CN111862438A - 餐厅智能叫号排队方法与系统 - Google Patents

餐厅智能叫号排队方法与系统 Download PDF

Info

Publication number
CN111862438A
CN111862438A CN202010635951.1A CN202010635951A CN111862438A CN 111862438 A CN111862438 A CN 111862438A CN 202010635951 A CN202010635951 A CN 202010635951A CN 111862438 A CN111862438 A CN 111862438A
Authority
CN
China
Prior art keywords
time
average
taking
queuing
restaurant
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.)
Granted
Application number
CN202010635951.1A
Other languages
English (en)
Other versions
CN111862438B (zh
Inventor
黄超
郑国春
张莉莹
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Meizhiwei Shanghai Information Technology Co ltd
Original Assignee
Delicious Nowait Shanghai Information Technology Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Delicious Nowait Shanghai Information Technology Co ltd filed Critical Delicious Nowait Shanghai Information Technology Co ltd
Priority to CN202010635951.1A priority Critical patent/CN111862438B/zh
Publication of CN111862438A publication Critical patent/CN111862438A/zh
Application granted granted Critical
Publication of CN111862438B publication Critical patent/CN111862438B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G07—CHECKING-DEVICES
    • G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
    • G07C11/00—Arrangements, systems or apparatus for checking, e.g. the occurrence of a condition, not provided for elsewhere
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/23—Clustering techniques
    • G06F18/232—Non-hierarchical techniques
    • G06F18/2321—Non-hierarchical techniques using statistics or function optimisation, e.g. modelling of probability density functions
    • G06F18/23213—Non-hierarchical techniques using statistics or function optimisation, e.g. modelling of probability density functions with fixed number of clusters, e.g. K-means clustering
    • 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
    • G—PHYSICS
    • G07—CHECKING-DEVICES
    • G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
    • G07C11/00—Arrangements, systems or apparatus for checking, e.g. the occurrence of a condition, not provided for elsewhere
    • G07C2011/04—Arrangements, systems or apparatus for checking, e.g. the occurrence of a condition, not provided for elsewhere related to queuing systems

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Tourism & Hospitality (AREA)
  • Data Mining & Analysis (AREA)
  • Theoretical Computer Science (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Health & Medical Sciences (AREA)
  • Evolutionary Biology (AREA)
  • Evolutionary Computation (AREA)
  • General Engineering & Computer Science (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Artificial Intelligence (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Probability & Statistics with Applications (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Economics (AREA)
  • General Health & Medical Sciences (AREA)
  • Human Resources & Organizations (AREA)
  • Marketing (AREA)
  • Primary Health Care (AREA)
  • Strategic Management (AREA)
  • General Business, Economics & Management (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Telephonic Communication Services (AREA)

Abstract

本发明公开了一种餐厅智能叫号排队方法与系统，方法包括获取餐厅各类型桌台的订单，计算平均服务时长，包括获取预设数量的历史账单的结账时间与开台时间的第一差值，将第一差值与预设数量的商作为平均服务时长；获取平均等待时长，包括获取预设数量的历史账单的取号时间与就餐时间的第二差值，将第二差值与预设数量的商作为平均等待时长；根据当前类型的桌台的开台时间，取出菜品总数与上菜数量得到最小等待时长；确定排队长度，排队长度等于平均等待人数与平均等待时长之积再加上最小服务时长；当排队长度小于餐厅营业结束时间则取号成功，记录取号时间。本发明自动计算是否排队取号，能够最大化增加排队顾客。

Description

餐厅智能叫号排队方法与系统
技术领域
本发明涉及信息技术领域，更具体地，涉及一种餐厅智能叫号排队方法与系统。
背景技术
餐厅的业务流程包括顾客进入餐厅落座、顾客点菜、后厨做菜、顾客吃完后，服务员根据菜品的价钱结账。餐厅的收入主要来源于菜品的销量，而受限于场地，顾客往往需要排队，在就餐流程上，顾客与餐桌是个排队系统，这个系统的流量大小决定着餐厅的收入。
通常餐厅的座位数是固定的，而午高峰/晚高峰会让客流量增大，从而形成排队，门店运营活动也会让高峰期的客流量近一步增加，优化桌台排队，增加排队容量，减少顾客就餐时长，提高顾客就餐体验，才能整体上对餐厅有着重要提升价值。
在桌台排队模型上，往往由多种类型的多张桌台构成，因此，餐厅排队系统是一项多服务台队列，排队系统支持门店远程呼叫顾客就餐，让顾客在队列等待期间，可以在附近逛街购物，从而不至于限制在门店门口排队。而这一体验也造成了一项弊端，顾客在被远程通知时，不一定能及时赶到，赶到时已经过号。
因此，亟需提供一种餐厅智能叫号排队系统来解决上述问题。
发明内容
有鉴于此，本发明提供了一种餐厅智能叫号排队方法，包括：
获取餐厅各类型桌台的订单，计算平均服务时长，包括获取预设数量的历史账单的结账时间与开台时间的第一差值，将第一差值与预设数量的商作为平均服务时长；
获取平均等待时长，包括获取预设数量的历史账单的取号时间与就餐时间的第二差值，将第二差值与预设数量的商作为平均等待时长；
根据当前类型的桌台的开台时间，取出菜品总数与上菜数量得到最小等待时长，所述最小等待时长按照以下方法计算：
Figure BDA0002568287340000021
其中，t为最小等待时长，T为当前时间，T0为开台时间，Q为点菜总数，q为待上菜数量，λ为调整因子，f(t)为时间因素，e为随机调整时间；
确定排队长度，排队长度等于平均等待人数与平均等待时长之积再加上最小服务时长；
当所述排队长度小于餐厅营业结束时间则取号成功，记录取号时间。
可选的，还包括排队长度大于营业结束时间则取号失败。
可选的，当取号失败时，记录顾客手机号，在下一个营业日短信通知顾客。
可选的，还包括采用k-means聚类算法，计算任意相邻两个号之间的时间距离，并得到平均距离，当其中两个号之间的时间距离小于平均距离时，将最短的时间距离组成簇，取簇之间的平均距离，递归计算得出所有簇；
取号成功后当发生过号时，将发生过号的号放在第一个簇的最后一位。
另一方面，本发明还提供了一种餐厅智能叫号排队系统，包括：
平均服务时长确定模块，用于获取餐厅各类型桌台的订单，获取预设数量的历史账单的结账时间与开台时间的第一差值，将第一差值与预设数量的商作为平均服务时长；
平均等待时长确定模块，用于获取预设数量的历史账单的取号时间与就餐时间的第二差值，将第二差值与预设数量的商作为平均等待时长；
最小等待时长确定模块，用于根据当前类型的桌台的开台时间，取出菜品总数与上菜数量得到最小等待时长，在确定最小等待时长时按照以下方法计算：
Figure BDA0002568287340000022
其中，t为最小等待时长，T为当前时间，T0为开台时间，Q为点菜总数，q为待上菜数量，λ为调整因子，f(t)为时间因素，e为随机调整时间；
排队长度确定模块，用于确定排队长度，排队长度等于平均等待人数与平均等待时长之积再加上最小服务时长；
取号确认模块，用于判断所述排队长度是否小于餐厅营业结束时间，当所述排队长度小于餐厅营业结束时间则取号成功，记录取号时间。
可选的，所述取号确认模块在判断排队长度大于营业结束时间时，则取号失败。
可选的，还包括短息通知模块，用于当取号失败时，记录顾客手机号，在下一个营业日短信通知顾客。
可选的，还包括过号处理模块，采用k-means聚类算法，计算任意相邻两个号之间的时间距离，并得到平均距离，当其中两个号之间的时间距离小于平均距离时，将最短的时间距离组成簇，取簇之间的平均距离，递归计算得出所有簇；取号成功后当发生过号时，将发生过号的号放在第一个簇的最后一位。
本发明提供了多队列排队系统来减少顾客等待时间与队长，从而优化顾客等待体验。本发明针对过号情况通过聚类得出过号延后的算法，从而最优化平衡过号顾客与正常排队顾客的体验。本发明根据订单数的变化来动态预测号量以及服务量，在流量较大的情况下，门店增加一定的桌台能够扩展空间，在流量较小的情况下，减少桌台能够让就餐环境更好。
与现有技术相比，本发明提供的餐厅智能叫号排队方法与系统，至少实现了如下的有益效果：
本发明自动计算是否排队取号，能够最大化增加排队顾客，相比于人工设置排队停止时间本发明更为方便；
本发明采用聚类分析算法，动态划分排队顾客，得到过号延后入队位置，相较于现有技术直接过号延三桌，对队列稳定性以及过号顾客的体验都最佳。
当然，实施本发明的任一产品必不特定需要同时达到以上所述的所有技术效果。
通过以下参照附图对本发明的示例性实施例的详细描述，本发明的其它特征及其优点将会变得清楚。
附图说明
被结合在说明书中并构成说明书的一部分的附图示出了本发明的实施例，并且连同其说明一起用于解释本发明的原理。
图1是现有技术餐厅排队模型；
图2是本发明提供的一种餐厅智能叫号排队方法流程图；
图3是过号聚类算法示意图；
图4是本发明提供的一种餐厅智能叫号排队系统结构示意图。
具体实施方式
现在将参照附图来详细描述本发明的各种示例性实施例。应注意到：除非另外具体说明，否则在这些实施例中阐述的部件和步骤的相对布置、数字表达式和数值不限制本发明的范围。
以下对至少一个示例性实施例的描述实际上仅仅是说明性的，决不作为对本发明及其应用或使用的任何限制。
对于相关领域普通技术人员已知的技术、方法和设备可能不作详细讨论，但在适当情况下，所述技术、方法和设备应当被视为说明书的一部分。
在这里示出和讨论的所有例子中，任何具体值应被解释为仅仅是示例性的，而不是作为限制。因此，示例性实施例的其它例子可以具有不同的值。
应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步讨论。
参照图1，图1是现有技术餐厅排队模型，排队模型属于餐厅顾客排队就餐模型，以天为研究单位，顾客的到达服从泊松分布，在12:00-13:00与18:00-19:00这两个时间段达到高峰。任何时刻，一旦桌台有空闲，立即提供服务，当桌台全部占满、顾客排队时间较长，顾客会可能会放弃就餐，会产生一定的损失率。通常门店具备多种不同的桌台，最常见的有2人桌、4人桌、6-8人桌，每个类型的桌台均不只一张，因此，每个类型都是一个多服务台队列。因此，餐厅顾客排队模型属于多个多服务台损失制排队模型。
多服务台损失制排队模型为M/M/S/A/S
顾客单桌到达，两桌顾客达到概率独立，第一个参数表示顾客到达时间间隔服从泊松分布M。两桌的就餐时间独立，第二个参数表示桌台的服务时间也服从泊松分布M。第三个参数表示门店有S个桌台，第四个参数表示门店当日总容量A，第五个参数表示顾客因排队过久而离去的损失率S。本发明在于提高门店排队容量和降低损失率。
对于餐厅而言，营业时间固定，场地桌台数固定，因此，提高排队容量，优化排队损失率有着重要意义。
评估排队服务质量，以确定最优参数，需要考虑排队系统基本指标。排队系统指标如下：
1、排队容量，门店内顾客总数，包括正在就餐的与排队的顾客。
2、等待总数，处于等待中的顾客总数。
3、平均等待时间，顾客在餐厅的就餐之前，排队等待时间。
4、平均忙期，指餐厅的市段，即中午或者晚上，第一个客人达到和最后一个客人离去的时长。
5、损失率，顾客因为过号或者门店排队过长，放弃排队，或者因服务时间超过营业结束时间而导致排队后被拒绝。
传统排队系统的做法是针对2人桌、4人桌、6-8人桌各设置一个队列，并不在意每个队列里有多少桌台，这导致一个问题，大家全都在一起排队，每个人都在等待一批人，假设门店有4人桌台10张，当全部占满后，已经排队10人，传统排队系统在第11人排队的时候，会播报前方等待10桌，这会给第11人造成很漫长的体验，导致损失率。而实际上，第一批10人吃完后，第二批10人再吃完，之后第11人便会就餐，实际等待是2桌，这对顾客的体验更好，
因此本发明量化顾客排队时间，细化排队队列，将单服务台排队改成多服务台排队，能够带来更精细化的体验。
为解决手动停止取号弊端，本发明针对不同类型的队列的订单时间分布进行分析，得出平均用餐时间，根据不同类型的队列的平均等待时间，计算出队长，以及是否需要停止排队。
餐厅营业中，顾客排队取号后，产生号单，到号后，服务员点击就餐，通过号单可以得到顾客排队时长。顾客开始就餐，服务员便会开台，就餐结束后，订单便会结束，因此能够通过订单计算得出不同桌台的服务时长。当等待时间加上就餐时间大于营业剩余时间时，则不可发生排队，排队取号关闭。
参照图2，图2提供了一种餐厅智能叫号排队方法流程图，图2中的一种餐厅智能叫号排队方法，包括以下步骤：
步骤S1：获取餐厅各类型桌台的订单，计算平均服务时长，包括获取预设数量的历史账单的结账时间与开台时间的第一差值，将第一差值与预设数量的商作为平均服务时长；
步骤S2：获取平均等待时长，包括获取预设数量的历史账单的取号时间与就餐时间的第二差值，将第二差值与预设数量的商作为平均等待时长；
步骤S3：根据当前类型的桌台的开台时间，取出菜品总数与上菜数量得到最小等待时长；
在一些可选的实施例中，所述最小等待时长按照以下方法计算：
Figure BDA0002568287340000061
其中，t为最小等待时长，T为当前时间，T0为开台时间，Q为点菜总数，q为待上菜数量，λ为调整因子，f(t)为时间因素，e为随机调整时间。
步骤S4：确定排队长度，排队长度等于平均等待人数与平均等待时长之积再加上最小服务时长；
步骤S5：当所述排队长度小于餐厅营业结束时间则取号成功，记录取号时间。
在一些可选的实施例中，上述步骤S5中，当判断排队长度大于营业结束时间则取号失败。
在一些可选的实施例中，当取号失败时，记录顾客手机号，在下一个营业日短信通知顾客。
现有技术排队系统模式下，餐厅在下班前的半个小时就会手动停止取号，导致部分排队损失，本发明在多服务模式下，通过动态计算等待时间自动停止取号，尽量延长排队，以提高排队容量。
在一些可选的实施例中，参照图3，本发明的餐厅智能叫号排队还包括采用k-means聚类算法，计算任意相邻两个号之间的时间距离，并得到平均距离，当其中两个号之间的时间距离小于平均距离时，将最短的时间距离组成簇，取簇之间的平均距离，递归计算得出所有簇；
取号成功后当发生过号时，将发生过号的号放在第一个簇的最后一位。
这里的一个簇就是一批顾客。
现有技术中排队系统是直接过号延三桌，这种方法会让第四人产生插队的感觉，进而影响就餐体验，对于过号顾客也不一定是最佳的位置。本发明采用聚类分析得到过号位置的办法能够得到最优化的位置。
这种方案对于过号顾客而言，等待时间最少，对后续顾客而言，在等待时间的维度上，影响面最小。对于下一簇顾客而言，该过号顾客造成的实际影响不大，始终等到前一簇顾客就餐完毕。
参照图4，本发明还提供了一种餐厅智能叫号排队系统，包括：
平均服务时长确定模块101，用于获取餐厅各类型桌台的订单，获取预设数量的历史账单的结账时间与开台时间的第一差值，将第一差值与预设数量的商作为平均服务时长；
平均等待时长确定模块102，用于获取预设数量的历史账单的取号时间与就餐时间的第二差值，将第二差值与预设数量的商作为平均等待时长；
最小等待时长确定模块103，用于根据当前类型的桌台的开台时间，取出菜品总数与上菜数量得到最小等待时长；
排队长度确定模块104，用于确定排队长度，排队长度等于平均等待人数与平均等待时长之积再加上最小服务时长；
取号确认模块105，用于判断所述排队长度是否小于餐厅营业结束时间，当所述排队长度小于餐厅营业结束时间则取号成功，记录取号时间。
在一些可选的实施例中，所述最小等待时长确定模块在确定最小等待时长时按照以下方法计算：
Figure BDA0002568287340000081
其中，t为最小等待时长，T为当前时间，T0为开台时间，Q为点菜总数，q为待上菜数量，λ为调整因子，f(t)为时间因素，e为随机调整时间。
在一些可选的实施例中，所述取号确认模块105在判断排队长度大于营业结束时间时，则取号失败。
在一些可选的实施例中，还包括短息通知模块，用于当取号失败时，记录顾客手机号，在下一个营业日短信通知顾客。
在一些可选的实施例中，还包括过号处理模块，采用k-means聚类算法，计算任意相邻两个号之间的时间距离，并得到平均距离，当其中两个号之间的时间距离小于平均距离时，将最短的时间距离组成簇，取簇之间的平均距离，递归计算得出所有簇；取号成功后当发生过号时，将发生过号的号放在第一个簇的最后一位。
通过上述实施例可知，本发明提供的餐厅智能叫号排队方法与系统，至少实现了如下的有益效果：
本发明自动计算是否排队取号，能够最大化增加排队顾客，相比于人工设置排队停止时间，本发明更为方便；
本发明采用聚类分析算法，动态划分排队顾客，得到过号延后入队位置，相较于现有技术直接过号延三桌，对队列稳定性以及过号顾客的体验都最佳。
虽然已经通过例子对本发明的一些特定实施例进行了详细说明，但是本领域的技术人员应该理解，以上例子仅是为了进行说明，而不是为了限制本发明的范围。本领域的技术人员应该理解，可在不脱离本发明的范围和精神的情况下，对以上实施例进行修改。本发明的范围由所附权利要求来限定。

Claims (8)

1.一种餐厅智能叫号排队方法，其特征在于，包括：
获取餐厅各类型桌台的订单，计算平均服务时长，包括获取预设数量的历史账单的结账时间与开台时间的第一差值，将第一差值与预设数量的商作为平均服务时长；
获取平均等待时长，包括获取预设数量的历史账单的取号时间与就餐时间的第二差值，将第二差值与预设数量的商作为平均等待时长；
根据当前类型的桌台的开台时间，取出菜品总数与上菜数量得到最小等待时长，所述最小等待时长按照以下方法计算：
Figure FDA0002568287330000011
其中，t为最小等待时长，T为当前时间，T0为开台时间，Q为点菜总数，q为待上菜数量，λ为调整因子，f(t)为时间因素，e为随机调整时间；
确定排队长度，排队长度等于平均等待人数与平均等待时长之积再加上最小服务时长；
当所述排队长度小于餐厅营业结束时间则取号成功，记录取号时间。
2.根据权利要求1所述的餐厅智能叫号方法，其特征在于，还包括排队长度大于营业结束时间则取号失败。
3.根据权利要求2所述的餐厅智能叫号方法，其特征在于，当取号失败时，记录顾客手机号，在下一个营业日短信通知顾客。
4.根据权利要求1所述的餐厅智能叫号方法，其特征在于，还包括采用k-means聚类算法，计算任意相邻两个号之间的时间距离，并得到平均距离，当其中两个号之间的时间距离小于平均距离时，将最短的时间距离组成簇，取簇之间的平均距离，递归计算得出所有簇；
取号成功后当发生过号时，将发生过号的号放在第一个簇的最后一位。
5.一种餐厅智能叫号排队系统，其特征在于，包括：
平均服务时长确定模块，用于获取餐厅各类型桌台的订单，获取预设数量的历史账单的结账时间与开台时间的第一差值，将第一差值与预设数量的商作为平均服务时长；
平均等待时长确定模块，用于获取预设数量的历史账单的取号时间与就餐时间的第二差值，将第二差值与预设数量的商作为平均等待时长；
最小等待时长确定模块，用于根据当前类型的桌台的开台时间，取出菜品总数与上菜数量得到最小等待时长，在确定最小等待时长时按照以下方法计算：
Figure FDA0002568287330000021
其中，t为最小等待时长，T为当前时间，T0为开台时间，Q为点菜总数，q为待上菜数量，λ为调整因子，f(t)为时间因素，e为随机调整时间；
排队长度确定模块，用于确定排队长度，排队长度等于平均等待人数与平均等待时长之积再加上最小服务时长；
取号确认模块，用于判断所述排队长度是否小于餐厅营业结束时间，当所述排队长度小于餐厅营业结束时间则取号成功，记录取号时间。
6.根据权利要求5所述的餐厅智能叫号排队系统，其特征在于，所述取号确认模块在判断排队长度大于营业结束时间时，则取号失败。
7.根据权利要求6所述的餐厅智能叫号排队系统，其特征在于，还包括短息通知模块，用于当取号失败时，记录顾客手机号，在下一个营业日短信通知顾客。
8.根据权利要求5所述的餐厅智能叫号排队系统，其特征在于，还包括过号处理模块，采用k-means聚类算法，计算任意相邻两个号之间的时间距离，并得到平均距离，当其中两个号之间的时间距离小于平均距离时，将最短的时间距离组成簇，取簇之间的平均距离，递归计算得出所有簇；
取号成功后当发生过号时，将发生过号的号放在第一个簇的最后一位。
CN202010635951.1A 2020-07-03 2020-07-03 餐厅智能叫号排队方法与系统 Active CN111862438B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010635951.1A CN111862438B (zh) 2020-07-03 2020-07-03 餐厅智能叫号排队方法与系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010635951.1A CN111862438B (zh) 2020-07-03 2020-07-03 餐厅智能叫号排队方法与系统

Publications (2)

Publication Number Publication Date
CN111862438A true CN111862438A (zh) 2020-10-30
CN111862438B CN111862438B (zh) 2022-02-25

Family

ID=73152838

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010635951.1A Active CN111862438B (zh) 2020-07-03 2020-07-03 餐厅智能叫号排队方法与系统

Country Status (1)

Country Link
CN (1) CN111862438B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112288115A (zh) * 2020-11-16 2021-01-29 北京百度网讯科技有限公司 生成预约服务信息的方法、装置、设备以及存储介质

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20140122423A (ko) * 2013-04-10 2014-10-20 임찬규 실시간 주문 및 매장 관리 시스템
CN107578112A (zh) * 2017-08-31 2018-01-12 努比亚技术有限公司 一种预约方法、终端、服务器及可读存储介质
CN107833339A (zh) * 2017-10-27 2018-03-23 北京三快在线科技有限公司 确定排位时长的方法、装置及电子设备
CN109147147A (zh) * 2018-08-30 2019-01-04 广东鸭梨科技股份有限公司 一种智能化餐饮业服务系统及方法
CN109816126A (zh) * 2019-01-04 2019-05-28 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
CN109978198A (zh) * 2019-03-29 2019-07-05 客如云科技（成都）有限责任公司 一种基于大数据及ai技术的候餐时长实时预估系统

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20140122423A (ko) * 2013-04-10 2014-10-20 임찬규 실시간 주문 및 매장 관리 시스템
CN107578112A (zh) * 2017-08-31 2018-01-12 努比亚技术有限公司 一种预约方法、终端、服务器及可读存储介质
CN107833339A (zh) * 2017-10-27 2018-03-23 北京三快在线科技有限公司 确定排位时长的方法、装置及电子设备
CN109147147A (zh) * 2018-08-30 2019-01-04 广东鸭梨科技股份有限公司 一种智能化餐饮业服务系统及方法
CN109816126A (zh) * 2019-01-04 2019-05-28 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
CN109978198A (zh) * 2019-03-29 2019-07-05 客如云科技（成都）有限责任公司 一种基于大数据及ai技术的候餐时长实时预估系统

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
张梦琦: "基于Android的智能点餐排队模型仿真与算法优化", 《软件导刊》 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112288115A (zh) * 2020-11-16 2021-01-29 北京百度网讯科技有限公司 生成预约服务信息的方法、装置、设备以及存储介质
CN112288115B (zh) * 2020-11-16 2024-03-05 北京百度网讯科技有限公司 生成预约服务信息的方法、装置、设备以及存储介质

Also Published As

Publication number Publication date
CN111862438B (zh) 2022-02-25

Similar Documents

Publication Publication Date Title
US7936861B2 (en) Announcement system and method of use
CN109493254B (zh) 一种菜品制作排序与催菜方法、装置以及菜品处理系统
CN108091029A (zh) 餐厅排号管理方法及系统
US20080008309A1 (en) Method and apparatus for customer key routing
US20060167729A1 (en) Method and system for scheduling a customer service callback
CN111862438B (zh) 餐厅智能叫号排队方法与系统
CN101005540A (zh) 实现坐席服务水平评价的呼叫中心服务方法
CN107451763B (zh) 一种物流众包配送订单筛选方法及装置
JP7155295B2 (ja) 画像認識装置、画像認識プログラム、および画像認識方法
CN101706978A (zh) 一种餐饮排号系统及实现方法
CN106897780A (zh) 一种智能化服务方法及装置
CN103106550A (zh) 一种智能餐饮的任务处理方法
CN109345315B (zh) 客户就餐体验评估模型的创建方法和评估方法
US8867730B2 (en) Contact center trend analysis and process altering system and method
CN104680437A (zh) 一种利用手机的无线点餐系统
CN107833339B (zh) 确定排位时长的方法、装置及电子设备
CN1283935A (zh) 用于电话交换机的呼叫排队算法
Rarh et al. Restaurant table reservation using time-series prediction
CN110930040A (zh) 基于动态优先级的智能后厨系统和显示方法
CN110310213A (zh) 一种智慧餐厅下单方法和智慧餐厅系统
Parkan Simulation of a fast-food operation where dissatisfied customers renege
CN109493253A (zh) 一种点餐方法及装置，计算机存储介质和电子设备
US8923503B2 (en) Servicing calls in call centers based on estimated call value
CN113673960A (zh) 基于智慧云和ai技术的智慧食堂服务系统
CN115116609A (zh) 基于区块链的餐饮人员身体数据共享系统

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
GR01 Patent grant
GR01 Patent grant
TR01 Transfer of patent right

Effective date of registration: 20231222

Address after: 200331, Room 515, No. 788 Zhenbei Road, Putuo District, Shanghai

Patentee after: Meizhiwei (Shanghai) Information Technology Co.,Ltd.

Address before: 201207 Room 302, building 88, Lane 887, Zuchongzhi Road, pilot Free Trade Zone, Pudong New Area, Shanghai

Patentee before: DELICIOUS NOWAIT (SHANGHAI) INFORMATION TECHNOLOGY CO.,LTD.

TR01 Transfer of patent right