CN111428944B - 基于大数据的餐饮行业管理系统及方法 - Google Patents
基于大数据的餐饮行业管理系统及方法 Download PDFInfo
- Publication number
- CN111428944B CN111428944B CN202010338839.1A CN202010338839A CN111428944B CN 111428944 B CN111428944 B CN 111428944B CN 202010338839 A CN202010338839 A CN 202010338839A CN 111428944 B CN111428944 B CN 111428944B
- Authority
- CN
- China
- Prior art keywords
- meal
- duration
- module
- dining
- condition
- 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
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
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- 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
- G06F16/953—Querying, e.g. by the use of web search engines
- G06F16/9535—Search customisation based on user profiles and personalisation
-
- 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—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/12—Hotels or restaurants
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/10—Terrestrial scenes
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- Databases & Information Systems (AREA)
- Economics (AREA)
- Human Resources & Organizations (AREA)
- Strategic Management (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Operations Research (AREA)
- General Health & Medical Sciences (AREA)
- Development Economics (AREA)
- Game Theory and Decision Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Primary Health Care (AREA)
- Quality & Reliability (AREA)
- Health & Medical Sciences (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Image Analysis (AREA)
Abstract
本发明公开了一种基于大数据的餐饮行业管理系统及方法,所述管理系统包括信息采集模块、数据库、就餐时长情况预估模块、图像采集模块和就餐时长情况修正模块,所述信息采集模块用于采集餐桌该次就餐人员的就餐人数和点菜情况,所述数据库用于餐桌就餐人员的历史就餐记录,所述就餐时长情况预估模块根据信息采集模块采集到的信息和历史就餐记录预估该次就餐时长情况,所述图像采集模块用于采集该次就餐人员就餐过程的图像并据此获取实际就餐时长情况,所述就餐时长情况修正模块根据图像采集模块得到的实际就餐时长情况和就餐时长情况预估模块的预估情况修正该次就餐时长情况。
Description
技术领域
本发明涉及大数据领域,具体是一种基于大数据的餐饮行业管理系统及方法。
背景技术
随着生活条件的提高,很多人为了方便喜欢到外面的餐厅就餐。当餐厅满座时,需要进行等位,有的时候需要等很久,而且不知道要等多久,这是因为很多人在吃完饭以后不会立马离开餐厅,往往会在餐桌边进行聊天,现有技术中无法预估这种聊天的时长,导致传送的外界等位人的等候时间有误。
发明内容
本发明的目的在于提供一种基于大数据的餐饮行业管理系统及方法,以解决现有技术中的问题。
为实现上述目的,本发明提供如下技术方案:
一种基于大数据的餐饮行业管理系统,所述管理系统包括信息采集模块、数据库、就餐时长情况预估模块、图像采集模块和就餐时长情况修正模块,所述信息采集模块用于采集餐桌该次就餐人员的就餐人数和点菜情况,所述数据库用于餐桌就餐人员的历史就餐记录,所述就餐时长情况预估模块根据信息采集模块采集到的信息和历史就餐记录预估该次就餐时长情况,所述图像采集模块用于采集该次就餐人员就餐过程的图像并据此获取实际就餐时长情况,所述就餐时长情况修正模块根据图像采集模块得到的实际就餐时长情况和就餐时长情况预估模块的预估情况修正该次就餐时长情况。
较优化地,所述就餐时长情况预估模块包括历史就餐记录筛选模块、筛选结果统计计算模块和预估计算模块,所述历史就餐记录筛选模块用于从数据库的历史就餐记录中筛选出与该次就餐人数、点菜情况相近的就餐记录,所述筛选结果统计计算模块统计计算出筛选出的就餐记录的平均就餐时长情况,所述预估计算模块根据平均就餐时长情况和该次的就餐人数、点菜情况预估该次的就餐时长情况。
较优化地,所述图像采集模块包括上菜区域图像采集处理模块和非上菜区域图像采集处理模块,所述上菜区域图像采集处理模块包括上菜区域图像采集模块和上菜区域图像分析模块,所述上菜区域图像采集模块用于采集餐桌上菜区域图像,所述上菜区域图像分析模块根据上菜区域图像采集模块采集到的图像分析实际就餐时长情况,所述非上菜区域图像采集处理模块包括非上菜区域图像采集模块和非上菜区域图像分析模块,所述非上菜区域图像采集模块用于采集餐桌非上菜区域图像,所述非上菜区域图像分析模块根据非上菜区域图像采集模块采集到的图像分析实际就餐时长情况。
较优化地,所述就餐时长情况修正模块包括时长比较模块和修正时长处理模块,所述时长比较模块用于将实际就餐时长情况与预估就餐时长情况的进行比较,根据比较结果判断是否需要修正时长处理模块对预估时长进行重新处理计算。
较优化地,所述修正时长处理模块包括变化率计算模块和修正时长计算模块,所述变化率计算模块根据实际就餐时长情况与预估就餐时长情况计算变化率大小,所述修正时长计算模块根据变化率大小和预估时长情况计算修正时长情况。
一种基于大数据的餐饮行业管理方法,所述管理方法包括以下步骤:
步骤S1:餐桌上的就餐人员通过手机号登录餐厅的点餐系统,选择就餐人数a,并进行点餐;
步骤S2:根据就餐人员的手机号判断就餐人员为老客户还是新客户,如果就餐人员为新客户,则该餐桌的预估就餐时长为两小时,如果就餐人员为老客户,转步骤S3;
步骤S3:获取数据库内该就餐人员的历史就餐记录,根据历史就餐记录和该次点餐就餐情况预估就餐时长情况;
步骤S4:采集该次就餐人员就餐过程的图像,根据采集到的图像和预估就餐时长情况修正就餐时长情况。
较优化地,所述步骤S3进一步包括:
获取历史就餐记录中每次的就餐人数以及相应的点菜数量,并从中筛选出历史就餐记录中就餐人数与该次就餐人数像相差在40%以内且相应的点菜数量与本次的点菜数量相差在20%以内的就餐记录,
统计筛选出的就餐记录的平均就餐人数x1、平均点菜数量x2、平均上菜花费时长x3、平均进餐花费时长x4和平均餐后停留时长x5,
计算预估上菜花费时长q1=(x3/x2)*b,预估进餐花费时长q2=(x4/x2)*b,初步预估餐后停留时长q3=(x5/x1)*a,其中,a为本次就餐人数,b为本次就餐点菜数量。
较优化地,所述步骤S4进一步包括:
步骤S41:将餐桌分成上菜区域和非上菜区域,采集分析餐桌上菜区域图像和餐桌非上菜区域图像,获取实际上菜花费时长和实际进餐花费时长;
步骤S42:根据实际上菜花费时长、实际进餐花费时长与预估上菜花费时长、预估进餐花费时长的关系,对餐后停留时长进行修正。
较优化地,所述步骤S41进一步包括:
步骤S411:采集餐桌上菜区域图像,当当前采集时间的上菜区域图像与上菜区域原始图像存在区别时,提取所有区别图像的轮廓,如果某个区别图像的轮廓面膜大于等于轮廓面积阈值时,该区别图像为有效区别图像,统计有效区别图像的个数,
如果有效区别图像的个数等于1时,那么所述当前采集时间t1为上菜开始时间,
如果有效区别图像的个数等于b时,那么所述当前采集时间t2为上菜完毕时间,则实际上菜花费时长p1=t2-t1,其中,所述上菜区域原始图像为餐桌未开始上菜时的图像,b为本次就餐点菜数量;
步骤S412:采集餐桌非上菜区域图像,当当前采集时间的非上菜区域图像与上一采集时间的非上菜区域图像相同,则该非上菜区域图像为疑似图像,如果疑似图像的持续时长超过时长阈值,那么所述当前采集时间为停止就餐时间t3,则实际进餐花费时长p2=t3-t2。
较优化地,所述步骤S42进一步包括:
如果实际进餐花费时长p1在预估上菜花费时长q1的限定波动范围内且实际进餐花费时长p2在预估进餐花费时长q2的限定波动范围内,那么修正餐后停留时长p1=q3,否则计算第一变化率z1=(p1-q1)/q1,第二变化率z2=(p2-q2)/q2,那么综合变化率Zs=0.2*z1+0.8*z2,修正餐后停留时长p1=q3*(1+Zs)。
与现有技术相比,本发明的有益效果是:本发明通过分析该次就餐人数、点菜情况和历史就餐记录中就餐时长预估该次就餐时长情况,同时对就餐过程进行图像采集,获取实际就餐时长情况,根据预估的该次就餐时长情况和实际就餐时长情况对就餐人员在就餐后停留的时长进行修正,从而使得后续传送的外界等位人的等候时间更加精确。
附图说明
图1为本发明一种基于大数据的餐饮行业管理系统的模块示意图;
图2为本发明一种基于大数据的餐饮行业管理方法的流程示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
请参阅图1~2,本发明实施例中,一种基于大数据的餐饮行业管理系统,所述管理系统包括信息采集模块、数据库、就餐时长情况预估模块、图像采集模块和就餐时长情况修正模块,所述信息采集模块用于采集餐桌该次就餐人员的就餐人数和点菜情况,所述数据库用于餐桌就餐人员的历史就餐记录,所述就餐时长情况预估模块根据信息采集模块采集到的信息和历史就餐记录预估该次就餐时长情况,所述图像采集模块用于采集该次就餐人员就餐过程的图像并据此获取实际就餐时长情况,所述就餐时长情况修正模块根据图像采集模块得到的实际就餐时长情况和就餐时长情况预估模块的预估情况修正该次就餐时长情况。
所述就餐时长情况预估模块包括历史就餐记录筛选模块、筛选结果统计计算模块和预估计算模块,所述历史就餐记录筛选模块用于从数据库的历史就餐记录中筛选出与该次就餐人数、点菜情况相近的就餐记录,所述筛选结果统计计算模块统计计算出筛选出的就餐记录的平均就餐时长情况,所述预估计算模块根据平均就餐时长情况和该次的就餐人数、点菜情况预估该次的就餐时长情况。
所述图像采集模块包括上菜区域图像采集处理模块和非上菜区域图像采集处理模块,所述上菜区域图像采集处理模块包括上菜区域图像采集模块和上菜区域图像分析模块,所述上菜区域图像采集模块用于采集餐桌上菜区域图像,所述上菜区域图像分析模块根据上菜区域图像采集模块采集到的图像分析实际就餐时长情况,所述非上菜区域图像采集处理模块包括非上菜区域图像采集模块和非上菜区域图像分析模块,所述非上菜区域图像采集模块用于采集餐桌非上菜区域图像,所述非上菜区域图像分析模块根据非上菜区域图像采集模块采集到的图像分析实际就餐时长情况。
所述就餐时长情况修正模块包括时长比较模块和修正时长处理模块,所述时长比较模块用于将实际就餐时长情况与预估就餐时长情况的进行比较,根据比较结果判断是否需要修正时长处理模块对预估时长进行重新处理计算。
所述修正时长处理模块包括变化率计算模块和修正时长计算模块,所述变化率计算模块根据实际就餐时长情况与预估就餐时长情况计算变化率大小,所述修正时长计算模块根据变化率大小和预估时长情况计算修正时长情况。
一种基于大数据的餐饮行业管理方法,所述管理方法包括以下步骤:
步骤S1:餐桌上的就餐人员通过手机号登录餐厅的点餐系统,选择就餐人数a,并进行点餐;
步骤S2:根据就餐人员的手机号判断就餐人员为老客户还是新客户,如果就餐人员为新客户,则该餐桌的预估就餐时长为两小时,如果就餐人员为老客户,转步骤S3;
步骤S3:获取数据库内该就餐人员的历史就餐记录,根据历史就餐记录和该次点餐就餐情况预估就餐时长情况:
获取历史就餐记录中每次的就餐人数以及相应的点菜数量,并从中筛选出历史就餐记录中就餐人数与该次就餐人数相差在40%以内且相应的点菜数量与本次的点菜数量相差在20%以内的就餐记录;对历史就餐记录进行筛选,从而提高对餐后停留时长的预估、修正的准确度;
统计筛选出的就餐记录的平均就餐人数x1、平均点菜数量x2、平均上菜花费时长x3、平均进餐花费时长x4和平均餐后停留时长x5,
计算预估上菜花费时长q1=(x3/x2)*b,预估进餐花费时长q2=(x4/x2)*b,初步预估餐后停留时长q3=(x5/x1)*a,其中,a为本次就餐人数,b为本次就餐点菜数量;
步骤S4:采集该次就餐人员就餐过程的图像,根据采集到的图像和预估就餐时长情况修正就餐时长情况:
步骤S41:将餐桌分成上菜区域和非上菜区域,采集分析餐桌上菜区域图像和餐桌非上菜区域图像,获取实际上菜花费时长和实际进餐花费时长:
步骤S411:采集餐桌上菜区域图像,当当前采集时间的上菜区域图像与上菜区域原始图像存在区别时,提取所有区别图像的轮廓,如果某个区别图像的轮廓面膜大于等于轮廓面积阈值时,该区别图像为有效区别图像,统计有效区别图像的个数,
如果有效区别图像的个数等于1时,那么所述当前采集时间t1为上菜开始时间,
如果有效区别图像的个数等于b时,那么所述当前采集时间t2为上菜完毕时间,则实际上菜花费时长p1=t2-t1,其中,所述上菜区域原始图像为餐桌未开始上菜时的图像,b为本次就餐点菜数量;
步骤S412:采集餐桌非上菜区域图像,当当前采集时间的非上菜区域图像与上一采集时间的非上菜区域图像相同,则该非上菜区域图像为疑似图像,如果疑似图像的持续时长超过时长阈值,那么所述当前采集时间为停止就餐时间t3,则实际进餐花费时长p2=t3-t2;采集餐桌上菜区域图像和非上菜区域图像有先后之分,要在有效区别图像的个数等于b后才开始采集非上菜区域图像;上菜区域和非上菜区域的划分可以使得上菜区域与非上菜区域具有相同的中心,非上菜区域围绕上菜区域设置,比如,如果餐桌是圆形,那么在餐桌上以餐桌的中心做圆,该圆圈内的区域为上菜区域,该圆圈外的区域为非上菜区域;当非上菜区域长时间没有发生变化,表明就餐人员已经停止进行夹菜,说明就餐人员停止食用饭菜,停止进餐;
步骤S42:根据实际上菜花费时长、实际进餐花费时长与预估上菜花费时长、预估进餐花费时长的关系,对餐后停留时长进行修正,
如果实际进餐花费时长p1在预估上菜花费时长q1的限定波动范围内且实际进餐花费时长p2在预估进餐花费时长q2的限定波动范围内,那么修正餐后停留时长p1=q3,否则计算第一变化率z1=(p1-q1)/q1,第二变化率z2=(p2-q2)/q2,那么综合变化率Zs=0.2*z1+0.8*z2,修正餐后停留时长p1=q3*(1+Zs),当实际花费时长与预估花费时长相差较大时,通过实际就餐时长与预估就餐时长之间的变化情况对餐后停留时间进行修正,使得后续传送的外界等位人的等候时间更加精确。
对于本领域技术人员而言,显然本发明不限于上述示范性实施例的细节,而且在不背离本发明的精神或基本特征的情况下,能够以其他的具体形式实现本发明。因此,无论从哪一点来看,均应将实施例看作是示范性的,而且是非限制性的,本发明的范围由所附权利要求而不是上述说明限定,因此旨在将落在权利要求的等同要件的含义和范围内的所有变化囊括在本发明内。不应将权利要求中的任何附图标记视为限制所涉及的权利要求。
Claims (3)
1.一种基于大数据的餐饮行业管理系统的管理方法,其特征在于:所述管理系统包括信息采集模块、数据库、就餐时长情况预估模块、图像采集模块和就餐时长情况修正模块,所述信息采集模块用于采集餐桌该次就餐人员的就餐人数和点菜情况,所述数据库用于餐桌就餐人员的历史就餐记录,所述就餐时长情况预估模块根据信息采集模块采集到的信息和历史就餐记录预估该次就餐时长情况,所述图像采集模块用于采集该次就餐人员就餐过程的图像并据此获取实际就餐时长情况,所述就餐时长情况修正模块根据图像采集模块得到的实际就餐时长情况和就餐时长情况预估模块的预估情况修正该次就餐时长情况;
所述图像采集模块包括上菜区域图像采集处理模块和非上菜区域图像采集处理模块,所述上菜区域图像采集处理模块包括上菜区域图像采集模块和上菜区域图像分析模块,所述上菜区域图像采集模块用于采集餐桌上菜区域图像,所述上菜区域图像分析模块根据上菜区域图像采集模块采集到的图像分析实际就餐时长情况,所述非上菜区域图像采集处理模块包括非上菜区域图像采集模块和非上菜区域图像分析模块,所述非上菜区域图像采集模块用于采集餐桌非上菜区域图像,所述非上菜区域图像分析模块根据非上菜区域图像采集模块采集到的图像分析实际就餐时长情况;
所述就餐时长情况预估模块包括历史就餐记录筛选模块、筛选结果统计计算模块和预估计算模块,所述历史就餐记录筛选模块用于从数据库的历史就餐记录中筛选出与该次就餐人数、点菜情况相近的就餐记录,所述筛选结果统计计算模块统计计算出筛选出的就餐记录的平均就餐时长情况,所述预估计算模块根据平均就餐时长情况和该次的就餐人数、点菜情况预估该次的就餐时长情况;
所述就餐时长情况修正模块包括时长比较模块和修正时长处理模块,所述时长比较模块用于将实际就餐时长情况与预估就餐时长情况的进行比较,根据比较结果判断是否需要修正时长处理模块对预估时长进行重新处理计算;
所述修正时长处理模块包括变化率计算模块和修正时长计算模块,所述变化率计算模块根据实际就餐时长情况与预估就餐时长情况计算变化率大小,所述修正时长计算模块根据变化率大小和预估时长情况计算修正时长情况;
所述管理方法包括以下步骤:
步骤S1:餐桌上的就餐人员通过手机号登录餐厅的点餐系统,选择就餐人数a,并进行点餐;
步骤S2:根据就餐人员的手机号判断就餐人员为老客户还是新客户,如果就餐人员为新客户,则该餐桌的预估就餐时长为两小时,如果就餐人员为老客户,转步骤S3;
步骤S3:获取数据库内该就餐人员的历史就餐记录,根据历史就餐记录和该次点餐就餐情况预估就餐时长情况;
步骤S4:采集该次就餐人员就餐过程的图像,根据采集到的图像和预估就餐时长情况修正就餐时长情况;
所述步骤S4进一步包括:
步骤S41:将餐桌分成上菜区域和非上菜区域,采集分析餐桌上菜区域图像和餐桌非上菜区域图像,获取实际上菜花费时长和实际进餐花费时长;
步骤S42:根据实际上菜花费时长、实际进餐花费时长与预估上菜花费时长、预估进餐花费时长的关系,对餐后停留时长进行修正;
所述步骤S41进一步包括:
步骤S411:采集餐桌上菜区域图像,当当前采集时间的上菜区域图像与上菜区域原始图像存在区别时,提取所有区别图像的轮廓,如果某个区别图像的轮廓面膜大于等于轮廓面积阈值时,该区别图像为有效区别图像,统计有效区别图像的个数,
如果有效区别图像的个数等于1时,那么所述当前采集时间t1为上菜开始时间,
如果有效区别图像的个数等于b时,那么所述当前采集时间t2为上菜完毕时间,则实际上菜花费时长p1=t2-t1,其中,所述上菜区域原始图像为餐桌未开始上菜时的图像,b为本次就餐点菜数量;
步骤S412:采集餐桌非上菜区域图像,当当前采集时间的非上菜区域图像与上一采集时间的非上菜区域图像相同,则该非上菜区域图像为疑似图像,如果疑似图像的持续时长超过时长阈值,那么所述当前采集时间为停止就餐时间t3,则实际进餐花费时长p2=t3-t2。
2.根据权利要求1所述的管理方法,其特征在于:所述步骤S3进一步包括:
获取历史就餐记录中每次的就餐人数以及相应的点菜数量,并从中筛选出历史就餐记录中就餐人数与该次就餐人数像相差在40%以内且相应的点菜数量与本次的点菜数量相差在20%以内的就餐记录,
统计筛选出的就餐记录的平均就餐人数x1、平均点菜数量x2、平均上菜花费时长x3、平均进餐花费时长x4和平均餐后停留时长x5,
计算预估上菜花费时长q1=(x3/x2)*b,预估进餐花费时长q2=(x4/x2)*b,初步预估餐后停留时长q3=(x5/x1)*a,其中,a为本次就餐人数,b为本次就餐点菜数量。
3.根据权利要求2所述的管理方法,其特征在于:所述步骤S42进一步包括:
如果实际进餐花费时长p1在预估上菜花费时长q1的限定波动范围内且实际进餐花费时长p2在预估进餐花费时长q2的限定波动范围内,那么修正餐后停留时长p1=q3,否则计算第一变化率z1=(p1-q1)/q1,第二变化率z2=(p2-q2)/q2,那么综合变化率Zs=0.2*z1+0.8*z2,修正餐后停留时长p1=q3*(1+Zs)。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010338839.1A CN111428944B (zh) | 2020-04-26 | 2020-04-26 | 基于大数据的餐饮行业管理系统及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010338839.1A CN111428944B (zh) | 2020-04-26 | 2020-04-26 | 基于大数据的餐饮行业管理系统及方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111428944A CN111428944A (zh) | 2020-07-17 |
CN111428944B true CN111428944B (zh) | 2021-12-10 |
Family
ID=71558760
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010338839.1A Active CN111428944B (zh) | 2020-04-26 | 2020-04-26 | 基于大数据的餐饮行业管理系统及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111428944B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112530076B (zh) * | 2020-11-24 | 2021-07-27 | 深圳市科拜斯物联网科技有限公司 | 健康管理的食堂餐饮系统和方法 |
CN113570136B (zh) * | 2021-07-26 | 2024-03-08 | 广州宏途数字科技有限公司 | 一种用于放学后学生用餐预测方法 |
Family Cites Families (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2000020832A (ja) * | 1998-06-29 | 2000-01-21 | Casio Comput Co Ltd | 予測待ち時間出力装置、予測待ち時刻出力装置及び記憶媒体 |
CN102479400A (zh) * | 2010-11-24 | 2012-05-30 | 王军 | 一种用餐排队系统 |
CN103871007A (zh) * | 2014-04-09 | 2014-06-18 | 牛占峰 | 基于网络的餐饮管理系统 |
CN105468913A (zh) * | 2015-11-25 | 2016-04-06 | 哈尔滨商业大学 | 智能餐桌系统以及基于物联网的健康饮食控制系统 |
JP2018005720A (ja) * | 2016-07-06 | 2018-01-11 | 株式会社EggStellar | 食事の栄養線分を管理する管理システム |
CN107392334A (zh) * | 2017-07-13 | 2017-11-24 | 成都人人互动网络科技有限公司 | 一种排号点餐系统 |
JP6873863B2 (ja) * | 2017-08-09 | 2021-05-19 | 株式会社東芝 | 提供数予測装置、提供数予測方法及び提供数予測プログラム |
CN107403288A (zh) * | 2017-08-11 | 2017-11-28 | 无锡北斗星通信息科技有限公司 | 一种自适应后厨调度方法 |
CN108091029A (zh) * | 2017-11-27 | 2018-05-29 | 深圳市赛亿科技开发有限公司 | 餐厅排号管理方法及系统 |
CN107945062A (zh) * | 2017-12-18 | 2018-04-20 | 国网浙江省电力公司综合服务分公司 | 可实现环境及健康监控的食堂系统 |
CN109345315B (zh) * | 2018-10-18 | 2022-01-07 | 美味不用等(上海)信息科技股份有限公司 | 客户就餐体验评估模型的创建方法和评估方法 |
CN109816126B (zh) * | 2019-01-04 | 2021-05-04 | 口碑(上海)信息技术有限公司 | 订餐信息的处理方法、装置及系统 |
CN109800909A (zh) * | 2019-01-04 | 2019-05-24 | 秒针信息技术有限公司 | 一种候餐时间预估方法及装置 |
CN109872800B (zh) * | 2019-03-13 | 2021-05-14 | 京东方科技集团股份有限公司 | 一种饮食陪伴系统和饮食陪伴方法 |
CN110910315B (zh) * | 2019-04-12 | 2020-08-11 | 上海宣宇企业管理有限公司 | 智能化数据信息匹配系统及方法 |
CN110135646B (zh) * | 2019-05-20 | 2021-07-20 | 梁志鹏 | 一种餐厅预估快速上菜的方法、装置及存储介质 |
CN110428074A (zh) * | 2019-07-18 | 2019-11-08 | 广东佰纳生态科技有限公司 | 一种基于移动互联网的扫码点餐营销管理系统及运行方法 |
-
2020
- 2020-04-26 CN CN202010338839.1A patent/CN111428944B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN111428944A (zh) | 2020-07-17 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111428944B (zh) | 基于大数据的餐饮行业管理系统及方法 | |
CN107924548B (zh) | 使用可穿戴设备自动监视一位置处的实时活动以确定等待时间的系统和方法 | |
CN102538379B (zh) | 一种冰箱食品信息管理装置及方法 | |
RU2011140609A (ru) | Способ и устройство для извлечения круга взаимосвязей участников в сети службы социальной сети (ссс (sns) | |
CN110879995A (zh) | 目标物品检测方法及装置、存储介质及电子装置 | |
CN106612216A (zh) | 网站访问异常的检测方法及装置 | |
CN110619308A (zh) | 一种过道杂物检测方法、装置、系统和设备 | |
CN110909703A (zh) | 一种基于人工智能的明厨亮灶场景下厨师帽的检测方法 | |
US20080162290A1 (en) | Method and apparatus for determining meal status in a restaurant environment | |
CN112288530B (zh) | 资源共享智能就餐方法、装置、系统、介质和设备 | |
CN113591826B (zh) | 一种基于计算机视觉的餐桌清扫智能提醒方法 | |
CN112163686B (zh) | 一种g/g/1排队系统的等待响应时间置信区间预测方法和装置 | |
CN110111891B (zh) | 一种基于人脸图像的员工健康告警方法及系统 | |
CN111275583A (zh) | 一种基于人脸识别与数据库的服务方法 | |
CN115376071A (zh) | 一种餐饮行业工作人员作业规范的图像识别方法 | |
CN111931691B (zh) | 一种在岗监测方法及其监测系统 | |
JP2019095930A (ja) | 決定装置、補正装置、表示装置、決定システム、決定方法及びコンピュータプログラム | |
CN112950801B (zh) | 远程办公考勤记录方法及装置 | |
CN109885467B (zh) | 数据波动的报警方法、装置、存储介质及电子设备 | |
CN116611614B (zh) | 一种基于大数据平台的商户出餐管理方法及系统 | |
CN112597880A (zh) | 客流批次识别方法、装置、计算机设备及可读存储介质 | |
CN111723844A (zh) | 聚类中心的确定方法、系统和图片类型的确定方法、装置 | |
CN111027466A (zh) | 一种银行网点超柜使用规范智能检测方法及装置 | |
CN114973237B (zh) | 基于图象识别的光盘率检测方法 | |
CN111414799A (zh) | 同行用户确定方法、装置、电子设备及计算机可读介质 |
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 | ||
TA01 | Transfer of patent application right |
Effective date of registration: 20211112 Address after: 325600 Liu Shi Zhen Hou Xi Cun, Leqing City, Wenzhou City, Zhejiang Province Applicant after: Yueqing taiboheng Electronic Technology Co., Ltd Address before: 215300 No. 8, Qulu Road, Kunshan City, Suzhou City, Jiangsu Province Applicant before: Xiao Chen |
|
TA01 | Transfer of patent application right | ||
GR01 | Patent grant | ||
GR01 | Patent grant |