CN116720716B - 基于大数据的姜茶产品个性化定制方法及系统 - Google Patents
基于大数据的姜茶产品个性化定制方法及系统 Download PDFInfo
- Publication number
- CN116720716B CN116720716B CN202310995913.0A CN202310995913A CN116720716B CN 116720716 B CN116720716 B CN 116720716B CN 202310995913 A CN202310995913 A CN 202310995913A CN 116720716 B CN116720716 B CN 116720716B
- Authority
- CN
- China
- Prior art keywords
- user
- personalized
- ginger tea
- ginger
- personalized customization
- 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
- 235000006886 Zingiber officinale Nutrition 0.000 title claims abstract description 89
- 235000008397 ginger Nutrition 0.000 title claims abstract description 89
- 238000000034 method Methods 0.000 title claims abstract description 24
- 244000269722 Thea sinensis Species 0.000 title abstract 9
- 244000273928 Zingiber officinale Species 0.000 title 1
- 241000234314 Zingiber Species 0.000 claims abstract description 88
- 239000011159 matrix material Substances 0.000 claims abstract description 43
- 238000004458 analytical method Methods 0.000 claims abstract description 42
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 25
- 241001122767 Theaceae Species 0.000 claims description 100
- 239000003016 pheromone Substances 0.000 claims description 29
- 238000012546 transfer Methods 0.000 claims description 16
- 241000257303 Hymenoptera Species 0.000 claims description 12
- 238000012545 processing Methods 0.000 claims description 6
- 238000004364 calculation method Methods 0.000 claims description 4
- 235000013305 food Nutrition 0.000 claims description 4
- 230000010354 integration Effects 0.000 claims description 3
- 230000007704 transition Effects 0.000 claims 1
- 238000004519 manufacturing process Methods 0.000 abstract description 6
- 238000007621 cluster analysis Methods 0.000 abstract description 4
- 238000012549 training Methods 0.000 description 6
- 230000000694 effects Effects 0.000 description 3
- 206010011224 Cough Diseases 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 2
- 230000009193 crawling Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000010792 warming Methods 0.000 description 2
- 208000037386 Typhoid Diseases 0.000 description 1
- 230000008485 antagonism Effects 0.000 description 1
- 238000012098 association analyses Methods 0.000 description 1
- 238000011960 computer-aided design Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000002349 favourable effect Effects 0.000 description 1
- 230000001939 inductive effect Effects 0.000 description 1
- 206010022000 influenza Diseases 0.000 description 1
- 239000004615 ingredient Substances 0.000 description 1
- 210000004072 lung Anatomy 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 210000002784 stomach Anatomy 0.000 description 1
- 210000004243 sweat Anatomy 0.000 description 1
- 208000011580 syndromic disease Diseases 0.000 description 1
- 235000019640 taste Nutrition 0.000 description 1
- 201000008297 typhoid fever Diseases 0.000 description 1
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
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
- G06Q10/06315—Needs-based resource requirements planning or analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/23—Clustering techniques
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/004—Artificial life, i.e. computing arrangements simulating life
- G06N3/006—Artificial life, i.e. computing arrangements simulating life based on simulated virtual individual or collective life forms, e.g. social simulations or particle swarm optimisation [PSO]
-
- 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
- G06Q50/04—Manufacturing
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/30—Computing systems specially adapted for manufacturing
Abstract
本发明涉及智能产品制造技术领域，尤其为基于大数据的姜茶产品个性化定制方法及系统，包括如下步骤：S1：采集用户的个性化需求数据，搭建用户需求矩阵；S2：基于用户需求矩阵进行姜茶产品的个性化定制分析；S3：基于用户的个性化定制分析结果进行姜茶产品的个性化定制。本发明通过根据用户需求或用户数据信息获取用户对姜茶产品的个性化定制需求，同时结合关联度分析进行姜茶产品的综合分析，进行个性化定制的聚类分析，以便对用户个性化定制需求进行分类，同时通过改进蚁群算法对聚类分析进行优化，提升姜茶产品的分类准确度，提升对姜茶产品个性化定制特征的定制效率，提升用户的满意度，提升姜茶产品的销量。
Description
技术领域
本发明涉及智能产品制造技术领域，尤其是基于大数据的姜茶产品个性化定制方法及系统。
背景技术
随着互联网技术、计算机辅助设计的发展，产品个性化定制产品平台有了更先进的技术支撑，并已经得到一定程度的推广。
个性化定制产品具体指的是用户依据自己的需要来自己定制商品的制造。个性化定制产品打破了传统的商业模式，用户不仅仅只是挑选中意的商品，更可以参与到商品的制作中。不仅如此，为了满足个性化定制产品的需求，商品的制作到出售的流程也随之有所改变，不是简单的制作到出售，在出售之前有二次加工的过程。
姜茶是一种饮品，具有发汗解表、温肺止咳的功效，有利于治疗流感、伤寒、咳嗽等。但是对于不同的群体，对于姜茶产品中的成分可能存在不耐受的情况，或是成分作用不明显的情况等，故可根据用户进行个性化定制，提升姜茶产品对于不同受众的作用和功效等，同时可提升厂家的销量。
市场上现有的姜茶产品，基本通过统一加工输出的方式进行生产和出售，忽略了对于外观、成分和功效等有特殊需求的群众，不利于姜茶产品的出售。
发明内容
本发明的目的是通过提出基于大数据的姜茶产品个性化定制方法及系统，以解决上述背景技术中提出的缺陷。
本发明采用的技术方案如下：
提供基于大数据的姜茶产品个性化定制方法，包括如下步骤：
S1：采集用户的个性化需求数据，搭建用户需求矩阵；
S2：基于用户需求矩阵进行姜茶产品的个性化定制分析；
S3：基于用户的个性化定制分析结果进行姜茶产品的个性化定制；
所述S1中，根据用户授予信息或用户需求获取用户需求矩阵；
所述用户授予信息中，根据用户定制信息生成定制数据：
对于用户定制信息中的第个定制产品，得到定制产品的特征矩阵如下：
其中，表示定制产品的第个定制特征，表示定制产品的第个特征对应的
第个特征参数变量值，为矩阵的转置；
其中，表示杰卡德系数，表示定制产品与定制产品的交集元素与并集元素
的比例，分别表示定制产品的第个、第个定制特征，表示杰卡德距离；
划分杰卡德距离阈值，获取个性化定制需求矩阵与聚类数目。
作为本发明的一种优选技术方案：所述用户需求中，根据用户需求种类生成对应
的聚类数目，还根据采集的用户对于姜茶产品的个性化需求数据搭建用户需求矩阵如
下：
其中，为用户的第类需求，为用户的第类需求的第个需求，为矩阵的转
置。
作为本发明的一种优选技术方案：所述S2中，基于用户需求矩阵进行姜茶产品的个性化分析具体如下：
对于用户的第类需求的第个需求的关联度计算如下：
其中，表示第类姜茶产品基本功能权重，表示第类第个姜茶产品基本功能
权重，表示第类姜茶产品个性化功能权重，表示第类第个姜茶产品个性化功能权
重，表示第类姜茶产品安全功能权重，表示第类第个姜茶产品安全功能权重，表示
第类姜茶产品外观功能权重，表示第类第个姜茶产品外观功能权重，表示第类姜
茶产品结构功能权重，表示第类第个姜茶产品结构功能权重。
作为本发明的一种优选技术方案：所述S3中，还通过聚类算法进行用户的个性化定制分析。
作为本发明的一种优选技术方案：所述聚类算法具体如下：
基于用户需求矩阵及其个性化分析结果获得定制特征聚类簇中心如下：
其中，表示对应用户需求的第个簇中心，为用户的第类需求的第个需求，
表示模糊数，为需求类别数，为需求个数；
获取函数值如下：
得到类内平均距离如下：
其中，表示第个簇中的需求数量。
作为本发明的一种优选技术方案：所述聚类算法中，基于改进蚁群算法获取模糊数的值，将模糊数作为具有不同属性的蚂蚁，最小聚类误差函数值为食物源进行模糊数的搜索。
作为本发明的一种优选技术方案：所述改进蚁群算法具体如下：
蚂蚁通过行走不同的地点之间转移，时刻蚂蚁从位置向位置的转移概率为：
其中，为时刻蚂蚁由位置转移到位置的信息素轨迹强度，为时
刻蚂蚁由位置转移到位置的启发程度，为时刻蚂蚁由位置转移到位置的
信息素轨迹强度，为时刻蚂蚁由位置转移到位置的启发程度，为蚂蚁允许
到达的位置，为蚂蚁下一步可选择的位置集合，和为调节系数；
一次循环完成后，下一时刻蚁群在路径的信息量如下：
其中，为蚂蚁在本次循环过程中留在路径上的最优信息素量，为信息素挥发系数；为信息素增强系数，为时刻以内所有信息素中优信息素的
综合代价。
作为本发明的一种优选技术方案：所述S2中，基于改进蚁群算法进行用户的个性化定制分析结果的整合。
作为本发明的一种优选技术方案：所述S3中，基于用户的个性化需求数据分别进行姜茶产品的基本功能、个性化功能、安全功能、外观功能和结构功能的个性化定制。
提供基于大数据的姜茶产品个性化定制系统，包括：
信息采集模块：用于采集用户的个性化需求数据，搭建用户需求矩阵；
个性化分析模块：用于基于用户需求矩阵进行姜茶产品的个性化定制分析；
个性化定制模块：用于基于用户的个性化定制分析结果进行姜茶产品的个性化定制。
本发明提供的基于大数据的姜茶产品个性化定制方法及系统，与现有技术相比，其有益效果有：
本发明通过根据用户需求或用户数据信息获取用户对姜茶产品的个性化定制需求，同时结合关联度分析进行姜茶产品的综合分析，进行个性化定制的聚类分析，以便对用户个性化定制需求进行分类，同时通过改进蚁群算法对聚类分析进行优化，提升姜茶产品的分类准确度，提升对姜茶产品个性化定制特征的定制效率，提升用户的满意度，提升姜茶产品的销量。
附图说明
图1为本发明优选实施例的方法流程图；
图2为本发明优选实施例中系统框图。
图中各个标记的意义为：100、信息采集模块；200、个性化分析模块；300、个性化定制模块。
具体实施方式
需要说明的是，在不冲突的情况下，本实施例中的实施例及实施例中的特征可以相互组合，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、完整的描述，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。
参照图1所示，本发明优选实施例提供了基于大数据的姜茶产品个性化定制方法，包括如下步骤：
S1：采集用户的个性化需求数据，搭建用户需求矩阵；
S2：基于用户需求矩阵进行姜茶产品的个性化定制分析；
S3：基于用户的个性化定制分析结果进行姜茶产品的个性化定制。
所述S1中，根据用户授予信息或用户需求获取用户需求矩阵。
所述用户授予信息中，根据用户定制信息生成定制数据：
对于用户定制信息中的第个定制产品，得到定制产品的特征矩阵如下：
其中，表示定制产品的第个定制特征，表示定制产品的第个特征对应的
第个特征参数变量值，为矩阵的转置；
其中，表示杰卡德系数，表示定制产品与定制产品的交集元素与并集元素
的比例，分别表示定制产品的第个、第个定制特征，表示杰卡德距离；
划分杰卡德距离阈值，获取个性化定制需求矩阵与聚类数目。
所述用户需求中，根据用户需求种类生成对应的聚类数目，还根据采集的用户对
于姜茶产品的个性化需求数据搭建用户需求矩阵如下：
其中，为用户的第类需求，为用户的第类需求的第个需求，为矩阵的转
置。
所述S2中，基于用户需求矩阵进行姜茶产品的个性化分析具体如下：
对于用户的第类需求的第个需求的关联度计算如下：
其中，表示第类姜茶产品基本功能权重，表示第类第个姜茶产品基本功能
权重，表示第类姜茶产品个性化功能权重，表示第类第个姜茶产品个性化功能权
重，表示第类姜茶产品安全功能权重，表示第类第个姜茶产品安全功能权重，表示
第类姜茶产品外观功能权重，表示第类第个姜茶产品外观功能权重，表示第类姜
茶产品结构功能权重，表示第类第个姜茶产品结构功能权重。
所述S3中，还通过聚类算法进行用户的个性化定制分析。
所述聚类算法具体如下：
基于用户需求矩阵及其个性化分析结果获得定制特征聚类簇中心如下：
其中，表示对应用户需求的第个簇中心，为用户的第类需求的第个需求，
表示模糊数，为需求类别数，为需求个数；
获取函数值如下：
得到类内平均距离如下：
其中，表示第个簇中的需求数量。
所述聚类算法中，基于改进蚁群算法获取模糊数的值，将模糊数作为具有不同属性的蚂蚁，最小聚类误差函数值为食物源进行模糊数的搜索。
所述改进蚁群算法具体如下：
蚂蚁通过行走不同的地点之间转移，时刻蚂蚁从位置向位置的转移概率为：
其中，为时刻蚂蚁由位置转移到位置的信息素轨迹强度，为时
刻蚂蚁由位置转移到位置的启发程度，为时刻蚂蚁由位置转移到位置的
信息素轨迹强度，为时刻蚂蚁由位置转移到位置的启发程度，为蚂蚁允许
到达的位置，为蚂蚁下一步可选择的位置集合，和为调节系数；
一次循环完成后，下一时刻蚁群在路径的信息量如下：
其中，为蚂蚁在本次循环过程中留在路径上的最优信息素量，为信息素挥发系数；为信息素增强系数，为时刻以内所有信息素中优信息素的
综合代价。
所述S2中，基于改进蚁群算法进行用户的个性化定制分析结果的整合。
所述S3中，基于用户的个性化需求数据分别进行姜茶产品的基本功能、个性化功能、安全功能、外观功能和结构功能的个性化定制。
参照图2所示，提供基于大数据的姜茶产品个性化定制系统，包括：
信息采集模块100：用于采集用户的个性化需求数据，搭建用户需求矩阵；
个性化分析模块200：用于基于用户需求矩阵进行姜茶产品的个性化定制分析；
个性化定制模块300：用于基于用户的个性化定制分析结果进行姜茶产品的个性化定制。
本实施例中，信息采集模块100根据用户授予的历史定制产品信息等生成定制数据：
对于用户定制信息中的第个定制产品，得到定制产品的特征矩阵如下：
其中，表示定制产品的第个定制特征，表示定制产品的第个特征对应的
第个特征参数变量值，为矩阵的转置；
其中，表示杰卡德系数，表示定制产品与定制产品的交集元素与并集元素
的比例，分别表示定制产品的第个、第个定制特征，表示杰卡德距离；的取
值范围为，当值为1时表示两种定制产品的定制特征完全不相同；当值为0时表示两种
定制产品的定制特征完全一致。划分杰卡德距离阈值，以设定为0.2为例，当杰卡德距离小
于0.2时，则划分该定制特征为姜茶产品的目标定制特征，最终根据姜茶产品的目标定制特
征划分种类，生成对应的聚类数目，并生成需求矩阵。
信息采集模块100还可以根据用户需求直接生成需求矩阵，用户需求中，根据用户
需求种类生成对应的聚类数目，还根据采集的用户对于姜茶产品的个性化需求数据搭建用
户需求矩阵如下：
其中，为用户的第类需求，为用户的第类需求的第个需求。其中共包括9
类需求，每个需求种类中分为8个需求。
信息采集模块100基于用户历史定制信息或用户需求生成用户需求矩阵，能够较为全面和准确地采集到用户的偏好需求，生成令用户满意的姜茶产品。
个性化分析模块200基于信息采集模块100基于各类渠道获取的用户需求矩阵进行姜茶产品的个性化分析：
对于用户的第类需求的第个需求的关联度计算如下：
其中，表示第类姜茶产品基本功能权重，表示第类第个姜茶产品基本功能
权重，例如驱寒功能、暖胃功能等，表示第类姜茶产品个性化功能权重，表示第类第
个姜茶产品个性化功能权重，例如不同口味等个性化功能，表示第类姜茶产品安全功能
权重，表示第类第个姜茶产品安全功能权重，例如姜茶产品的个性化定制成分中是否
存在相对抗的材料，表示第类姜茶产品外观功能权重，表示第类第个姜茶产品外观
功能权重，如姜茶产品的成分形状等，表示第类姜茶产品结构功能权重，表示第类第个姜茶产品结构功能权重例如姜茶产品的外观结构等。
基于用户需求的关联度分析，综合分析和保证了姜茶产品的功效性、安全性与美观性等各方面。
个性化分析模块200根据个性化分析结果，通过聚类算法进行用户的个性化定制分析：
基于用户需求矩阵及其个性化分析结果获得定制特征聚类簇中心如下：
其中，表示对应用户需求的第个簇中心，为用户的第类需求的第个需求，
表示模糊数，为需求类别数，为需求个数；
获取函数值如下：
得到类内平均距离如下：
其中，表示第个簇中的需求数量。
基于聚类算法进行用户需求的分析可将用户的各类需求进行汇总、分析和分类，提升对姜茶产品个性化定制特征的定制效率，提升用户的满意度。
基于改进蚁群算法获取模糊数的值：将模糊数作为具有不同属性的蚂蚁，最小聚类误差函数值为食物源进行最优模糊数的爬取。
蚂蚁通过行走不同的地点之间转移，时刻蚂蚁从位置向位置的转移概率为：
其中，为时刻蚂蚁由位置转移到位置的信息素轨迹强度，为时
刻蚂蚁由位置转移到位置的启发程度，为时刻蚂蚁由位置转移到位置的
信息素轨迹强度，为时刻蚂蚁由位置转移到位置的启发程度，为蚂蚁允许
到达的位置，为蚂蚁下一步可选择的位置集合，和为调节系数；
一次循环完成后，下一时刻蚁群在路径的信息量如下：
其中，为蚂蚁在本次循环过程中留在路径上的最优信息素量，为信息素挥发系数；为信息素增强系数，为时刻以内所有信息素中优信息素的
综合代价。
通过改进蚁群算法进行模糊数的爬取，以降低聚类误差为目的进行模糊数的选取，同时通过改进处理，防止信息素增加过多，避免算法进入停止状态或局部最优状态，提升姜茶产品的分类准确度。
个性化定制模块300最终根据聚类分析结果进行姜茶产品的个性化定制。
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。
此外，应当理解，虽然本说明书按照实施方式加以描述，但并非每个实施方式仅包含一个独立的技术方案，说明书的这种叙述方式仅仅是为清楚起见，本领域技术人员应当将说明书作为一个整体，各实施例中的技术方案也可以经适当组合，形成本领域技术人员可以理解的其他实施方式。
Claims (5)
1.基于大数据的姜茶产品个性化定制方法，包括如下步骤：
S1：采集用户的个性化需求数据，搭建用户需求矩阵；
其特征在于，S2：基于用户需求矩阵进行姜茶产品的个性化定制分析；
S3：基于用户的个性化定制分析结果进行姜茶产品的个性化定制；
所述S1中，根据用户授予信息或用户需求获取用户需求矩阵；
所述用户授予信息中，根据用户定制信息生成定制数据：
对于用户定制信息中的第个定制产品，得到定制产品的特征矩阵/>如下：
；
其中，表示定制产品的第/>个定制特征，/>表示定制产品的第/>个特征对应的第个特征参数变量值，/>为矩阵的转置；
；
；
其中，表示杰卡德系数，表示定制产品/>与定制产品/>的交集元素与并集元素的比例，/>分别表示定制产品的第/>个、第/>个定制特征，/>表示杰卡德距离；
划分杰卡德距离阈值，获取个性化定制需求矩阵与聚类数目；
所述用户需求中，根据用户需求种类生成对应的聚类数目，还根据采集的用户对于姜茶产品的个性化需求数据搭建用户需求矩阵如下：
；
其中，为用户的第/>类需求，/>为用户的第/>类需求的第/>个需求，/>为矩阵的转置；
所述S2中，基于用户需求矩阵进行姜茶产品的个性化分析具体如下：
对于用户的第类需求的第/>个需求/>的关联度/>计算如下：
；
其中，表示第/>类姜茶产品基本功能权重，/>表示第/>类第/>个姜茶产品基本功能权重，/>表示第/>类姜茶产品个性化功能权重，/>表示第/>类第/>个姜茶产品个性化功能权重，表示第/>类姜茶产品安全功能权重，/>表示第/>类第/>个姜茶产品安全功能权重，/>表示第类姜茶产品外观功能权重，/>表示第/>类第/>个姜茶产品外观功能权重，/>表示第/>类姜茶产品结构功能权重，/>表示第/>类第/>个姜茶产品结构功能权重；
所述S3中，还通过聚类算法进行用户的个性化定制分析；
所述聚类算法中，基于改进蚁群算法获取模糊数的值，将模糊数作为具有不同属性的蚂蚁，最小聚类误差函数值为食物源进行模糊数的搜索；
所述改进蚁群算法具体如下：
蚂蚁通过行走不同的地点之间转移，时刻蚂蚁/>从位置/>向位置/>的转移概率为：
；
其中，为/>时刻蚂蚁/>由位置/>转移到位置/>的信息素轨迹强度，/>为/>时刻蚂蚁/>由位置/>转移到位置/>的启发程度，/>为/>时刻蚂蚁/>由位置/>转移到位置/>的信息素轨迹强度，/>为/>时刻蚂蚁/>由位置/>转移到位置/>的启发程度，/>为蚂蚁/>允许到达的位置，/>为蚂蚁下一步可选择的位置集合，/>和/>为调节系数；
一次循环完成后，下一时刻蚁群在路径的信息量/>如下：
；
其中，为蚂蚁/>在本次循环过程中留在路径/>上的最优信息素量，/>为信息素挥发系数；/>为信息素增强系数，/>为/>时刻以内所有信息素中优信息素的综合代价。
2.根据权利要求1所述的基于大数据的姜茶产品个性化定制方法，其特征在于：所述聚类算法具体如下：
基于用户需求矩阵及其个性化分析结果获得定制特征聚类簇中心如下：
；
其中，表示对应用户需求的第/>个簇中心，/>为用户的第/>类需求的第/>个需求，/>表示模糊数，/>为需求类别数，/>为需求个数；
获取函数值如下：
；
得到类内平均距离如下：
；
其中，表示第/>个簇中的需求数量。
3.根据权利要求1所述的基于大数据的姜茶产品个性化定制方法，其特征在于：所述S2中，基于改进蚁群算法进行用户的个性化定制分析结果的整合。
4.根据权利要求1所述的基于大数据的姜茶产品个性化定制方法，其特征在于：所述S3中，基于用户的个性化需求数据分别进行姜茶产品的基本功能、个性化功能、安全功能、外观功能和结构功能的个性化定制。
5.基于大数据的姜茶产品个性化定制系统，基于权利要求1-4任意一项所述的基于大数据的姜茶产品个性化定制方法，其特征在于，包括：
信息采集模块（100）：用于采集用户的个性化需求数据，搭建用户需求矩阵；
个性化分析模块（200）：用于基于用户需求矩阵进行姜茶产品的个性化定制分析；
个性化定制模块（300）：用于基于用户的个性化定制分析结果进行姜茶产品的个性化定制。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310995913.0A CN116720716B (zh) | 2023-08-09 | 2023-08-09 | 基于大数据的姜茶产品个性化定制方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310995913.0A CN116720716B (zh) | 2023-08-09 | 2023-08-09 | 基于大数据的姜茶产品个性化定制方法及系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN116720716A CN116720716A (zh) | 2023-09-08 |
| CN116720716B true CN116720716B (zh) | 2023-12-26 |
Family
ID=87864693
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310995913.0A Active CN116720716B (zh) | 2023-08-09 | 2023-08-09 | 基于大数据的姜茶产品个性化定制方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116720716B (zh) |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6408295B1 (en) * | 1999-06-16 | 2002-06-18 | International Business Machines Corporation | System and method of using clustering to find personalized associations |
| CN103839105A (zh) * | 2014-03-10 | 2014-06-04 | 北京航空航天大学 | 行程推荐方法和装置 |
| CN106227866A (zh) * | 2016-07-29 | 2016-12-14 | 武汉理工大学 | 一种基于数据挖掘的混合过滤电影推荐方法 |
| CN109741120A (zh) * | 2018-08-16 | 2019-05-10 | 贵州大学 | 用于用户需求的产品深度个性化定制方法 |
| CN110852825A (zh) * | 2019-08-12 | 2020-02-28 | 陈柏臻 | 一种基于用户偏好定制产品香味配方的方法 |
-
2023
- 2023-08-09 CN CN202310995913.0A patent/CN116720716B/zh active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6408295B1 (en) * | 1999-06-16 | 2002-06-18 | International Business Machines Corporation | System and method of using clustering to find personalized associations |
| CN103839105A (zh) * | 2014-03-10 | 2014-06-04 | 北京航空航天大学 | 行程推荐方法和装置 |
| CN106227866A (zh) * | 2016-07-29 | 2016-12-14 | 武汉理工大学 | 一种基于数据挖掘的混合过滤电影推荐方法 |
| CN109741120A (zh) * | 2018-08-16 | 2019-05-10 | 贵州大学 | 用于用户需求的产品深度个性化定制方法 |
| CN110852825A (zh) * | 2019-08-12 | 2020-02-28 | 陈柏臻 | 一种基于用户偏好定制产品香味配方的方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN116720716A (zh) | 2023-09-08 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Rostami et al. | A novel time-aware food recommender-system based on deep learning and graph clustering | |
| De Choudhury et al. | Characterizing dietary choices, nutrition, and language in food deserts via social media | |
| WO2020210543A1 (en) | Method and system for optimized foods using biomarker data and fitting models | |
| CN106228022B (zh) | 一种基于个体生理状态的家庭膳食推荐系统 | |
| US11809985B2 (en) | Algorithmic apparel recommendation | |
| JP2018200730A (ja) | 栄養摂取量のユーザ特異的な調整のためのシステムおよび方法 | |
| CN108565004B (zh) | 一种引入Adaboost概率矩阵分解糖尿病个性化饮食推荐方法 | |
| D’Urso et al. | Bagged fuzzy clustering for fuzzy data: An application to a tourism market | |
| CN106548006A (zh) | 一种基于用户典型口味的膳食推荐方法 | |
| CN112614564B (zh) | 一种基于多源异构数据融合的智能化营养膳食推荐方法 | |
| CN116417115B (zh) | 妊娠期糖尿病患者个性化营养方案推荐方法及系统 | |
| CN110119479A (zh) | 一种餐馆推荐方法、装置、设备及可读存储介质 | |
| Zhang et al. | Content-bootstrapped collaborative filtering for medical article recommendations | |
| Kim et al. | Alternative healthy food choice for tourists: Developing Buddhist temple cuisine | |
| CN115130006A (zh) | 一种基于健康管理标签的用户画像方法 | |
| CN116720716B (zh) | 基于大数据的姜茶产品个性化定制方法及系统 | |
| CN109670914B (zh) | 一种基于时间动态特性的产品推荐方法 | |
| CN115221420A (zh) | 一种基于用户画像的饮食推荐方法及系统 | |
| CN116130058A (zh) | 一种基于智慧饮食的食谱推荐方法 | |
| CN115905688A (zh) | 一种基于人工智能和智能家居的参考信息生成方法 | |
| Fei et al. | Topological perception on attention to product shape | |
| CN116992959B (zh) | 一种基于知识图谱的食品类产品创意概念生成验证方法 | |
| Olejniczak | Innovativeness of Senior Consumers’ Attitudes–An Attempt to Conduct Segmentation | |
| CN109242712A (zh) | 一种社交网络中基于信任关系的项目推荐方法 | |
| Polat | Turkish Customers’ Perceptions of Dining Experience in Asian Restaurants in Istanbul |
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 |