CN111563195B - 饮品推荐方法、设备及计算机可读存储介质 - Google Patents
饮品推荐方法、设备及计算机可读存储介质 Download PDFInfo
- Publication number
- CN111563195B CN111563195B CN202010132794.2A CN202010132794A CN111563195B CN 111563195 B CN111563195 B CN 111563195B CN 202010132794 A CN202010132794 A CN 202010132794A CN 111563195 B CN111563195 B CN 111563195B
- Authority
- CN
- China
- Prior art keywords
- user
- beverage
- drink
- recommended
- recommendation
- 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 47
- 235000013361 beverage Nutrition 0.000 title claims description 211
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 24
- 230000035622 drinking Effects 0.000 claims description 9
- 238000011156 evaluation Methods 0.000 description 14
- 238000004891 communication Methods 0.000 description 7
- 238000004364 calculation method Methods 0.000 description 5
- 241001122767 Theaceae Species 0.000 description 4
- 238000009499 grossing Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 2
- 238000007781 pre-processing Methods 0.000 description 2
- 230000003078 antioxidant effect Effects 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000002146 bilateral effect Effects 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000003062 neural network model Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 150000008442 polyphenolic compounds Chemical class 0.000 description 1
- 235000013824 polyphenols Nutrition 0.000 description 1
- 229940088594 vitamin Drugs 0.000 description 1
- 229930003231 vitamin Natural products 0.000 description 1
- 235000013343 vitamin Nutrition 0.000 description 1
- 239000011782 vitamin Substances 0.000 description 1
Classifications
-
- 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
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0282—Rating or review of business operators or products
Landscapes
- Engineering & Computer Science (AREA)
- Databases & Information Systems (AREA)
- Theoretical Computer Science (AREA)
- Business, Economics & Management (AREA)
- Finance (AREA)
- Strategic Management (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Accounting & Taxation (AREA)
- Development Economics (AREA)
- General Engineering & Computer Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Game Theory and Decision Science (AREA)
- Data Mining & Analysis (AREA)
- Economics (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本申请涉及物联网技术领域，公开了一种饮品推荐方法、设备及计算机可读存储介质，该方法包括：获取用户在预设时间段内的饮品数据；根据所述饮品数据，确定用户对各种饮品的喜好程度；根据用户对各种饮品的所述喜好程度，确定用户的喜好饮品；根据用户的所述喜好饮品，生成含有待推荐饮品及其交易链接的推荐列表。本申请能够提升饮品采购的便捷性和智能性。
Description
技术领域
本申请涉及物联网技术领域，尤其涉及一种饮品推荐方法、设备及计算机可读存储介质。
背景技术
目前，较多注重人文关怀的公司、企业或机构，会设立茶水间或水吧等场地，为员工提供种类繁多的各式冲泡饮品，比如茶、咖啡等。由于员工人数众多，冲泡饮品消耗较快，通常需人工定期盘点饮品剩余库存，再采购补充剩余库存不足的饮品，这种人工配备饮品库存的方式费时费力，不够智能和便捷。因此，如何提升配备饮品库存的智能性和便捷性，已成为目前亟待解决的技术问题。
发明内容
本申请的主要目的在于提供一种饮品推荐方法、设备及计算机可读存储介质，旨在提升饮品采购的便捷性和智能性。
为实现上述目的，本申请提供一种饮品推荐方法，所述方法包括：
获取用户在预设时间段内的饮品数据；
根据所述饮品数据，确定用户对各种饮品的喜好程度；
根据用户对各种饮品的所述喜好程度，确定用户的喜好饮品；
根据用户的所述喜好饮品，生成含有待推荐饮品及其交易链接的推荐列表。
此外，为实现上述目的，本申请还提供一种饮品推荐设备，所述饮品推荐设备包括处理器、存储器、以及存储在所述存储器上并可被所述处理器执行的饮品推荐程序，其中所述饮品推荐程序被所述处理器执行时，实现如上所述的饮品推荐方法的步骤。
此外，为实现上述目的，本申请还提供一种计算机可读存储介质，所述计算机可读存储介质上存储有饮品推荐程序，其中所述饮品推荐程序被处理器执行时，实现如上述的饮品推荐方法的步骤。
本申请提供一种饮品推荐方法、设备及计算机可读存储介质，首先获取用户在预设时间段内的饮品数据；再根据获取的饮品数据，确定确定用户对各种饮品的喜好程度；然后根据用户对各种饮品的所述喜好程度，确定用户的喜好饮品；由于越是用户喜好的饮品，消耗越快，最终即可根据用户的喜好饮品，生成含有待推荐饮品及其交易链接的推荐列表。如此，通过分析用户的饮品数据，在贴合用户实际喜好的基础上，实现了饮品的智能推荐，为配备饮品库存提供了参考，提升了配备饮品库存的智能性和便捷性。
附图说明
为了更清楚地说明本申请实施例技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本申请各实施例涉及的移动终端的硬件结构示意图；
图2为本申请饮品推荐方法一实施例的流程示意图；
图3为本申请饮品推荐方法一实施例涉及的细化流程示意图。
本申请目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。
具体实施方式
应当理解，此处所描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。
下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，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，都属于本申请保护的范围。
附图中所示的流程图仅是示例说明，不是必须包括所有的内容和操作/步骤，也不是必须按所描述的顺序执行。例如，有的操作/步骤还可以分解、组合或部分合并，因此实际执行的顺序有可能根据实际情况改变。
还应当理解，在本申请说明书和所附权利要求书中使用的术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合，并且包括这些组合。
下面结合附图，对本申请的一些实施方式作详细说明。在不冲突的情况下，下述的实施例及实施例中的特征可以相互组合。
本申请实施例涉及的饮品推荐方法主要应用于饮品推荐设备，该饮品推荐设备可以是云端服务器。
参照图1，图1为本申请实施例方案中涉及的云端服务器的硬件结构示意图。本申请实施例中，云端服务器可以包括处理器1001(例如中央处理器Central ProcessingUnit、CPU)，通信总线1002，用户接口1003，网络接口1004，存储器1005。其中，通信总线1002用于实现这些组件之间的连接通信；用户接口1003可以包括显示屏(Display)、输入单元比如键盘(Keyboard)；网络接口1004可选的可以包括标准的有线接口、无线接口(如WI-FI接口)；存储器1005可以是高速RAM存储器，也可以是稳定的存储器(non-volatile memory)，例如磁盘存储器，存储器1005可选的还可以是独立于前述处理器1001的存储。
本领域技术人员可以理解，图1中示出的硬件结构并不构成对本申请的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。
继续参照图1，图1中确定为一种可读计算机可读存储介质计算机可读存储介质的存储器1005可以包括操作系统、网络通信模块以及饮品推荐程序。在图1中，网络通信模块主要用于连接饮水机，与饮水机进行数据通信；而处理器1001可以调用存储器1005中存储的饮品推荐程序，并执行本申请实施例提供的饮品推荐方法的步骤。
其中，在一个实施例中，所述处理器用于运行存储在存储器中的饮品推荐程序，以实现如下步骤：
获取用户在预设时间段内的饮品数据；
根据所述饮品数据，确定用户对各种饮品的喜好程度；
根据用户对各种饮品的所述喜好程度，确定用户的喜好饮品；
根据用户的所述喜好饮品，生成含有待推荐饮品及其交易链接的推荐列表。
在一些实施例中，所述饮品数据包括用户饮用每种饮品的频率和用户对每种饮品的好评率；所述处理器实现所述根据所述饮品数据，确定用户对各种饮品的喜好程度，包括：
根据用户饮用每种饮品的所述频率和用户对每种饮品的所述好评率，结合预设喜好程度计算公式计算得到用户对各种饮品的喜好程度，其中，zi表示用户对饮品i的喜好程度，xi表示用户饮用饮品i的频率，yi表示用户对饮品i的好评率，λ表示饮品i的权重。
在一些实施例中，所述处理器实现所述根据用户对各种饮品的所述喜好程度，确定用户的喜好饮品，包括：
将用户对各种饮品的所述喜好程度与预设阈值进行比对；
将用户的喜好程度超过预设阈值的饮品，确定为用户的喜好饮品。
在一些实施例中，所述处理器实现所述根据用户的所述喜好饮品，生成含有待推荐饮品及其交易链接的推荐列表，包括：
从用户的所述喜好饮品中挑选出待推荐饮品，并获取所述待推荐饮品的交易链接；
根据所述待推荐饮品和所述交易链接生成推荐列表。
在一些实施例中，所述处理器实现所述从用户的所述喜好饮品中挑选出待推荐饮品，包括：
新建一空白推荐列表，并设置所述空白推荐列表的饮品配置数量；
按照所述饮品配置数量，从用户的所述喜好饮品中挑选出待推荐饮品。
在一些实施例中，所述处理器实现所述根据所述待推荐饮品和所述交易链接生成推荐列表，包括：
将所述待推荐饮品按照挑选的顺序在所述空白推荐列表中进行排列，并对应填充所述待推荐饮品的交易链接，得到推荐列表。
在一些实施例中，所述处理器实现所述获取用户在预设时间段内的饮品数据之前，包括：
获取饮水机采集的用户在预设时间段内冲泡的饮品图像，以及获取用户在预设时间段内对饮品的评价信息。
在一些实施例中，所述处理器实现所述获取用户在预设时间段内的饮品数据，包括：
对用户在预设时间段内冲泡的所述饮品图像进行识别得到识别结果，并根据所述识别结果统计用户在预设时间段内饮用每种饮品的频率；
根据用户在预设时间段内对饮品的评价信息计算用户在预设时间段内对每种饮品的好评率；
将统计的所述饮用每种饮品的频率和计算的所述对每种饮品的好评率作为饮品数据。
基于上述硬件结构，本申请实施例提供了一种饮品推荐方法。
参照图2，图2为本申请饮品推荐方法一实施例的流程示意图。该饮品推荐方法由饮品推荐设备实现，饮品推荐设备可以是云端服务器等具有数据处理功能的设备。
具体地，如图2所示，该饮品推荐方法包括步骤S101至步骤S104。
步骤S101、获取用户在预设时间段内的饮品数据。
其中，用户在预设时间段内的饮品数据包括用户在预设时间段内饮用每种饮品的频率和用户在预设时间段内对每种饮品的好评率。该预设时间段可以是用户最近饮用饮品的周期，也可以是根据实际经验设定的时间段，此处不作限定。
在一些实施例中，如图3所示，所述获取用户在预设时间段内的饮品数据，包括子步骤S1010至S1013。
步骤S1010、获取饮水机采集的用户在预设时间段内冲泡的饮品图像，以及获取用户在预设时间段内对饮品的评价信息。
其中，云端服务器与饮水器建立有通信连接，云端服务器可以通过饮水机获取用户在预设时间段内冲泡的饮品图像。具体地，饮水机安装有摄像头，摄像头的拍摄区域包括饮水机的取水区域，用户每次在饮水机的取水区域取水冲泡容器内的饮品时，摄像头捕获容器中盛放的饮品图像，然后为每次捕获的饮品图像盖上时间戳，上传至云端服务器，云端服务器接收饮水机上传的饮品图像，按时间顺序存储至本地数据库。由此，云端服务器可以依据时间戳从其本地数据库中获取用户在预设时间段的饮品图像。
其中，相关技术人员还可以为饮水机开发配套的饮水机APP，云端服务器可以从饮水机APP获取用户在预设时间段内对饮品的评价信息。其中，用户每次使用饮水机水冲泡饮品后，可以在饮水机APP对本次饮水机的使用进行评价，其中涉及对饮水机冲泡饮品的水温、饮品与水的比例、饮品口感、饮品满意度的等评价选项。由此，可以从这些使用评价中抽取预设时间段的饮品口感和/或饮品满意度等评价，作为用户在预设时间段内对饮品的评价信息。
步骤S1011、对用户在预设时间段内冲泡的所述饮品图像进行识别得到识别结果，并根据所述识别结果统计用户在预设时间段内饮用每种饮品的频率。
云端服务器从其本地数据库中获取用户在预设时间段的饮品图像之后，对用户在预设时间段内冲泡的所述饮品图像进行识别，得到用户在预设时间段内冲泡的饮品种类，统计每种饮品的数量，即可得到用户在预设时间段内饮用每种饮品的频率。
在一些实施例中，对饮品图像进行识别的方式可以是先对饮品图像进行预处理，并从预处理后的饮品图像中提取出感兴趣区域；然后从感兴趣区域提取饮品的特征；将提取的特征输入至训练好的饮品识别模型中进行分析，以得出饮品的种类作为识别结果。其中，饮品识别模型具体为反向传播神经网络模型(Back Propagation Neural Network)模型，训练好的饮品识别模型具有较好的稳定性和预测能力，预测结果只有一个。
示例性的，对饮品图像进行预处理，包括对饮品图像进行灰度化处理，再对灰度化处理后的饮品图像进行平滑去噪处理，再对平滑去噪处理后的饮品图像进行二值化处理。其中，具体可以采用低通滤波算法对饮品图像进行平滑去噪处理，比如采用双边滤波器对饮品图像进行滤波，在去除饮品图像的噪声的同时，也能够较好的保持饮品图像的边缘轮廓细节；可以采用阈值法对平滑去噪处理后的饮品图像进行二值化处理，以将饮品图像中的待识别饮品部分，与饮品图像中的背景部分区分开来。
示例性的，从预处理后的饮品图像中提取出感兴趣区域，可以是采用Canny算子从预处理后的饮品图像中检测出饮品部分的上边界、左边界和下边界，从而可以准确地确定饮品部分的上边界、左边界和下边界构成的最小外接矩形区域，提取该最小外接矩形区域，即可得到饮品所在的ROI区域。
步骤S1012、根据用户在预设时间段内对饮品的评价信息计算用户在预设时间段内对每种饮品的好评率。
云端服务器从饮水机APP中获取用户在预设时间段内对饮品的评价信息之后，先统计用户在预设时间段内对饮品口感和/或的评价总数，再统计对每种饮品口感的好评数，分别用每种饮品的好评数除以该评价总数，即可得到对每种饮品的好评率。
步骤S1013、将统计的所述饮用每种饮品的频率和计算的所述对每种饮品的好评率作为饮品数据。
进一步地，便可将统计的用户在预设时间段内饮用每种饮品的频率和计算的用户在预设时间段内对每种饮品的好评率，作为用户在预设时间段内的饮品数据。
步骤S102、根据所述饮品数据，确定用户对各种饮品的喜好程度。
在获取用户在预设时间段内的饮品数据之后，便可根据该饮品数据，确定确定用户对各种饮品的喜好程度。
在一些实施例中，所述饮品数据包括用户饮用每种饮品的频率和用户对每种饮品的好评率，所述根据所述饮品数据，确定用户对各种饮品的喜好程度，具体为：根据用户饮用每种饮品的频率和用户对每种饮品的好评率，结合预设喜好程度计算公式计算得到用户对各种饮品的喜好程度，其中，zi表示用户对饮品i的喜好程度，xi表示用户饮用饮品i的频率，yi表示用户对饮品i的好评率，λ表示饮品i的权重。
即，采用用户在预设时间段内饮用每种饮品的频率和用户在预设时间段内对每种饮品的好评率以及预设喜好程度计算公式，衡量用户对每种饮品的喜好程度，预设喜好程度计算公式如下：
其中，zi表示用户对饮品i的喜好程度，zi的值位于0～1之间；xi表示用户饮用饮品i的频率；yi表示用户对饮品i的好评率；λ表示饮品i的权重，饮品i的权重的取值可以取决于饮品i的健康级别，例如茶因含有多种丰富的维生素、具有抗氧化作用的茶多酚和其他有益健康的微量元素等，λ的取值较高，比如0.8(λ的值位于0～1之间)。由此，便可通过上述计算公式计算得到用户在预设时间段内对各种饮品的喜好程度。
步骤S103、根据用户对各种饮品的所述喜好程度，确定用户的喜好饮品。
在计算得到用户在预设时间段内对各种饮品的喜好程度之后，便可根据用户对每种饮品的喜好程度，确定用户的喜好饮品。
在一些实施例中，所述根据用户对各种饮品的所述喜好程度，确定用户的喜好饮品，具体为：将用户对各种饮品的所述喜好程度与预设阈值进行比对；将用户的喜好程度超过预设阈值的饮品，确定为用户的喜好饮品。
即，将确定用户对各种饮品的喜好程度与预设阈值进行比对，将用户的喜好程度超过预设阈值的饮品，确定为用户的喜好饮品，该预设喜好程度阈值作为判定阈值可以灵活进行设置，比如0.7。
步骤S104、根据用户的所述喜好饮品，生成含有待推荐饮品及其交易链接的推荐列表，并将所述推荐列表推送至用户。
由于越是用户喜好的饮品，消耗越快，云端服务器在确定用户的喜好饮品之后，便可根据用户的喜好饮品，生成含有待推荐饮品及其交易链接的推荐列表，并将生成的推荐列表推送至所用户。
在一些实施例中，所述根据用户的所述喜好饮品，生成含有待推荐饮品及其交易链接的推荐列表，具体为：从用户的所述喜好饮品中挑选出待推荐饮品，并获取所述待推荐饮品的交易链接；根据所述待推荐饮品和所述交易链接生成推荐列表。
即，先从喜好饮品中挑选出待推荐饮品，再获取待推荐饮品的交易链接，交易链接中至少包括待推荐饮品购买链接。然后根据待推荐饮品和及其交易链接即可生成推荐列表。
在一些实施例中，所述从用户的所述喜好饮品中挑选出待推荐饮品，具体为：新建一空白推荐列表，并设置所述空白推荐列表的饮品配置数量；按照所述饮品配置数量，从用户的所述喜好饮品中挑选出待推荐饮品。
即，先新建一空白推荐列表，然后设置空白推荐列表的饮品配置数量，其中，饮品配置数量可根据实际需求进行灵活设置，此处不作限定。之后，按照该饮品配置数量，从用户的喜好饮品中，按照饮品配置数量，从用户的喜好饮品中挑选出待推荐饮品，其中，如何从用户的喜好饮品中挑选出待推荐饮品则不作限定，比如，可以随机进行挑选，也可以按照用户对喜好饮品的喜好程度从高到低进行挑选，直至达到饮品配置数量即可。
在一些实施例中，所述根据所述待推荐饮品和所述交易链接生成推荐列表，具体为：将所述待推荐饮品按照挑选的顺序在所述空白推荐列表中进行排列，并对应填充所述待推荐饮品的交易链接，得到推荐列表。
即，在生成含有待推荐饮品及其交易链接的推荐列表时，可以是将待推荐饮品按照挑选的顺序在空白推荐列表中进行排列，并对应填充待推荐饮品的交易链接，由此得到推荐列表。
在一些实施例中，所述根据用户的所述喜好饮品，生成含有待推荐饮品及其交易链接的推荐列表之后，包括：记录根据所述推荐列表采购的目标待推荐饮品及其采购时间和次数；根据采购的所述目标待推荐饮品及其采购时间和次数，生成含有新待推荐饮品及其交易链接的新推荐列表进行定时推送。
考虑到将推荐列表推荐给饮品采购人员后，若饮品采购人员根据推荐列表选择一些待推荐饮品(定义为目标待推荐饮品)，并点击目标待推荐饮品的链接购买目标待推荐饮品，云端服务器则可以记录饮品采购人员根据推荐列表采购的目标待推荐饮品及其采购时间和次数，然后选择采购人员购买次数超过一定阈值的目标待推荐饮品作为新待推荐饮品，并分析购买次数超过一定阈值的目标待推荐饮品的购买时间，获得购买时间规律，比如每间隔一周会购买一次，那么便可在下次购买时间到达时，生成含有新待推荐饮品及其交易链接的新推荐列表推送至饮品采购人员，达到定时推送的目的，为采购人员提供便利。
上述提供的饮品推荐方法，首先获取用户在预设时间段内的饮品数据；再根据获取的饮品数据，确定确定用户对各种饮品的喜好程度；然后根据用户对各种饮品的所述喜好程度，确定用户的喜好饮品；由于越是用户喜好的饮品，消耗越快，最终即可根据用户的喜好饮品，生成含有待推荐饮品及其交易链接的推荐列表。如此，通过分析用户的饮品数据，在贴合用户实际喜好的基础上，实现了饮品的智能推荐，为配备饮品库存提供了参考，提升了配备饮品库存的智能性和便捷性。
此外，本申请实施例还提供一种计算机可读存储介质。
本申请计算机可读存储介质上存储有饮品推荐程序，其中所述饮品推荐程序被处理器执行时，实现如上述的饮品推荐方法的步骤。
其中，饮品推荐程序被执行时所实现的方法可参照本申请饮品推荐方法的各个实施例，此处不再赘述。
其中，所述计算机可读存储介质可以是前述实施例所述的云端服务器的内部存储单元，例如所述云端服务器的硬盘或内存。所述计算机可读存储介质也可以是所述云端服务器的外部存储设备，例如所述云端服务器上配备的插接式硬盘，智能存储卡(SmartMedia Card，SMC)，安全数字(Secure Digital，SD)卡，闪存卡(Flash Card)等。
需要说明的是，在本文中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者系统不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者系统所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括该要素的过程、方法、物品或者系统中还存在另外的相同要素。
上述本申请实施例序号仅仅为了描述，不代表实施例的优劣。
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上述实施例方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在如上所述的一个计算机可读存储介质(如ROM/RAM、磁碟、光盘)中，包括若干指令用以使得一台终端设备(可以是手机，计算机，服务器，空调器，或者网络设备等)执行本申请各个实施例所述的方法。
以上仅为本申请的优选实施例，并非因此限制本申请的专利范围，凡是利用本申请说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本申请的专利保护范围内。
Claims (8)
1.一种饮品推荐方法，其特征在于，所述方法包括：
获取用户在预设时间段内的饮品数据，所述饮品数据包括用户饮用每种饮品的频率和用户对每种饮品的好评率，其中，对饮水机采集的用户在预设时间段内冲泡的饮品图像进行识别得到用户饮用每种饮品的所述频率；
根据用户饮用每种饮品的所述频率和用户对每种饮品的所述好评率，以及预设喜好程度计算公式计算用户对各种饮品的喜好程度，其中，zi表示用户对饮品i的喜好程度，xi表示用户饮用饮品i的频率，yi表示用户对饮品i的好评率，λ表示饮品i的权重；
根据用户对各种饮品的所述喜好程度，确定用户的喜好饮品；
根据用户的所述喜好饮品，生成含有待推荐饮品及其交易链接的推荐列表。
2.根据权利要求1所述的饮品推荐方法，其特征在于，所述根据用户对各种饮品的所述喜好程度，确定用户的喜好饮品，包括：
将用户对各种饮品的所述喜好程度与预设阈值进行比对；
将用户的喜好程度超过预设阈值的饮品，确定为用户的喜好饮品。
3.根据权利要求1所述的饮品推荐方法，其特征在于，所述根据用户的所述喜好饮品，生成含有待推荐饮品及其交易链接的推荐列表，包括：
从用户的所述喜好饮品中挑选出待推荐饮品，并获取所述待推荐饮品的交易链接；
根据所述待推荐饮品和所述交易链接生成推荐列表。
4.根据权利要求3所述的饮品推荐方法，其特征在于，所述从用户的所述喜好饮品中挑选出待推荐饮品，包括：
新建一空白推荐列表，并设置所述空白推荐列表的饮品配置数量；
按照所述饮品配置数量，从用户的所述喜好饮品中挑选出待推荐饮品。
5.根据权利要求4所述的饮品推荐方法，其特征在于，所述根据所述待推荐饮品和所述交易链接生成推荐列表，包括：
将所述待推荐饮品按照挑选的顺序在所述空白推荐列表中进行排列，并对应填充所述待推荐饮品的交易链接，得到推荐列表。
6.根据权利要求1所述的饮品推荐方法，其特征在于，所述根据用户的所述喜好饮品，生成含有待推荐饮品及其交易链接的推荐列表之后，包括：
记录根据所述推荐列表采购的目标待推荐饮品及其采购时间和次数；
根据采购的所述目标待推荐饮品及其采购时间和次数，生成含有新待推荐饮品及其交易链接的新推荐列表进行定时推送。
7.一种饮品推荐设备，其特征在于，所述饮品推荐设备包括处理器、存储器、以及存储在所述存储器上并可被所述处理器执行的饮品推荐程序，其中所述饮品推荐程序被所述处理器执行时，实现如权利要求1至6中任一项所述的饮品推荐方法的步骤。
8.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有饮品推荐程序，其中所述饮品推荐程序被处理器执行时，实现如权利要求1至6中任一项所述的饮品推荐方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010132794.2A CN111563195B (zh) | 2020-02-29 | 2020-02-29 | 饮品推荐方法、设备及计算机可读存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010132794.2A CN111563195B (zh) | 2020-02-29 | 2020-02-29 | 饮品推荐方法、设备及计算机可读存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN111563195A CN111563195A (zh) | 2020-08-21 |
| CN111563195B true CN111563195B (zh) | 2024-04-05 |
Family
ID=72069572
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010132794.2A Active CN111563195B (zh) | 2020-02-29 | 2020-02-29 | 饮品推荐方法、设备及计算机可读存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111563195B (zh) |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6370513B1 (en) * | 1997-08-08 | 2002-04-09 | Parasoft Corporation | Method and apparatus for automated selection, organization, and recommendation of items |
| CN106095994A (zh) * | 2016-06-22 | 2016-11-09 | 深圳市金立通信设备有限公司 | 一种应用程序推荐方法及终端 |
| CN108876516A (zh) * | 2018-05-31 | 2018-11-23 | 深圳市西啡科技有限公司 | 一种咖啡胶囊的推荐方法及系统 |
| CN109801124A (zh) * | 2018-12-25 | 2019-05-24 | 福建破缸茶业发展有限公司 | 一种茶叶订单管理处理方法和装置 |
| JP2019087225A (ja) * | 2018-05-16 | 2019-06-06 | クックパッド株式会社 | レシピ情報提供装置、レシピ情報提供方法およびレシピ情報提供プログラム |
| CN110174711A (zh) * | 2019-05-16 | 2019-08-27 | 深圳市华讯方舟太赫兹科技有限公司 | 终端设备及其异物检测结果评价方法、计算机存储介质 |
Family Cites Families (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| EP2463818A1 (en) * | 2010-12-07 | 2012-06-13 | Digital Foodie Oy | A method for creating computer generated shopping list |
| WO2014153445A1 (en) * | 2013-03-21 | 2014-09-25 | Next Glass, Inc. | Methods, systems, computer program products and apparatuses for beverage recommendations |
| US20160012511A1 (en) * | 2013-06-25 | 2016-01-14 | Kobo Incorporated | Methods and systems for generating recommendation list with diversity |
-
2020
- 2020-02-29 CN CN202010132794.2A patent/CN111563195B/zh active Active
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6370513B1 (en) * | 1997-08-08 | 2002-04-09 | Parasoft Corporation | Method and apparatus for automated selection, organization, and recommendation of items |
| CN106095994A (zh) * | 2016-06-22 | 2016-11-09 | 深圳市金立通信设备有限公司 | 一种应用程序推荐方法及终端 |
| JP2019087225A (ja) * | 2018-05-16 | 2019-06-06 | クックパッド株式会社 | レシピ情報提供装置、レシピ情報提供方法およびレシピ情報提供プログラム |
| CN108876516A (zh) * | 2018-05-31 | 2018-11-23 | 深圳市西啡科技有限公司 | 一种咖啡胶囊的推荐方法及系统 |
| CN109801124A (zh) * | 2018-12-25 | 2019-05-24 | 福建破缸茶业发展有限公司 | 一种茶叶订单管理处理方法和装置 |
| CN110174711A (zh) * | 2019-05-16 | 2019-08-27 | 深圳市华讯方舟太赫兹科技有限公司 | 终端设备及其异物检测结果评价方法、计算机存储介质 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN111563195A (zh) | 2020-08-21 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110033298B (zh) | 信息处理设备及其控制方法、系统和存储介质 | |
| CN107835231B (zh) | 反馈信息的处理方法及终端设备 | |
| KR102162978B1 (ko) | O2o 기반 유통기한임박 상품 할인 서비스 제공 방법 | |
| US20140200957A1 (en) | System and method for determining customer preferences | |
| CN108346050A (zh) | 一种创建用户账户的方法、装置及无人商店 | |
| CN107025613A (zh) | 一种自动点餐方法及终端 | |
| CN104871198A (zh) | 商品信息处理装置、其数据处理方法和程序 | |
| CN108230554A (zh) | 智能自动贩卖机 | |
| CN110503498B (zh) | 一种订单推荐方法及装置 | |
| JP6290108B2 (ja) | ドライブスルーシステム | |
| WO2018095117A1 (zh) | 数据采集和分析的方法及设备 | |
| CN109685580A (zh) | 一种基于人脸识别的会员管理方法及系统 | |
| CN106027585A (zh) | 食品推荐方法及装置 | |
| CN113888254A (zh) | 货架商品管理方法和电子设备 | |
| CN111343248B (zh) | 在线服务的实现方法、装置、系统、服务器和存储介质 | |
| CN110852299A (zh) | 顾客饮食习惯确定方法及装置 | |
| CN106709411A (zh) | 一种颜值获取方法及装置 | |
| CN111563195B (zh) | 饮品推荐方法、设备及计算机可读存储介质 | |
| CN110119964A (zh) | 一种客群识别智能柜台、系统、方法及存储介质 | |
| CN112053213B (zh) | 一种商品推荐方法、系统及相关装置 | |
| CN109685302A (zh) | 基于数据分析的业务分配方法、设备、存储介质及装置 | |
| CN109711856B (zh) | 基于大数据的用户分类方法、装置、服务器及存储介质 | |
| KR20150076407A (ko) | 맞춤형 샘플 제공 시스템, 장치 및 방법 | |
| KR20210003639A (ko) | 메뉴 제공부가 구비된 관리 장치 및 관리 방법 | |
| US20220122110A1 (en) | Automatic stock purchase of companies of products purchased |
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 |