5)
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 |
CN105205684A (zh) * | 2014-06-30 | 2015-12-30 | 阿里巴巴集团控股有限公司 | 一种搭配产品的推荐展示方法及装置 |
CN107025613A (zh) * | 2017-04-18 | 2017-08-08 | 腾讯科技(上海)有限公司 | 一种自动点餐方法及终端 |
CN107862542A (zh) * | 2017-09-28 | 2018-03-30 | 北京三快在线科技有限公司 | 一种菜品推荐方法和装置 |
CN109214955A (zh) * | 2018-08-17 | 2019-01-15 | 口口相传(北京)网络技术有限公司 | 餐品套餐的生成方法及装置 |
-
2019
- 2019-09-30 CN CN201910943955.3A patent/CN110874785A/zh active Pending
Patent Citations (5)
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 |
CN105205684A (zh) * | 2014-06-30 | 2015-12-30 | 阿里巴巴集团控股有限公司 | 一种搭配产品的推荐展示方法及装置 |
CN107025613A (zh) * | 2017-04-18 | 2017-08-08 | 腾讯科技(上海)有限公司 | 一种自动点餐方法及终端 |
CN107862542A (zh) * | 2017-09-28 | 2018-03-30 | 北京三快在线科技有限公司 | 一种菜品推荐方法和装置 |
CN109214955A (zh) * | 2018-08-17 | 2019-01-15 | 口口相传(北京)网络技术有限公司 | 餐品套餐的生成方法及装置 |
Non-Patent Citations (2)
Title |
---|
刘芳宇: "基于频繁模式的套餐关联分析与推荐", 《现代计算机》 * |
杨海燕: "FP-growth算法改进及其在连锁快餐业关联菜品挖掘中的应用", 《中国优秀硕士学位论文全文数据库 信息科技辑》 * |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111325612A (zh) * | 2020-03-18 | 2020-06-23 | 拉扎斯网络科技(上海)有限公司 | 点单方法、订单的配送方法、装置及系统 |
CN111325612B (zh) * | 2020-03-18 | 2021-05-04 | 拉扎斯网络科技(上海)有限公司 | 点单方法、订单的配送方法、装置及系统 |
CN111626824A (zh) * | 2020-05-27 | 2020-09-04 | 广东优特云科技有限公司 | 订单处理及下单方法、系统装置及计算机可读存储介质 |
CN113362201A (zh) * | 2021-06-07 | 2021-09-07 | 青岛海尔空调器有限总公司 | 基于空调的点餐方法、装置和智能空调 |
CN113362201B (zh) * | 2021-06-07 | 2022-09-06 | 青岛海尔空调器有限总公司 | 基于空调的点餐方法、装置和智能空调 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
WO2019056661A1 (zh) | 一种搜索词推送方法、装置及终端 | |
CN111984837B (zh) | 商品数据的处理方法、装置及设备 | |
CN104050187B (zh) | 搜索结果展示方法及系统 | |
CN111899047A (zh) | 资源推荐方法、装置、计算机设备及计算机可读存储介质 | |
CN107092647B (zh) | 一种提供资源组合的方法及装置 | |
CN110874785A (zh) | 餐品套餐信息的确定方法、装置及设备 | |
US20230214895A1 (en) | Methods and systems for product discovery in user generated content | |
CN109214955B (zh) | 餐品套餐的生成方法及装置 | |
CN106951516B (zh) | 一种基于大数据的装修选品智能排序方法 | |
US20200226168A1 (en) | Methods and systems for optimizing display of user content | |
JP5831204B2 (ja) | 情報提供システム、情報提供方法及びプログラム | |
CN111310032B (zh) | 资源推荐方法、装置、计算机设备及可读存储介质 | |
CN107766446A (zh) | 资讯信息的推送方法、装置、存储介质及处理器 | |
CN111460279A (zh) | 信息推荐方法、装置、存储介质及计算机设备 | |
CN110750697B (zh) | 商户分类方法、装置、设备及存储介质 | |
CN114663186A (zh) | 一种应用于私域和电商平台的商品推荐方法、系统和存储介质 | |
CN109741125A (zh) | 推荐菜品的方法及装置、存储介质、电子装置 | |
CN112579801A (zh) | 直播间的分类方法、装置、存储介质及计算机设备 | |
CN105469291A (zh) | 用户信息提供方法及装置 | |
CN116739836A (zh) | 一种基于知识图谱的餐饮数据分析方法及系统 | |
CN113112336A (zh) | 商品信息处理方法、装置及计算机设备 | |
CN113934943B (zh) | 一种基于FP-growth关联分析规则的配方模块搭配推荐方法及装置 | |
CN107622455B (zh) | 一种基于物联网的点餐方法及物联网终端 | |
CN115860865A (zh) | 商品组合构造方法及其装置、设备、介质、产品 | |
CN109377259A (zh) | 一种推荐菜品信息的生成方法、装置及设备 |
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 | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20200310 |