CN117057760A - 一种基于小程序的企业餐饮管理方法及系统 - Google Patents

Abstract

本发明公开了一种基于小程序的企业餐饮管理方法及系统，具体涉及企业组织管理领域，用于解决现有企业餐饮管理成本高昂，资源利用率不高的问题，所述管理方法有以下步骤：根据仓储信息和销售信息建立流转数据库，由流转数据库提取供需模型，计算供需系数，根据供需系数与供需模型的阈值之间的对比结果生成促销排序表和控流排序表，利用Apriori算法搜寻促销排序表产品和控流排序表产品的关联规则，并将促销产品和控流产品进行整体打包，送入促销程序，本发明能够提高库存产品的流转效率，降低仓储压力，合理降低企业餐饮的运作成本。

Description

一种基于小程序的企业餐饮管理方法及系统

技术领域

本发明涉及企业组织管理领域，更具体地说，本发明是一种基于小程序的企业餐饮管理方法及系统。

背景技术

企业通过小程序为内部员工提供餐饮服务，不仅可以优化点餐取餐流程，为员工提供多种形式的饮食选择，同时也可以提升员工满意度、减少外部用餐成本，并促进员工交流和团队合作。

小程序管理端不仅可以录入各项产品信息，还能对用户行为进行跟踪收集，但缺乏特定模型方法对已有信息进行分类整理，提出辅助管理策略，在现有技术下，根据用户行为模式调整库存管理策略，进行信息整合及决策输出基本依赖人工处理。

为解决上述缺陷，现提供一种技术方案。

发明内容

本发明的目的是提供一种基于小程序的企业餐饮管理方法及系统，以解决背景技术中的不足。

为例实现上述目的，本发明提供如下技术方案：所述管理方法包括以下步骤；

根据小程序管理端的用户行为信息和仓储信息，建立流转数据库；

根据所建立的流转数据库，建立供需模型，计算供需系数，生成供需阈值；

根据供需系数与供需阈值的对比结果进行分类，并结合企业餐饮产品的保质期Vp生成处理策略，按照供需系数建立促销排序表和控流排序表；

针对促销排序表产品和控流排序表产品，按照Apriori算法进行关联分析，筛选关联组合，提取各产品权重，对关联组合整体进行权重赋值，并生成处理排序表，根据处理排序表进行策略管理。

在一个优选地实施方式中，流转数据库的建立过程；

用户行为数据包括产品销售量、总访问量、无交互跳出量、总交互量，仓储数据为流转系数，对用户行为数据和仓储数据进行预处理，建立流转数据库。

在一个优选地实施方式中，供需模型的构建方法；标定转化率为Cr，无交互跳出率为Br，流转系数为Tf，则供需模型的供需系数Sd表达式为，式中，α、β、γ分别为转化率Cr、流转系数Tf、无交互跳出率Br的比例系数，且α、β、γ均大于0；

其中，转化率=销售量/总访问量，无交互跳出率=无交互跳出量/总交互量。

在一个优选地实施方式中，流转系数的计算方法；

流转系数表达式为：式中，Tf为流转系数，/>为商品实时库存量，/>为商品入库时间，/>为商品售出时间。

在一个优选地实施方式中，企业餐饮产品的分类逻辑；

供需阈值存在第一阈值Ft、第二阈值St，企业餐饮产品的保质期存在零界阈值It，若第一阈值Ft<供需系数Sd<第二阈值St，且产品保质期Vp>零界阈值It，则定义产品处于安全供转状态；

若供需系数Sd≤第一阈值Ft，且产品保质期Vp>零界阈值It，则定义产品处于滞销状态；

若供需系数Sd≥第二阈值St，且产品保质期Vp>零界阈值It，则定义产品处于畅销状态；

若产品保质期Vp≤零界阈值It，则定义产品已过期。

在一个优选地实施方式中，促销排序表和控流排序表的生成逻辑；

在产品保质期Vp>零界阈值It条件下，供需系数Sd≤第一阈值Ft且产品保质期未达到极限的产品中，按照供需系数Sd由小到大进行排列，生成促销排序表；

供需系数Sd≥第二阈值St且产品保质期未达到极限的产品中，按照供需系数Sd由大到小进行排列，生成控流排序表。在一个优选地实施方式中，对促销排序表和控流排序表进行关联分析并生成处理排序表的方法；

以全部的同时含有促销排序表产品和控流排序表产品的记录信息为内容构建样本数据库；

从样本数据库提取支持度数据和置信度数据，预先设定最小支持度和最小置信度；

运用迭代算法搜集样本数据库中n项集及其支持度和置信度，n为大于等于1的正整数，过滤掉不符合最小支持度和最小置信度条件的n项集，定义剩余n项集为频繁n项集；

将频繁n项集进行连接得到n+1项集，再次对n+1项集按照最小支持度和最小置信度进行过滤得到频繁n+1项集；

重复进行过滤、连接，直到无法得到非空的n+m项集，m为大于等于1的正整数；

输出结果频繁n+m-1项集所包含的产品作为关联组合；

运用TTL方法对促销排序表和控流排序表中各产品进行权重赋值；

按照各产品权重对关联组合整体进行重新赋值，生成处理排序表，按整体权重由大到小排列。

本发明还提供一种基于小程序的企业餐饮管理系统，所述管理系统包括用户行为收集模块、供需状态分析模块、分类排序模块、策略管理模块；

用户行为收集模块用于采集小程序管理端的用户行为数据和仓储数据，用户行为数据包括产品销售量、总访问量、无交互跳出量、总交互量，仓储数据为流转系数，并对用户行为数据和仓储数据进行预处理；

供需状态分析模块用于根据预处理后的用户行为数据和仓储数据进行整合分析，并建立流转数据库，从流转数据库中提取分析得到转化率、无交互跳出率、流转系数，建立供需模型，计算供需系数，供需模型存在供需阈值；

分类排序模块用于将供需系数与供需阈值进行对比，结合企业餐饮产品的保质期，生成促销排序表和控流排序表；

策略管理模块用于对促销排序表产品和控流排序表产品进行关联分析，迭代处理，筛选关联产品组合，提取各产品权重，对关联组合整体进行权重赋值，生成处理排序表，按处理排序表顺序对促销策略进行管理。

在上述技术方案中，本发明提供的技术效果和优点：

本发明通过搜集企业餐饮产品的仓储信息和销售信息，建立流转数据库，由流转数据库构建供需模型，以企业餐饮产品的保质期为零界阈值，将供需系数与供需模型的第一阈值、第二阈值以及零界阈值进行对比，由对比结果选择相应的分类方式，根据供需系数生成促销排序表和控流排序表，按照Apriori算法进行关联分析，以进行产品关联处理。

本发明能够根据小程序的用户使用信息，对企业餐饮产品进行分类，直观表现各产品的销售状态和储存状态，能够提高库存产品的流转效率，缓解仓储压力，为促销管理提供依据，以降低企业餐饮部门的运作成本。

附图说明

为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明中记载的一些实施例，对于本领域普通技术人员来讲，还可以根据这些附图获得其他的附图。

图1为本发明的方法流程图。

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。

实施例1

请参阅图1所示，本发明是一种基于小程序的企业餐饮管理方法，所述方法包括以下步骤：

根据小程序管理端的用户行为信息和仓储信息，建立流转数据库；

根据所建立的流转数据库，建立供需模型，计算供需系数，生成供需阈值；

根据供需系数与供需阈值的对比结果进行分类，并结合企业餐饮产品的保质期生成处理策略，按照供需系数建立促销排序表和控流排序表；

针对促销排序表产品和控流排序表产品，按照Apriori算法进行关联分析，筛选关联组合，提取各产品权重，对关联组合整体进行权重赋值，并生成处理排序表，根据处理排序表进行策略管理。

在上述步骤中所收集数据包括用户行为数据和仓储数据，用户行为数据包括产品销售量、总访问量、无交互跳出量、总交互量，仓储数据为流转系数，对用户行为数据和仓储数据进行预处理，建立流转数据库。

将供需系数与供需阈值进行对比，根据对比结果进行分类处理，其中，企业餐饮产品的保质期极限为零界阈值，供需模型存在第一阈值和第二阈值，供需系数与供需阈值的对比结果分为四类，小程序管理端根据不同情况提出不同的策略，并建立促销排序表和控流排序表。

对促销排序表产品和控流排序表产品的销售数据进行遍历，根据Apriori算法进行关联分析，搜寻关联组合，提取各产品权重，对关联组合整体进行权重赋值，生成处理排序表，按处理排序表顺序对促销策略进行管理。

本发明通过搜集企业餐饮产品的用户行为信息和仓储信息，建立流转数据库，根据流转数据库构建供需模型，以企业餐饮产品的保质期为零界阈值，将供需系数与供需模型的第一阈值、第二阈值以及零界阈值进行对比，由对比结果进行分类，生成促销排序表和控流排序表，按照Apriori算法进行关联分析，搜寻关联组合，对关联组合进行权重赋值，并建立处理排序表，便于管理人员根据处理排序表进行促销顺序管理。

实施例2

根据流转数据库建立供需模型，参与计算的参数包括转化率、无交互跳出率、流转系数，标定转化率为Cr，无交互跳出率为Br，流转系数为Tf，则供需模型的供需系数Sd表达式为式中，α、β、γ分别为转化率Cr、流转系数Tf、无交互跳出率Br的比例系数，且α、β、γ均大于0。

转化率为客户从访问到实际购买的转化比例，转化率=销售量/总访问量，销售量与总访问量数据均由小程序管理端获取；

无交互跳出率为客户进入商品页面后没有与内容进行任何交互即退出占总体进入量的比例，无交互跳出率=无交互跳出量/总交互量，无交互跳出量与总交互量均由小程序管理端获取；

流转系数根据商品的库存状态数据计算得到，其表达式为：式中，Tf为流转系数，/>为商品实时库存量，/>为商品入库时间，/>为商品售出时间。

供需模型存在第一阈值Ft，第二阈值St以及零界阈值It，零界为产品保质期极限且零界阈值It=0，商品保质期为Vp，满足零界阈值It<第一阈值Ft<第二阈值St。

将供需系数Sd与第一阈值Ft、第二阈值St进行对比，将产品保质期Vp与零界阈值It进行对比；

若第一阈值Ft<供需系数Sd<第二阈值St，且产品保质期Vp>零界阈值It，则表明产品处于安全供转状态；

若供需系数Sd≤第一阈值Ft，且产品保质期Vp>零界阈值It，则表明产品处于滞销状态；

若供需系数Sd≥第二阈值St，且产品保质期Vp>零界阈值It，则表明产品处于畅销状态；

若产品保质期Vp≤零界阈值It，则表明产品已过期。

根据供需系数与供需阈值的对比结果，以及产品保质期与零界阈值的对比结果，选择相对应的处理策略，若产品处于安全供转状态，则小程序管理端不提供任何介入提示；

若产品处于滞销状态，即预测库存将会增加，则小程序管理端提出清除库存策略，对商品赋予“促销”标签，减少或停止进货；

若产品处于畅销状态，即预测库存将会减少，则小程序管理端提出补充库存策略，对商品赋予“控流”标签，增加进货；

若产品处于过期状态，即产品不可再销售，则小程序管理端提出销毁策略，对商品赋予“清除”标签，将过期产品全部销毁。

排序表的生成依靠供需系数Sd与第一阈值Ft、第二阈值St的对比结果，前提条件为产品保质期Vp>零界阈值It。

在产品供需系数Sd≤第一阈值Ft的产品中，按照产品供需系数Sd由小到大进行排列，生成促销排序表；

在产品供需系数Sd≥第二阈值St的产品中，按照产品供需系数Sd由大到小进行排列，生成控流排序表。

本实例通过收集转化率、无交互跳出率、流转系数，构建供需模型，生成第一阈值、第二阈值，并计算供需系数，将零界阈值与产品保质期进行对比，同时将供需系数与第一阈值、第二阈值进行对比，根据上述对比结果选择对应的处理策略，并生成促销排序表和控流排序表，小程序管理端能够直观获取促销产品和控流产品，便于管理者进行销售策略调整。

实施例3

对于被赋予“促销”标签的产品，本申请提出一种对促销产品和控流产品捆绑打包后进行排序销售的管理方法，该方法以Apriori算法为基础，具体步骤如下：

根据小程序后台记录，以同时含有至少一个促销产品和至少一个控流产品的销售信息为样本数据库；

根据样本数据库提取各条记录信息中各促销产品的支持度数据，以促销产品M和控流产品N为例，其支持度式中，/>为同时含有产品M和产品N的样本数量，/>为全部样本数量；

根据样本数据库提取各条记录信息中各促销产品的置信度数据，以促销产品M和控流产品N为例，其置信度，/>为产品M和产品N同时存在的概率，/>为只有产品N存在的概率；

设定最小支持度MinS，最小置信度MinC，运用迭代方法，搜索样本库中的1项集及其对应支持度和置信度，筛去支持度低于最小支持度MinS，置信度低于最小置信度MinC的1项集，定义剩余1项集为频繁1项集，对频繁1项集进行连接，得到2项集，筛去支持度低于最小支持度MinS，置信度低于最小置信度MinC的2项集得到频繁2项集，继续迭代直到无法得到频繁项集为止，则小程序输出频繁k项集为结果；

索频繁k项集中所包含产品种类，以频繁k项集所含产品为整体，准备进入促销管理程序处理。

根据促销排序表和控流排序表中各产品的顺序，按优序图法对促销产品和控流产品分别进行权重赋值，以促销排序表A,B,C,D和控流排序表X,Y,Z为例，促销排序表中，产品A的供需系数最小；控流排序表中，产品X的供需系数最大。

对促销排序表进行优序图赋值：

	产品A	产品B	产品C	产品D	TTL指标	权重
							A相对重要性	0.5	1	1	1	3.5	0.4325
B相对重要性	0	0.5	1	1	2.5	0.3125
							C相对重要性	0	0	0.5	1	1.5	0.1875
D相对重要性	0	0	0	0.5	0.5	0.0625

对控流排序表进行优序图赋值：

	产品X	产品Y	产品Z	TTL指标	权重
						X相对重要性	0.5	1	1	2.5	0.5556
Y相对重要性	0	0.5	1	1.5	0.3333
						Z相对重要性	0	0	0.5	0.5	0.1111

提取促销排序表及控流排序表各产品的权重值，对各频繁k项集整体进行权重赋值，以频繁3项集为例，其权重为为 0.4325 +0.5556 × 0.3333 = 0.6177，根据频繁项集权重大小生成处理排序表，按权重由大到小进行排列，促销顺序根据处理排序表顺序进行。

本实例以Apriori算法对数据进行迭代处理，根据预先设定的最小支持度和最小置信度，将与促销排序表和控流排序表中最具有关联性的产品组合筛选出来，便于对关联产品进行集中处理，再按照优序图法对促销排序表产品和控流排序表产品进行权重赋值，按照计算得出的各产品权重值，对频繁项集整体进行权重赋值，按照权重由大到小规则生成处理排序表，促销处理顺序依据处理排序表依次进行，处理排序表顺序即为关联组合的优先顺序，按该方法能够科学有效的解决产品滞销问题，提高仓储运转效率，降低储存成本。

实施例4

本实施例所述是一种基于小程序的企业餐饮管理系统，包括用户行为收集模块、供需状态分析模块、分类排序模块、策略管理模块；

用户行为收集模块用于采集小程序管理端的用户行为数据和仓储数据，用户行为数据包括产品销售量、总访问量、无交互跳出量、总交互量，仓储数据为流转系数，并对用户行为数据和仓储数据进行预处理；

供需状态分析模块用于根据预处理后的用户行为数据和仓储数据进行整合分析，并建立流转数据库，从流转数据库中提取分析得到转化率、无交互跳出率、流转系数，建立供需模型，计算供需系数，供需模型存在供需阈值；

分类排序模块用于将供需系数与供需阈值进行对比，结合企业餐饮产品的保质期，生成促销排序表和控流排序表；

策略管理模块用于对促销排序表产品和控流排序表产品进行关联分析，迭代处理，筛选关联产品组合，提取各产品权重，对关联组合整体进行权重赋值，生成处理排序表，按处理排序表顺序对促销策略进行管理。

上述公式均是去量纲取其数值计算，公式是由采集大量数据进行软件模拟得到最近真实情况的一个公式，公式中的预设参数由本领域的技术人员根据实际情况进行设置。

上述实施例，可以全部或部分地通过软件、硬件、固件或其他任意组合来实现。当使用软件实现时，上述实施例可以全部或部分地以计算机程序货物的形式实现。所述计算机程序货物包括一个或多个计算机指令或计算机程序。在计算机上加载或执行所述计算机指令或计算机程序时，全部或部分地产生按照本申请实施例所述的流程或功能。所述计算机可以为通用计算机、专用计算机、计算机网络、或者其他可编程装置。所述计算机指令可以存储在计算机可读存储介质中，或者从一个计算机可读存储介质向另一个计算机可读存储介质传输，例如，所述计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输。所述计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集合的服务器、数据中心等数据存储设备。所述可用介质可以是磁性介质(例如，软盘、硬盘、磁带)、光介质(例如，DVD)、或者半导体介质。半导体介质可以是固态硬盘。

应理解，本文中术语“和/或”，仅仅是一种描述关联对象的关联关系，表示可以存在三种关系，例如，A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B这三种情况，其中A,B可以是单数或者复数。本申请中，“至少一个”是指一个或者多个，“多个”是指两个或两个以上。

应理解，在本申请的各种实施例中，上述各过程的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本申请实施例的实施过程构成任何限定。

本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本申请的范围。

所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统、装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。

在本申请所提供的几个实施例中，应该理解到，所揭露的系统、装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。

所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。

另外，在本申请各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。

所述功能如果以软件功能单元的形式实现并作为独立的货物销售或使用时，可以存储在一个计算机可读取存储介质中。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或者该技术方案的部分可以以软件货物的形式体现出来，该计算机软件货物存储在一个存储介质中，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例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(read-only memory，ROM)、随机存取存储器(random access memory，RAM)、磁碟或者光盘等各种可以存储程序代码的介质。

以上所述，仅为本申请的具体实施方式，但本申请的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本申请揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本申请的保护范围之内。因此，本申请的保护范围应以所述权利要求的保护范围为准。

Claims (8)

1.一种基于小程序的企业餐饮管理方法，其特征在于：所述管理方法包括以下步骤；

根据小程序管理端的用户行为信息和仓储信息，建立流转数据库；

根据所建立的流转数据库，建立供需模型，计算供需系数，生成供需阈值；

根据供需系数与供需阈值的对比结果进行分类，并结合企业餐饮产品的保质期Vp生成处理策略，按照供需系数建立促销排序表和控流排序表；

针对促销排序表产品和控流排序表产品，按照Apriori算法进行关联分析，筛选关联组合，提取各产品权重，对关联组合整体进行权重赋值，并生成处理排序表，根据处理排序表进行策略管理。

2.根据权利要求1所述的一种基于小程序的企业餐饮管理方法，其特征在于：流转数据库的建立过程；

用户行为数据包括产品销售量、总访问量、无交互跳出量、总交互量，仓储数据为流转系数，对用户行为数据和仓储数据进行预处理，建立流转数据库。

3.根据权利要求1所述的一种基于小程序的企业餐饮管理方法，其特征在于：供需模型的构建方法；

标定转化率为Cr，无交互跳出率为Br，流转系数为Tf，则供需模型的供需系数Sd表达式为，式中，α、β、γ分别为转化率Cr、流转系数Tf、无交互跳出率Br的比例系数，且α、β、γ均大于0；

其中，转化率=销售量/总访问量，无交互跳出率=无交互跳出量/总交互量。

4.根据权利要求3所述的一种基于小程序的企业餐饮管理方法，其特征在于：流转系数的计算方法；

流转系数表达式为：式中，Tf为流转系数，/>为商品实时库存量，为商品入库时间，/>为商品售出时间。

5.根据权利要求1所述的一种基于小程序的企业餐饮管理方法，其特征在于：企业餐饮产品的分类逻辑；

供需阈值存在第一阈值Ft、第二阈值St，企业餐饮产品的保质期存在零界阈值It，若第一阈值Ft<供需系数Sd<第二阈值St，且产品保质期Vp>零界阈值It，则定义产品处于安全供转状态；

若供需系数Sd≤第一阈值Ft，且产品保质期Vp>零界阈值It，则定义产品处于滞销状态；

若供需系数Sd≥第二阈值St，且产品保质期Vp>零界阈值It，则定义产品处于畅销状态；

若产品保质期Vp≤零界阈值It，则定义产品已过期。

6.根据权利要求 5 所述的一种基于小程序的企业餐饮管理方法，其特征在于：促销排序表和控流排序表的生成逻辑；

在产品保质期 Vp>零界阈值 It 条件下，供需系数 Sd≤第一阈值Ft 且产品保质期未达到极限的产品中，按照供需系数 Sd 由小到大进行排列，生成促销排序表；

供需系数 Sd≥第二阈值 St 且产品保质期未达到极限的产品中，按照供需系数 Sd由大到小进行排列，生成控流排序表。

7.根据权利要求 6 所述的一种基于小程序的企业餐饮管理方法，其特征在于：对促销排序表和控流排序表进行关联分析并生成处理排序表的方法；

以全部的同时含有促销排序表产品和控流排序表产品的记录信息为内容构建样本数据库；

从样本数据库提取支持度数据和置信度数据，预先设定最小支持度和最小置信度；

运用迭代算法搜集样本数据库中 n 项集及其支持度和置信度，n为大于等于 1 的正整数，过滤掉不符合最小支持度和最小置信度条件的 n 项集，定义剩余 n 项集为频繁 n项集；

将频繁 n 项集进行连接得到 n+1 项集，再次对 n+1 项集按照最小支持度和最小置信度进行过滤得到频繁 n+1 项集；

重复进行过滤、连接，直到无法得到非空的 n+m 项集，m 为大于等于 1 的正整数；

输出结果频繁 n+m-1 项集所包含的产品作为关联组合；

运用 TTL 方法对促销排序表和控流排序表中各产品进行权重赋值；

按照各产品权重对关联组合整体进行重新赋值，生成处理排序表，按整体权重由大到小排列。

8.一种基于小程序的企业餐饮管理系统，用于实现权利要求 1-7所述的管理方法，其特征在于：包括用户行为收集模块、供需状态分析模块、分类排序模块、策略管理模块；

用户行为收集模块用于采集小程序管理端的用户行为数据和仓储数据，用户行为数据包括产品销售量、总访问量、无交互跳出量、总交互量，仓储数据为流转系数，并对用户行为数据和仓储数据进行预处理；

供需状态分析模块用于根据预处理后的用户行为数据和仓储数据进行整合分析，并建立流转数据库，从流转数据库中提取分析得到转化率、无交互跳出率、流转系数，建立供需模型，计算供需系数，供需模型存在供需阈值；

分类排序模块用于将供需系数与供需阈值进行对比，结合企业餐饮产品的保质期，生成促销排序表和控流排序表；

策略管理模块用于对促销排序表产品和控流排序表产品进行关联分析，迭代处理，筛选关联产品组合，提取各产品权重，对关联组合整体进行权重赋值，生成处理排序表，按处理排序表顺序对促销策略进行管理。