CN111738809A - 菜品信息的推送方法、装置、存储介质及计算机设备 - Google Patents
菜品信息的推送方法、装置、存储介质及计算机设备 Download PDFInfo
- Publication number
- CN111738809A CN111738809A CN202010755502.0A CN202010755502A CN111738809A CN 111738809 A CN111738809 A CN 111738809A CN 202010755502 A CN202010755502 A CN 202010755502A CN 111738809 A CN111738809 A CN 111738809A
- Authority
- CN
- China
- Prior art keywords
- dish
- information
- merchant
- target
- target merchant
- 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
- 238000000034 method Methods 0.000 title claims abstract description 50
- 238000003860 storage Methods 0.000 title claims abstract description 14
- 238000012216 screening Methods 0.000 claims abstract description 18
- 239000000463 material Substances 0.000 claims description 50
- 235000013305 food Nutrition 0.000 claims description 29
- 238000004590 computer program Methods 0.000 claims description 10
- 238000004220 aggregation Methods 0.000 claims description 4
- 230000002776 aggregation Effects 0.000 claims description 4
- 238000012545 processing Methods 0.000 claims description 4
- 235000021186 dishes Nutrition 0.000 description 125
- 235000009508 confectionery Nutrition 0.000 description 11
- 238000012163 sequencing technique Methods 0.000 description 8
- 235000021168 barbecue Nutrition 0.000 description 5
- 238000004422 calculation algorithm Methods 0.000 description 5
- 235000021185 dessert Nutrition 0.000 description 5
- 235000015231 kebab Nutrition 0.000 description 5
- 101100453790 Drosophila melanogaster Kebab gene Proteins 0.000 description 4
- 239000002253 acid Substances 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 4
- 238000004891 communication Methods 0.000 description 4
- 238000000605 extraction Methods 0.000 description 4
- 235000019640 taste Nutrition 0.000 description 4
- 235000008429 bread Nutrition 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 230000006870 function Effects 0.000 description 2
- 230000010365 information processing Effects 0.000 description 2
- 238000013178 mathematical model Methods 0.000 description 2
- 238000005065 mining Methods 0.000 description 2
- 238000002360 preparation method Methods 0.000 description 2
- 235000013361 beverage Nutrition 0.000 description 1
- 238000009835 boiling Methods 0.000 description 1
- 235000013351 cheese Nutrition 0.000 description 1
- 238000003066 decision tree Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 235000006694 eating habits Nutrition 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 235000013410 fast food Nutrition 0.000 description 1
- 239000000796 flavoring agent Substances 0.000 description 1
- 235000019634 flavors Nutrition 0.000 description 1
- 238000007477 logistic regression Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 239000004570 mortar (masonry) Substances 0.000 description 1
- 235000021395 porridge Nutrition 0.000 description 1
- 235000014102 seafood Nutrition 0.000 description 1
- 235000011888 snacks Nutrition 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
- 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)
- Tourism & Hospitality (AREA)
- Economics (AREA)
- General Physics & Mathematics (AREA)
- Finance (AREA)
- Marketing (AREA)
- Strategic Management (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Accounting & Taxation (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Development Economics (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Human Resources & Organizations (AREA)
- Primary Health Care (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种菜品信息的推送方法、装置、存储介质及计算机设备。其中方法包括:获取目标商户的菜品类别、菜品属性和菜单信息;根据目标商户的菜品类别在菜品数据库中匹配获得第一菜品集,根据目标商户的菜品属性在菜品数据库中匹配获得第二菜品集;根据目标商户的菜单信息匹配获得目标商户的相似商户,并根据相似商户的菜单信息得到第三菜品集;在第一菜品集、第二菜品集和第三菜品集中筛选获得候选菜品,对候选菜品进行排序处理,并将排序结果推送给目标商户。上述方法可以从多种渠道获取目标商户的菜品候选集,极大的丰富了候选菜品的来源,增加推荐菜品的多样性和可解释性,同时,通过筛选和排序也可以有效的增加菜品推荐的针对性。
Description
技术领域
本发明涉及互联网技术领域,尤其是涉及一种菜品信息的推送方法、装置、存储介质及计算机设备。
背景技术
随着互联网技术的不断发展,人们的生活愈加丰富和便捷。例如,在餐饮行业中,以往用户只能在实体店中按照纸质菜单或者电子菜单进行点餐,现在则可以通过移动终端或网页在互联网上进行线上点餐,并可以在就餐完毕后对菜品进行评分等。
目前,很多菜品服务软件会不定时的向商户推荐新的菜品,或者是应商户的要求向商户推荐新的菜品,在现有技术中,菜品服务软件向商户推荐新品的方法主要是基于热销菜品的推荐或相似菜品的推荐或上述二者的结合。
然而,上述这菜品推荐的方式都比较缺乏针对性,不能有效根据商家自身的菜品内容和菜单风格进行个性化推荐,这会导致同一地区针对不同商家推荐的新品过于雷同、新品推荐的多样性较差,使得新品信息推荐的精确度较低,进而导致商户无法及时获取到自身需要的新品信息,极大的降低了菜品推荐的有效性。
发明内容
有鉴于此,本申请提供了一种菜品信息的推送方法、系统、存储介质及计算机设备,主要目的在于解决菜品推荐缺乏多样性和针对性,且菜品推荐过于雷同、信息推荐有效性较差的技术问题。
根据本发明的第一个方面,提供了一种菜品信息的推送方法,该方法包括:
获取目标商户的菜品类别、菜品属性和菜单信息;
根据目标商户的菜品类别在菜品数据库中匹配获得第一菜品集,根据目标商户的菜品属性在菜品数据库中匹配获得第二菜品集;
根据目标商户的菜单信息匹配获得目标商户的相似商户,并根据相似商户的菜单信息得到第三菜品集;
在第一菜品集、第二菜品集和第三菜品集中筛选获得候选菜品,对候选菜品进行排序处理,并将排序结果推送给目标商户。
在一个实施方式中,所述方法还包括:获取目标商户所处的地理位置;根据目标商户所处的地理位置,确定菜品数据库中的菜品信息的匹配范围和相似用户的匹配范围。
在一个实施方式中,方法还包括:提取出候选菜品的菜品类别、菜品属性和食材信息,组成菜品素材库;根据菜品素材库中的菜品类别、菜品属性和食材信息,组合出至少一种目标菜品,并将至少一种目标菜品推送给目标商户。
在一个实施方式中,获取目标商户的菜品类别、菜品属性和菜单信息,包括:接收菜品信息推送请求,并在菜品信息推送请求中提取出目标商户的商户标识;根据目标商户的商户标识,获取目标商户的菜品类别、菜品属性和菜单信息。
在一个实施方式中,根据目标商户的菜品类别在菜品数据库中匹配获得第一菜品集,根据目标商户的菜品属性在菜品数据库中匹配获得第二菜品集,包括:以目标商户的菜品类别为索引,与菜品数据库中各菜品信息的菜品类别进行关联匹配,得到与目标商户的菜品类别相匹配的菜品信息;根据与目标商户的菜品类别相匹配的菜品信息,得到第一菜品集;以目标商户的菜品属性为索引,与菜品数据库中各菜品信息的菜品属性进行关联匹配,得到与目标商户的菜品属性相匹配的菜品信息;根据与目标商户的菜品属性相匹配的菜品信息,得到第二菜品集。
在一个实施方式中,所述根据目标商户的菜单信息匹配获得目标商户的相似商户,并根据相似商户的菜单信息得到第三菜品集,包括:根据目标商户的菜单信息,通过深度语义匹配模型得到目标商户的相似商户;获取相似商户的商户标识,并根据相似商户的商户标识获取相似商户的菜单信息;根据相似商户的菜单信息,得到第三菜品集。
在一个实施方式中,在第一菜品集、第二菜品集和第三菜品集中筛选获得候选菜品,包括:将第一菜品集、第二菜品集和第三菜品集中的菜品信息进行聚合和去重处理,得到待筛选菜品;获取待筛选菜品的销量信息,并根据销量信息对待筛选菜品进行筛选,得到候选菜品。
在一个实施方式中,对候选菜品进行排序处理,包括:对候选菜品的销量和价格进行预估;根据候选菜品的预估销量和/或预估价格对候选菜品进行排序处理。
在一个实施方式中,对候选菜品的销量和单价进行预估,包括:获取候选菜品所属商户的菜品销量信息和菜品价格信息,以及目标商户的菜品销量信息和菜品价格信息;根据候选菜品所属商户的菜品价格信息,以及目标商户的菜品价格信息,对候选菜品的价格进行预估;根据候选菜品所属商户的菜品销量信息,以及目标商户的菜品销量信息,对候选菜品的销量进行预估。
根据本发明的第二个方面,提供了一种菜品信息的推送装置,该装置包括:
信息获取模块,用于获取目标商户的菜品类别、菜品属性和菜单信息;
菜品匹配模块,用于根据目标商户的菜品类别在菜品数据库中匹配获得第一菜品集,根据目标商户的菜品属性在菜品数据库中匹配获得第二菜品集;
商户匹配模块,用于根据目标商户的菜单信息匹配获得目标商户的相似商户,并根据相似商户的菜单信息得到第三菜品集;
信息推送模块,用于在第一菜品集、第二菜品集和第三菜品集中筛选获得候选菜品,对候选菜品进行排序处理,并将排序结果推送给目标商户。
在一个实施方式中,所述装置还包括位置获取模块,所述位置获取模块,用于获取目标商户所处的地理位置;根据目标商户所处的地理位置,确定菜品数据库中的菜品信息的匹配范围和相似用户的匹配范围。
在一个实施方式中,所述装置还包括素材提取模块和菜品组合模块,所述素材提取模块,用于提取出候选菜品的菜品类别、菜品属性和食材信息,组成菜品素材库;所述菜品组合模块,用于根据菜品素材库中的菜品类别、菜品属性和食材信息,组合出至少一种目标菜品;所述信息推送模块,还用于将至少一种目标菜品推送给目标商户。
在一个实施方式中,所述信息获取模块,具体用于接收菜品信息推送请求,并在菜品信息推送请求中提取出目标商户的商户标识;根据目标商户的商户标识,获取目标商户的菜品类别、菜品属性和菜单信息。
在一个实施方式中,菜品匹配模块,具体用于以目标商户的菜品类别为索引,与菜品数据库中各菜品信息的菜品类别进行关联匹配,得到与目标商户的菜品类别相匹配的菜品信息;根据与目标商户的菜品类别相匹配的菜品信息,得到第一菜品集;以目标商户的菜品属性为索引,与菜品数据库中各菜品信息的菜品属性进行关联匹配,得到与目标商户的菜品属性相匹配的菜品信息;根据与目标商户的菜品属性相匹配的菜品信息,得到第二菜品集。
在一个实施方式中,商户匹配模块,具体用于根据目标商户的菜单信息,通过深度语义匹配模型得到目标商户的相似商户;获取所述相似商户的商户标识,并根据相似商户的商户标识获取相似商户的菜单信息;根据相似商户的菜单信息,得到第三菜品集。
在一个实施方式中,信息推送模块,具体用于将第一菜品集、第二菜品集和第三菜品集中的菜品信息进行聚合和去重处理,得到待筛选菜品;获取待筛选菜品的销量信息,并根据销量信息对待筛选菜品进行筛选,得到候选菜品。
在一个实施方式中,信息推送模块,具体还用于对候选菜品的销量和价格进行预估;根据候选菜品的预估销量和/或预估价格对候选菜品进行排序处理。
在一个实施方式中,信息推送模块,具体还用于获取候选菜品所属商户的菜品销量信息和菜品价格信息,以及目标商户的菜品销量信息和菜品价格信息;根据候选菜品所属商户的菜品价格信息,以及目标商户的菜品价格信息,对候选菜品的价格进行预估;根据候选菜品所属商户的菜品销量信息,以及目标商户的菜品销量信息,对候选菜品的销量进行预估。
根据本发明的第三个方面,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菜品信息的推送方法。
根据本发明的第四个方面,提供了一种计算机设备,包括存储器、处理器及存储在存储器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信息的推送方法。
本发明提供的一种菜品信息的推送方法、装置、存储介质及计算机设备,首先获取了目标商户的菜品类别、菜品属性和菜单信息,然后将目标商户的菜品类别和菜品属性分别与菜品数据库中各菜品的菜品类别和菜品属性进行匹配,得到第一菜品集和第二菜品集,继而通过目标商户的菜单信息匹配获得目标商户的相似商户,并通过相似商户的菜单信息得到第三菜品集,最后在三个菜品集中筛选出候选菜品,并对候选菜品进行排序后推送给目标商户。本发明通过对待推荐的菜品进行多维度的挖掘,即从多种渠道获取目标商户的菜品候选集,极大的丰富了候选菜品的来源,增加推荐菜品的多样性和可解释性,并且,菜品集中的菜品都是针对目标商户自身的菜品内容和菜单风格确定的,针对性较强,可以有效的避免推荐的菜品过于雷同的问题,另外,本发明还通过对菜品集中的菜品进行筛选和排序,进一步增加了菜品推荐的针对性和信息推荐的准确度,使商户可以及时获取自身需要的菜品信息,提高了菜品推荐的有效性。
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发明的进一步理解,构成本申请的一部分,本发明的示意性实施例及其说明用于解释本发明,并不构成对本发明的不当限定。在附图中:
图1示出了本发明实施例提供的一种菜品信息的推送方法的流程示意图;
图2示出了本发明实施例提供的另一种菜品信息的推送方法的流程示意图;
图3示出了本发明实施例提供的一种菜品信息的推送装置的结构示意图;
图4示出了本发明实施例提供的另一种菜品信息的推送装置的结构示意图。
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发明。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。
在一个实施例中,如图1所示,提供了一种菜品信息的推送方法,以该方法应用于服务器为例进行说明,包括以下步骤:
101、获取目标商户的菜品类别、菜品属性和菜单信息。
其中,菜品类别指的是按照菜品的提供方式和菜品起源等维度为菜品划分的类别,常见的菜品类别包括小吃快餐、面包甜点、火锅、烤肉、烧烤/烤串、西餐、饮品、东北菜、川湘菜、江河湖海鲜、私房菜、包子铺、粥店等等;菜品属性指的是菜品自身的特性,包括菜品的制作方法和口味等,制作方法例如煎炒烹炸煮等,口味例如酸甜苦辣咸鲜等;菜单信息指的是商户的菜品列表,在菜品列表上可以列举目标商户菜品的多种信息,包括菜品名称、食材信息、销量信息和价格信息等等。
具体的,服务器可以通过目标商户授权的方式获取到目标商户的菜品类别、菜品属性和菜单信息等信息,其中,目标商户的菜品类别和菜品属性可以是一种或多种,例如目标商户经营的是一家甜品店,其菜品类别可以包括面包甜点、生日蛋糕和饮品、其菜品属性可以包括烘焙+甜、萃取+苦、鲜榨+酸甜等等,菜单信息可以包括目标商户的全部菜品或部分菜品。
102、根据目标商户的菜品类别在菜品数据库中匹配获得第一菜品集,根据目标商户的菜品属性在菜品数据库中匹配获得第二菜品集。
其中,菜品数据库的菜品来源可以有多个,包括目标商户所在的平台以及第三方菜品库,菜品数据库中的菜品可以包括商户推荐的菜品、用户评论的菜品以及店铺上架的菜品等等,另外,菜品数据库中的每一个菜品信息都可以包括菜品的菜品名称、菜品类别、菜品口味、菜品所用食材、菜品制作方法以及菜品所属商户等信息。
具体的,服务器可以根据目标商户的菜品类别与菜品数据库中的各个菜品信息的菜品类别进行关联匹配,得到菜品类别与目标商户的菜品类别相匹配的菜品,组成第一菜品集,进一步的,服务器还可以根据目标商户的菜品属性与菜品数据库中的各个菜品信息的菜品属性进行关联匹配,得到菜品属性与目标商户的菜品属性相匹配的菜品,组成第二菜品集。
在本实施例中,菜品的菜品类别与目标商户的菜品类别相匹配指的是菜品的菜品类别与目标商户的一项菜品类别相同或相似,例如,目标商户的一项菜品类别是烤肉,那么与目标商户的菜品类别相匹配的菜品的菜品类别可以包括烤肉、烧烤和烤串等等。菜品的菜品属性与目标商户的菜品属性相匹配指的是菜品的菜品属性与目标商户的菜品属性中的一项相同或相似,例如,目标商户的一项菜品属性是鲜榨+酸甜,那么与目标商户的菜品属性相匹配的菜品的菜品属性可以包括鲜榨+酸甜、鲜榨+酸和鲜榨+甜等等。
103、根据目标商户的菜单信息匹配获得目标商户的相似商户,并根据相似商户的菜单信息得到第三菜品集。
具体的,服务器可以根据目标商户的菜单信息,以及菜单信息上记录的菜品信息与平台上其他商户的菜单信息或菜品信息进行比较,如果某商户的菜单信息与目标商户的菜单信息相似度较高,或某商户的某一个菜品信息与目标商户的菜单信息上的菜品信息相同或相似,则可以认定该商户为目标商户的相似商户,可以理解的是,在进行菜单信息和菜品信息的相似度比较时,可以借助一些语义匹配模型、图片匹配模型等数学模型或算法,以提高相似度匹配的速度。
进一步的,在查找到目标商户的相似商户之后,可以将所有相似商户的菜单信息进行聚合,以及将所有菜单信息上记录的菜品信息进行聚合,以得到第三菜品集。
104、在第一菜品集、第二菜品集和第三菜品集中筛选获得候选菜品,对候选菜品进行排序处理,并将排序结果推送给目标商户。
具体的,在得到第一菜品集、第二菜品集和第三菜品集之后,可以将第一菜品集、第二菜品集和第三菜品集中的菜品信息进行聚合处理和去重处理,以得到候选菜品,在本实施例中,也可以对聚合和去重后的菜品信息进行进一步的筛选来得到候选菜品,其中,筛选指标可以包括但不限于菜品的销量、菜品的价格、菜品所用食材与季节的适应度等等。
进一步的,在获得候选菜品之后,可以对候选菜品进行排序处理,并将排序结果推送给目标商户。在本实施例中,可以依据候选菜品的实际销量、实际销售额、预估销量、预估价格、预估销售额等指标对候选菜品进行排序,也可以采用现有技术中的推荐算法进行排序,例如逻辑回归算法、决策树森林算法等。
本实施例提供的菜品信息的推送方法,首先获取了目标商户的菜品类别、菜品属性和菜单信息,然后将目标商户的菜品类别和菜品属性分别与菜品数据库中各菜品的菜品类别和菜品属性进行匹配,得到第一菜品集和第二菜品集,继而通过目标商户的菜单信息匹配获得目标商户的相似商户,并通过相似商户的菜单信息得到第三菜品集,最后在三个菜品集中筛选出候选菜品,并对候选菜品进行排序后推送给目标商户。本实施例通过对待推荐的菜品进行多维度的挖掘,即从多种渠道获取目标商户的菜品候选集,极大的丰富了候选菜品的来源,增加推荐菜品的多样性和可解释性,并且,菜品集中的菜品都是针对目标商户自身的菜品内容和菜品风格确定的,针对性较强,可以有效的避免推荐的菜品过于雷同的问题,另外,本实施例还通过对菜品集中的菜品进行筛选和排序,进一步增加了菜品推荐的针对性和信息推荐的准确度,使商户可以及时获取自身需要的菜品信息,提高了菜品推荐的有效性。
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实施过程,提供了菜品信息的推送方法,如图2所示,该方法包括以下步骤:
201、获取目标商户的菜品类别、菜品属性和菜单信息。
具体的,服务器可以通过目标商户授权的方式获取到目标商户的菜品类别、菜品属性和菜单信息等信息,其中,目标商户的菜品类别和菜品属性可以是一种或多种,例如目标商户经营的是一家甜品店,其菜品类别可以包括面包甜点、生日蛋糕和饮品、其菜品属性可以包括烘焙+甜、萃取+苦、鲜榨+酸甜等等,菜单信息可以包括目标商户的全部菜品或部分菜品。
在一个实施例中,目标商户的菜品类别、菜品属性和菜单信息可以通过接收目标商户发送的菜品信息推送请求获取,具体的,服务器在接收到目标商户发送的菜品信息推送请求之后,可以在菜品信息推送请求中提取出目标商户的商户标识,根据该商户标识,服务器可以在数据库中获取目标商户的菜品类别、菜品属性和菜单信息,需要说明的是,目标商户发送菜品信息的形式可以有多种,主要包括主动和被动两类,主动的形式例如用户主动触发获取推荐菜品的功能按钮,被动的形式例如用户在上传菜品时允许接收系统推送的消息等。
202、获取目标商户所处的地理位置,并根据目标商户所处的地理位置,确定菜品数据库中的菜品信息的匹配范围和相似用户的匹配范围。
具体的,当目标商户使用移动终端且开启移动终端内的位置服务时,相应的服务器便可以获取到该商户的位置信息,并进一步确定出该商户所处的位置,当然,获取目标商户位置信息的场景并不限于用户使用移动终端,可以是计算机等非移动终端。在本实施例中,移动终端包括但不限于:手机、智能手表等具有位置服务功能且具备信息显示功能的终端。
在一些实施例中,服务器可以在用户使用该在线系统的客户端时获取用户的位置信息,而在另一些实施例中,若用户允许该客户端在后台运行,那么,服务器便可以实时获取该用户的位置信息,当然,这里并不构成对本申请的限定。
进一步的,在获取了目标商户所处的地理位置之后,服务器可以根据目标商户所处的地理位置,确定菜品数据库中的菜品信息的匹配范围和相似用户的匹配范围,其中,菜品数据库中的菜品信息的匹配范围和相似用户的匹配范围可以是与目标商户所处的地理位置相关的地理范围,该地理范围例如可以是与目标商户所处的地理位置在同一个区、市、县,也可以是相邻的区、市、县等。通过圈定菜品数据库中的菜品信息的匹配范围以及相似用户的匹配范围,可以有效的减少服务器的计算量,降低服务器的资源消耗,同时,圈定的匹配范围内的菜品信息也更符合当地用户的饮食习惯和口味,从而使推荐的菜品更具有地域针对性。
203、根据目标商户的菜品类别在菜品数据库中匹配获得第一菜品集,根据目标商户的菜品属性在菜品数据库中匹配获得第二菜品集。
具体的,服务器可以以目标商户的菜品类别为索引,与菜品数据库中各菜品信息的菜品类别进行关联匹配,得到与目标商户的菜品类别相匹配的菜品信息,然后根据与目标商户的菜品类别相匹配的菜品信息,得到第一菜品集,进一步的,再以目标商户的菜品属性为索引,与菜品数据库中各菜品信息的菜品属性进行关联匹配,得到与目标商户的菜品属性相匹配的菜品信息,然后根据与目标商户的菜品属性相匹配的菜品信息,得到第二菜品集。
在本实施例中,与目标商户的菜品类别相匹配指的是菜品的菜品类别与目标商户的一项菜品类别相同或相似,例如,目标商户的一项菜品类别是烤肉,那么与目标商户的菜品类别相匹配的菜品的菜品类别可以包括烤肉、烧烤和烤串等等。与目标商户的菜品属性相匹配指的是菜品的菜品属性与目标商户的菜品属性中的一项相同或相似,例如,目标商户的一项菜品属性是鲜榨+酸甜,那么与目标商户的菜品属性相匹配的菜品的菜品属性可以包括鲜榨+酸甜、鲜榨+酸和鲜榨+甜等等。
在一个可选的实施例中,还可以根据步骤202中获取的目标商户所处的地理位置,在关联匹配前确定菜品数据库中的菜品信息的匹配范围,以此减少服务器的计算量,降低服务器的资源消耗,并使得关联匹配的结果更具有地域针对性,例如,目标商户所处的地理位置是某市的A区,则可以设定菜品数据库中的菜品信息的匹配范围是某市的B区。在本实施例中,菜品信息的匹配范围可以是预先在服务器中已设定好的,也可以是目标商户自行设定的,其中,在目标商户自行设定菜品信息的匹配范围的情况下,可以使推荐结果更符合目标商户的预期,增加菜品信息推荐的有效性。
在另一个可选的实施例中,还可以对第一菜品集和第二菜品集中的菜品信息进行筛选,例如可以首先将相同和相似的菜品信息进行合并处理或去重处理,然后根据菜品信息的某个指标数据对菜品集中的菜品信息的数量进行筛减,其中,该指标数据可以菜品的销量、菜品的价格、菜品的销售额、菜品所用食材与季节的适应度等等。通过这种方式,可以进一步增加菜品推荐的有效性。
在本实施例中,第一菜品集中的菜品信息的菜品类型均与目标商户的菜品类别相同或相似,第二菜品集中的菜品信息的菜品属性均与目标商户的菜品属性相同或相似,通过将目标商户的菜品类别和菜品属性作为索引,在菜品数据库中进行匹配得到菜品集,可以使菜品集中的菜品能够针对目标商户自身的菜品内容和菜品风格,增加候选餐品的针对性和可解释性。
204、根据目标商户的菜单信息匹配获得目标商户的相似商户,并根据相似商户的菜单信息得到第三菜品集。
具体的,服务器可以根据目标商户的菜单信息,以及菜单信息上记录的菜品信息与平台上其他商户的菜单信息或菜品信息进行比较,如果某商户的菜单信息与目标商户的菜单信息相似度较高,或某商户的某一个菜品信息与目标商户的菜单信息上的菜品信息相同或相似,则可以认定该商户为目标商户的相似商户,可以理解的是,在进行菜单信息和菜品信息的相似度比较时,可以借助一些语义匹配模型、图片匹配模型等数学模型或算法,以提高相似度匹配的速度。
在一个可选的实施例中,服务器可以首先获取平台上各个商户的菜单信息,然后利用一些语义匹配模型,例如深度语义匹配模型DSSM(Deep Structured SemanticModels)将目标商户的菜单信息与其他商户的菜单信息进行相似度计算,继而将计算出的语义相似度与预先设定的相似度阈值进行比较,最后将语义相似度超过相似度阈值的菜单信息筛选出来,并查找到菜单信息的所属商户,以此确定一个或多个目标商户的相似商户。在查找到目标商户的相似商户之后,可以将所有相似商户的菜单信息进行聚合,以及将所有菜单信息上记录的菜品信息进行聚合,得到第三菜品集。
在一个可选的实施例中,还可以对第三菜品集中的菜品信息进行筛减,例如可以首先将相同和相似的菜品信息进行合并处理或去重处理,然后根据菜品信息的某个指标数据对菜品集中的菜品信息的数量进行筛减,其中,该指标数据可以菜品的销量、菜品的价格、菜品的销售额、菜品所用食材与季节的适应度等等。通过这种方式,可以增加菜品推荐的有效性。
205、在第一菜品集、第二菜品集和第三菜品集中筛选获得候选菜品,对候选菜品进行排序处理,并将排序结果推送给目标商户。
具体的,可以将第一菜品集、第二菜品集和第三菜品集中的菜品信息进行聚合和去重处理,得到待筛选菜品,然后获取各待筛选菜品的销量信息,并根据销量信息对待筛选菜品进行筛选,得到候选菜品。在其他一些实施例中,也可以根据候选菜品的销售额、食材与季节的适应度、食材价格等指标中的一个或多个对待筛选菜品进行筛选,以得到候选菜品。在另外一些实施例中,还可以分别对第一菜品集、第二菜品集和第三菜品集中的菜品信息进行筛选,然后再进行聚合和去重处理。
进一步的,在一个实施例中,对候选菜品进行排序处理可以包括以下步骤:首先对候选菜品的销量和价格进行预估,然后根据候选菜品的预估销量和/或预估价格对候选菜品进行排序处理,其中,在根据预估销量和预估价格进行排序时,可以根据预估销量和预估价格的乘积,也就是候选菜品的预估销售额进行排序,另外,排序的方式也可以由目标用户自行选择,以使目标用户从可以多个角度挑选候选菜品或衡量候选菜品的价值。
在一个实施例中,对候选菜品的销量和价格进行预估可以包括以下步骤:首先获取候选菜品所属商户的菜品销量信息和菜品价格信息,以及目标商户的菜品销量信息和菜品价格信息,然后根据候选菜品所属商户的菜品价格信息和目标商户的菜品价格信息,对候选菜品的价格进行预估,以及根据候选菜品所属商户的菜品销量信息和目标商户的菜品销量信息,对候选菜品的销量进行预估。其中,商户的菜品销量信息和菜品价格信息可以包括商户各菜品的销量数据、各菜品的价格数据、商户的平均客单价、预设时间段内的订单量、预设时间段内的销售额等与销量和价格有关的信息或数据,另外,由于候选菜品可能存在重复的问题,所以候选菜品所属的商户可能是一个或多个,在计算预估价格和预估销量时,可以设定以菜品最热销的商户或以销量为平均值的商户的菜品销量信息和菜品价格信息来计算候选菜品的预估销量和预估价格。
例如,在一个示例中,可以对每个候选菜品确定其最热销的商户,并统计该商户的平均客单价、该菜品的单价以及该商户的近期订单量,然后结合目标商户的客单价和近期订单量,计算出每个候选菜品的预估价格和预估销量。其中预估价格和预估销量的计算公式分别为:预估价格=最热销商户的菜品单价/(最热销商户的平均客单价/目标商户的平均客单价),预估销量=最热销商户的菜品销量/(最热销商户的近期订单量/目标商户的近期订单量)。最后,可以根据预估销量、预估价格或预估销量和预估价格的乘积对候选菜品进行排序,一般来说,销量或销售额越高的菜品推荐顺序越高。
在另外一个示例中,如果目标商户是冷启动的商户,即刚上架的商户,也可以直接根据候选菜品所属商户的菜品销量信息和菜品价格信息和目标商户的定价信息得到候选菜品的预估销量和预估价格,然后根据预估销量、预估价格、菜品实际销量或菜品实际销售额对候选菜品进行排序。
206、提取出候选菜品的菜品类别、菜品属性和食材信息,组成菜品素材库。
具体的,对于从第一菜品集、第二菜品集和第三菜品集中筛选得到的候选菜品,可以将每一个候选菜品按照其菜品类别、菜品属性和食材信息进行拆分,并将拆分后的各菜品素材进行聚合和去重处理,组成菜品素材库。在本实施例中,候选菜品均是根据目标商户的菜品类别、菜品属性和菜单信息筛选出来的,因此,菜品素材库中的各类菜品类别、菜品属性和食材信息与目标商户的信息相似度较高,通过菜品素材库,商户可以选择出相似商户或相似菜品在菜品制作上的一些信息,在这个过程中,目标商户可能会受到启发,从而将各类菜品素材引用到自己的菜单目录中作为新品推出,以取得意想不到的效果。
在本实施例中,目标商户可以通过发送请求消息的方式获取到菜品素材库中的各类菜品素材信息,以提高自身的菜品信息的多样性和发散性。例如,某目标商户的菜品类别为炸串,菜品素材库中有来自于一家烤串店的食材信息,目标商户在获取到该食材信息之后,就可以将该食材信息引入到自己的菜品目录中,从而推出新的菜品。
207、根据菜品素材库中的菜品类别、菜品属性和食材信息,组合出至少一种目标菜品,并将至少一种目标菜品推送给目标商户。
具体的,服务器可以根据菜品素材库中的菜品类别、菜品属性和食材信息进行组合,以组合出一种新的菜品,并将该菜品推送给目标客户。在本实施例中,在组合一种目标菜品时,可以选择菜品素材库中的一个菜品类别、一个菜品属性和一组食材信息,选择的方式可以是根据菜品类别、菜品属性和食材信息的重合次数和销售量,也可以进行随机选择。可以理解的是,对于组合出的目标菜品,可能会存在一些比较奇怪的组合,例如,一种青菜采用烘焙的方式制作成芝士味,但是在其他情况下,推荐的目标菜品也有可能成为未来的爆品。在本实施例中,组合出的目标菜品可供目标商户作为参考,从而为目标商户制作新菜品提供重要思路,有助于目标商户丰富自身的菜单内容,提高自身的竞争力。因而,推送给目标商户的目标菜品可以有效的提高推荐菜品的多样性和发散性,从而增强了信息推送的有效性。
本实施例提供的菜品信息的推送方法,首先通过目标商户的菜品类别、菜品属性和菜单信息分别获取到与目标商户的菜品类别相匹配的第一菜品集、与目标商户的菜品属性相匹配的第二菜品集和相似商户的第三菜品集,丰富了候选菜品的来源,提高了菜品推荐的多样性和可解释性,然后,本实施例又通过对三个菜品集中的候选菜品进行位置、销量、价格、食材等多维度的筛选和排序,获得针对性更强、准确度更高的推荐菜品,有效的降低了菜品推荐的雷同度,最后,本实施例还通过制作菜品素材库的和组成目标菜品推送给目标商户,提高了推荐菜品的多样性和发散性,并进一步增强了信息推送的有效性。
进一步的,作为图1、图2所示方法的具体实现,本实施例提供了一种菜品信息的推送装置,如图3所示,该装置包括:信息获取模块31、菜品匹配模块32、商户匹配模块33、信息推送模块34。
信息获取模块31,可用于获取目标商户的菜品类别、菜品属性和菜单信息;
菜品匹配模块32,可用于根据目标商户的菜品类别在菜品数据库中匹配获得第一菜品集,根据目标商户的菜品属性在菜品数据库中匹配获得第二菜品集;
商户匹配模块33,可用于根据目标商户的菜单信息匹配获得目标商户的相似商户,并根据相似商户的菜单信息得到第三菜品集;
信息推送模块34,可用于在第一菜品集、第二菜品集和第三菜品集中筛选获得候选菜品,对候选菜品进行排序处理,并将排序结果推送给目标商户;
在具体的应用场景中,如图4所示,本装置还包括位置获取模块35,所述位置获取模块35具体可用于获取目标商户所处的地理位置;根据目标商户所处的地理位置,确定菜品数据库中的菜品信息的匹配范围和相似用户的匹配范围。
在具体的应用场景中,如图4所示,本装置还包括素材提取模块36和菜品组合模块37,所述素材提取模块36,用于提取出候选菜品的菜品类别、菜品属性和食材信息,组成菜品素材库;所述菜品组合模块37,用于根据菜品素材库中的菜品类别、菜品属性和食材信息,组合出至少一种目标菜品;所述信息推送模块34,还用于将至少一种目标菜品推送给目标商户。
在具体的应用场景中,所述信息获取模块31,具体可用于接收菜品信息推送请求,并在菜品信息推送请求中提取出目标商户的商户标识;根据目标商户的商户标识,获取目标商户的菜品类别、菜品属性和菜单信息。
在具体的应用场景中,所述菜品匹配模块32,具体可用于以目标商户的菜品类别为索引,与菜品数据库中各菜品信息的菜品类别进行关联匹配,得到与目标商户的菜品类别相匹配的菜品信息;根据与目标商户的菜品类别相匹配的菜品信息,得到第一菜品集;以目标商户的菜品属性为索引,与菜品数据库中各菜品信息的菜品属性进行关联匹配,得到与目标商户的菜品属性相匹配的菜品信息;根据与目标商户的菜品属性相匹配的菜品信息,得到第二菜品集。
在具体的应用场景中,所述商户匹配模块33,具体可用于根据目标商户的菜单信息,通过深度语义匹配模型得到目标商户的相似商户;获取所述相似商户的商户标识,并根据相似商户的商户标识获取相似商户的菜单信息;根据相似商户的菜单信息,得到第三菜品集。
在具体的应用场景中,所述信息推送模块34,具体可用于将第一菜品集、第二菜品集和第三菜品集中的菜品信息进行聚合和去重处理,得到待筛选菜品;获取待筛选菜品的销量信息,并根据销量信息对待筛选菜品进行筛选,得到候选菜品。
在具体的应用场景中,所述信息推送模块34,具体还可用于对候选菜品的销量和价格进行预估;根据候选菜品的预估销量和/或预估价格对候选菜品进行排序处理。
在具体的应用场景中,所述信息推送模块34,具体还可用于获取候选菜品所属商户的菜品销量信息和菜品价格信息,以及目标商户的菜品销量信息和菜品价格信息;根据候选菜品所属商户的菜品价格信息,以及目标商户的菜品价格信息,对候选菜品的价格进行预估;根据候选菜品所属商户的菜品销量信息,以及目标商户的菜品销量信息,对候选菜品的销量进行预估。
需要说明的是,本实施例提供的一种菜品信息的推送装置所涉及各功能单元的其它相应描述,可以参考图1、图2中的对应描述,在此不再赘述。
基于上述如图1、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、图2所示的菜品信息的推送方法。
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,该待识别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、图2所示的方法,以及图3和图4所示的菜品信息的推送装置实施例,为了实现上述目的,本实施例还提供了一种菜品信息的推送的实体设备,具体可以为个人计算机、服务器、智能手机、平板电脑、智能手表、或者其它网络设备等,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、图2所示的方法。
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菜品信息的推送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实体设备硬件和待识别软件资源的程序,支持信息处理程序以及其它待识别软件和/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,首先获取目标商户的菜品类别、菜品属性和菜单信息,然后将目标商户的菜品类别和菜品属性分别与菜品数据库中各菜品的菜品类别和菜品属性进行匹配,得到第一菜品集和第二菜品集,继而通过目标商户的菜单信息匹配获得目标商户的相似商户,并通过相似商户的菜单信息得到第三菜品集,最后在三个菜品集中筛选出候选菜品,并对候选菜品进行排序后推送给目标商户。与现有技术相比,本申请的技术方案可以从多种渠道获取目标商户的菜品候选集,极大的丰富了候选菜品的来源,增加推荐菜品的多样性和可解释性,并且,菜品集中的菜品都是针对目标商户自身的菜品内容和菜品风格确定的,针对性较强,可以有效的避免推荐的菜品过于雷同的问题,另外,本申请的技术方案还通过对菜品集中的菜品进行筛选和排序,进一步增加了菜品推荐的针对性和信息推荐的准确度,使商户可以及时获取自身需要的菜品信息,提高了菜品推荐的有效性。
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)
1.一种菜品信息的推送方法,其特征在于,所述方法包括:
获取目标商户的菜品类别、菜品属性和菜单信息;
根据所述目标商户的菜品类别在菜品数据库中匹配获得第一菜品集,根据所述目标商户的菜品属性在菜品数据库中匹配获得第二菜品集;
根据所述目标商户的菜单信息匹配获得目标商户的相似商户,并根据所述相似商户的菜单信息得到第三菜品集;
在所述第一菜品集、第二菜品集和第三菜品集中筛选获得候选菜品,对所述候选菜品进行排序处理,并将排序结果推送给目标商户。
2.根据权利要求1所述的方法,其特征在于,所述方法还包括:
获取目标商户所处的地理位置;
根据所述目标商户所处的地理位置,确定菜品数据库中的菜品信息的匹配范围和相似用户的匹配范围。
3.根据权利要求1所述的方法,其特征在于,所述方法还包括:
提取出所述候选菜品的菜品类别、菜品属性和食材信息,组成菜品素材库;
根据所述菜品素材库中的菜品类别、菜品属性和食材信息,组合出至少一种目标菜品,并将所述至少一种目标菜品推送给目标商户。
4.根据权利要求1所述的方法,其特征在于,所述获取目标商户的菜品类别、菜品属性和菜单信息,包括:
接收菜品信息推送请求,并在所述菜品信息推送请求中提取出目标商户的商户标识;
根据所述目标商户的商户标识,获取目标商户的菜品类别、菜品属性和菜单信息。
5.根据权利要求1~4任一项所述的方法,其特征在于,所述根据所述目标商户的菜品类别在菜品数据库中匹配获得第一菜品集,根据所述目标商户的菜品属性在菜品数据库中匹配获得第二菜品集,包括:
以所述目标商户的菜品类别为索引,与菜品数据库中各菜品信息的菜品类别进行关联匹配,得到与所述目标商户的菜品类别相匹配的菜品信息;
根据所述与目标商户的菜品类别相匹配的菜品信息,得到第一菜品集;
以所述目标商户的菜品属性为索引,与菜品数据库中各菜品信息的菜品属性进行关联匹配,得到与所述目标商户的菜品属性相匹配的菜品信息;
根据所述与目标商户的菜品属性相匹配的菜品信息,得到第二菜品集。
6.根据权利要求5所述的方法,其特征在于,所述根据所述目标商户的菜单信息匹配获得目标商户的相似商户,并根据所述相似商户的菜单信息得到第三菜品集,包括:
根据所述目标商户的菜单信息,通过深度语义匹配模型得到目标商户的相似商户;
获取所述相似商户的商户标识,并根据所述相似商户的商户标识获取相似商户的菜单信息;
根据所述相似商户的菜单信息,得到第三菜品集。
7.根据权利要求6所述的方法,其特征在于,所述在所述第一菜品集、第二菜品集和第三菜品集中筛选获得候选菜品,包括:
将所述第一菜品集、第二菜品集和第三菜品集中的菜品信息进行聚合和去重处理,得到待筛选菜品;
获取所述待筛选菜品的销量信息,并根据所述销量信息对所述待筛选菜品进行筛选,得到候选菜品。
8.一种菜品信息的推送装置,其特征在于,所述装置包括:
信息获取模块,用于获取目标商户的菜品类别、菜品属性和菜单信息;
菜品匹配模块,用于根据所述目标商户的菜品类别在菜品数据库中匹配获得第一菜品集,根据所述目标商户的菜品属性在菜品数据库中匹配获得第二菜品集;
商户匹配模块,用于根据所述目标商户的菜单信息匹配获得目标商户的相似商户,并根据所述相似商户的菜单信息得到第三菜品集;
信息推送模块,用于在所述第一菜品集、第二菜品集和第三菜品集中筛选获得候选菜品,对所述候选菜品进行排序处理,并将排序结果推送给目标商户。
9.一种存储介质,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7中任一项所述的方法的步骤。
10.一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,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7中任一项所述的方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010755502.0A CN111738809A (zh) | 2020-07-31 | 2020-07-31 | 菜品信息的推送方法、装置、存储介质及计算机设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010755502.0A CN111738809A (zh) | 2020-07-31 | 2020-07-31 | 菜品信息的推送方法、装置、存储介质及计算机设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111738809A true CN111738809A (zh) | 2020-10-02 |
Family
ID=72658040
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010755502.0A Pending CN111738809A (zh) | 2020-07-31 | 2020-07-31 | 菜品信息的推送方法、装置、存储介质及计算机设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111738809A (zh) |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106288634A (zh) * | 2016-08-04 | 2017-01-04 | 海信集团有限公司 | 菜谱推荐方法、装置及智能冰箱 |
CN106447388A (zh) * | 2016-08-31 | 2017-02-22 | 广东华邦云计算股份有限公司 | 一种菜品推荐方法及系统 |
US10366434B1 (en) * | 2014-10-22 | 2019-07-30 | Grubhub Holdings Inc. | System and method for providing food taxonomy based food search and recommendation |
-
2020
- 2020-07-31 CN CN202010755502.0A patent/CN111738809A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10366434B1 (en) * | 2014-10-22 | 2019-07-30 | Grubhub Holdings Inc. | System and method for providing food taxonomy based food search and recommendation |
CN106288634A (zh) * | 2016-08-04 | 2017-01-04 | 海信集团有限公司 | 菜谱推荐方法、装置及智能冰箱 |
CN106447388A (zh) * | 2016-08-31 | 2017-02-22 | 广东华邦云计算股份有限公司 | 一种菜品推荐方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108897768B (zh) | 一种点餐方法及装置,电子设备 | |
CN111984837B (zh) | 商品数据的处理方法、装置及设备 | |
US10467267B2 (en) | Iterative image search algorithm informed by continuous human-machine input feedback | |
US9633456B2 (en) | System and method for providing flavor advisement and enhancement | |
CN107092647B (zh) | 一种提供资源组合的方法及装置 | |
US11823042B2 (en) | System for measuring food weight | |
WO2019056661A1 (zh) | 一种搜索词推送方法、装置及终端 | |
CN109816469A (zh) | 基于大数据的菜品推荐方法及服务器 | |
WO2017114183A1 (zh) | 一种业务处理方法和装置 | |
CN109741125A (zh) | 推荐菜品的方法及装置、存储介质、电子装置 | |
CN112417284A (zh) | 推送展示信息的方法和装置 | |
WO2017143701A1 (zh) | 基于食材用量的信息处理方法与装置 | |
CN111275493B (zh) | 榜单数据的处理方法、装置、服务器和非易失性存储介质 | |
CN110889043A (zh) | 基于大数据的饮食推荐系统与推荐方法 | |
CN111582979A (zh) | 服饰搭配推荐方法和装置及电子设备 | |
CN105469291A (zh) | 用户信息提供方法及装置 | |
CN115221420A (zh) | 一种基于用户画像的饮食推荐方法及系统 | |
CN112579801A (zh) | 直播间的分类方法、装置、存储介质及计算机设备 | |
CN110874785A (zh) | 餐品套餐信息的确定方法、装置及设备 | |
KR102662492B1 (ko) | 와인과 음식의 페어링 및 추천 장치, 방법, 그리고, 컴퓨터 판독가능 기록 매체 | |
CN111738809A (zh) | 菜品信息的推送方法、装置、存储介质及计算机设备 | |
WO2020098163A1 (zh) | 产品数据推送方法及装置、计算机非易失性可读存储介质 | |
CN111415328B (zh) | 物品分析数据确定方法、装置、电子设备 | |
CN110610753A (zh) | 一种食谱推荐方法、设备、系统及计算机可读存储介质 | |
CN108416628A (zh) | 一种融合食物多属性关系的餐厅菜品智能推荐系统 |
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: 20201002 |