CN117974274B - 一种基于消费分析的订单监控系统及方法 - Google Patents
一种基于消费分析的订单监控系统及方法 Download PDFInfo
- Publication number
- CN117974274B CN117974274B CN202410373572.8A CN202410373572A CN117974274B CN 117974274 B CN117974274 B CN 117974274B CN 202410373572 A CN202410373572 A CN 202410373572A CN 117974274 B CN117974274 B CN 117974274B
- Authority
- CN
- China
- Prior art keywords
- order
- consumption
- consumer
- primary
- correlation value
- 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 58
- 238000012544 monitoring process Methods 0.000 title claims abstract description 30
- 238000004458 analytical method Methods 0.000 title claims abstract description 27
- 238000004364 calculation method Methods 0.000 claims description 55
- 230000008569 process Effects 0.000 claims description 25
- 230000015654 memory Effects 0.000 claims description 14
- 238000004590 computer program Methods 0.000 claims description 13
- 238000010276 construction Methods 0.000 claims description 10
- 238000012545 processing Methods 0.000 abstract description 8
- 238000007726 management method Methods 0.000 description 5
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 238000007405 data analysis Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 238000000638 solvent extraction Methods 0.000 description 3
- 230000006399 behavior Effects 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 238000013500 data storage Methods 0.000 description 2
- 235000013305 food Nutrition 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000002708 enhancing effect Effects 0.000 description 1
- 230000008676 import Effects 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
Abstract
本发明公开了一种基于消费分析的订单监控系统及方法,属于用于监督的数据处理系统领域,本发明将获取得到的消费订单的相关数据和继续消费订单的相关数据导入构建的一级订单关联模型中输出一级订单关联值,获取第一消费人员发出的历史消费订单,将第一消费人员发出的历史消费订单、第二消费人员的继续消费订单和一级订单关联值代入二级订单关联策略中进行二级订单关联值的计算,将计算得到的二级订单关联值与设定的二级订单关联阈值进行对比,向第一消费人员进行订单预警,通过对消费订单信息进行有效分析,提高了对订单监控的准确性,避免了与本次消费无关人员扫描消费二维码导致订单出现误差的情况。
Description
技术领域
本发明属于用于监督的数据处理系统领域,具体的说是一种基于消费分析的订单监控系统及方法。
背景技术
基于消费分析的订单监控是一种企业运营管理手段,它结合了消费者行为分析和订单处理系统,以实时监控和优化订单流程,这种监控系统不仅仅关注订单的处理速度和效率,还深入分析消费者的购买习惯、偏好和行为模式,以此来提升顾客满意度、减少运营成本,并增强市场竞争力,现有的餐厅等服务单位,为了消费者的消费方便,将二维码贴在桌角方便二维码进行消费点单(如图3所示),这些二维码能够供多人点餐,但是存在以下问题:旁桌和外人有意或者无意扫描本桌的二维码导致菜品上多,从而影响了顾客的正常消费,现有技术中均存在上述问题;
例如在申请公布号为CN112016990A的中国专利中公开了一种基于互联网便于居民生活需求的购物服务平台,包括购物服务系统,用户客户端,商铺客户端,数据分析,物流客户端,管理后台,储藏自提柜;所述用户客户端包括用户注册,商品浏览,支付结算,订单管理;所述商铺客户端包括货品管理,订单跟踪;数据分析包括智能处理,所述智能处理包括大数据分析模块;所述物流客户端包括派单接收,派单查询,佣金核算;所述管理后台包括订单监控,所述订单监控包括流程派发模块;所述储藏自提柜包括自提柜主体;所述自提柜主体内部设置有控制器和制冷机构;该基于互联网便于居民生活需求的购物服务平台可达到提高消费者购买热情,降低生鲜类食品退货率,减少商家的损失的目的;
以上专利均存在本背景技术提出的问题:旁桌和外人有意或者无意扫描本桌的二维码导致菜品上多,从而影响了顾客的正常消费,为了解决这些问题,本申请设计了一种基于消费分析的订单监控系统及方法。
发明内容
针对现有技术的不足,本发明提出了一种基于消费分析的订单监控系统及方法,本发明获取第一消费人员发出的消费订单,获取消费订单的相关数据,同时获取第二消费人员的继续消费订单,获取继续消费订单的相关数据,基于消费订单的相关数据、继续消费订单的相关数据构建一级订单关联模型,将获取得到的消费订单的相关数据和继续消费订单的相关数据导入构建的一级订单关联模型中输出一级订单关联值,获取第一消费人员发出的历史消费订单,将第一消费人员发出的历史消费订单、第二消费人员的继续消费订单和一级订单关联值代入二级订单关联策略中进行二级订单关联值的计算,将计算得到的二级订单关联值与设定的二级订单关联阈值进行对比,向第一消费人员进行订单预警,通过对消费订单信息进行有效分析,提高了对订单监控的准确性,避免了与本次消费无关人员扫描消费二维码导致订单出现误差的情况。
为实现上述目的,本发明提供如下技术方案:
一种基于消费分析的订单监控方法,其包括以下具体步骤:
获取第一消费人员发出的消费订单,获取消费订单的相关数据,同时获取第二消费人员的继续消费订单,获取继续消费订单的相关数据;
基于消费订单的相关数据、继续消费订单的相关数据构建一级订单关联模型;
将获取得到的消费订单的相关数据和继续消费订单的相关数据导入构建的一级订单关联模型中输出一级订单关联值;
获取第一消费人员发出的历史消费订单,将第一消费人员发出的历史消费订单、第二消费人员的继续消费订单和一级订单关联值代入二级订单关联策略中进行二级订单关联值的计算;
将计算得到的二级订单关联值与设定的二级订单关联阈值进行对比,向第一消费人员进行订单预警。
在此需要具体说明的是,所述获取第一消费人员发出的消费订单,获取消费订单的相关数据,同时获取第二消费人员的继续消费订单,获取继续消费订单的相关数据包括以下具体步骤:
S11、获取第一消费人员发出的消费订单消息,同时获取第一消费人员消费过程中的消费人数;
S12、获取第二消费人员的继续消费订单,获取继续消费订单的相关数据,同时获取第二消费人员消费过程中的消费人数;
S13、获取消费时间内对应消费场所的平均消费金额数据。
在此需要具体说明的是,所述一级订单关联模型包括以下具体内容:
S21、获取第一消费人员发出的消费订单消息和第一消费人员消费过程中的消费人数,代入一级消费平均值计算公式中计算一级消费平均值,一级消费平均值计算公式为:,其中,n为第一消费人员消费过程中的消费人数,/>为第一消费人员发出的消费订单中第i项商品的金额,I为第一消费人员发出的消费订单商品种类;
S22、获取第二消费人员发出的消费继续订单消息和第二消费人员消费过程中的消费人数,代入二级消费平均值计算公式中计算二级消费平均值,二级消费平均值计算公式为:,J为第二消费人员消费过程中的消费订单商品种类,/>为第二消费人员发出的消费订单中第j项商品的金额,m为第二消费人员消费过程中的消费人数;
S23、获取计算得到的一级消费平均值和二级消费平均值代入一级订单关联值计算公式中进行一级订单关联值的计算,其中,一级订单关联值计算公式为:;
在此需要具体说明的是,所述将获取得到的消费订单的相关数据和继续消费订单的相关数据导入构建的一级订单关联模型中输出一级订单关联值包括如下具体步骤:
获取构建的一级订单关联模型,将需要计算的消费订单的相关数据和继续消费订单的相关数据导入构建的一级订单关联模型中输出一级订单关联值。
在此需要具体说明的是,所述二级订单关联策略包括如下具体步骤:
S41、获取第一消费人员发出的历史消费订单、第一消费人员的历史消费人数和第二消费人员的继续消费订单,将获取的第一消费人员发出的历史消费订单、第一消费人员的历史消费人数和第二消费人员的继续消费订单代入历史订单关联系数计算公式中计算历史订单关联系数,其中,历史订单关联系数计算公式为:,其中,为第一消费人员发出的历史消费订单的人员平均消费金额;
S42、获取计算得到的历史订单关联系数和一级订单关联值代入二级订单关联值计算公式中进行二级订单关联值的计算,其中,二级订单关联值计算公式为:,其中,/>为历史订单关联系数占比,/>为一级订单关联值占比,其中,/>。
在此需要具体说明的是,所述将计算得到的二级订单关联值与设定的二级订单关联阈值进行对比,向第一消费人员进行订单预警的具体步骤如下:
S51、提取计算得到的二级订单关联值,将计算得到的二级订单关联值与设定的二级订单关联阈值进行对比;
S52、若得到的二级订单关联值大于等于设定的二级订单关联阈值,则向第一消费人员进行订单预警,若得到的二级订单关联值小于设定的二级订单关联阈值,则不向第一消费人员进行订单预警。
在此需要说明的是,这里的二级订单关联阈值、历史订单关联系数占比和一级订单关联值占比的取值方式为:获取5000组订单错误数据和订单成功数据,将订单错误数据和订单成功数据代入二级订单关联值计算公式中进行二级订单关联值的计算,将计算得到的二级订单关联值和分类结果导入拟合软件中,输出符合判断准确度的最优二级订单关联阈值、历史订单关联系数占比和一级订单关联值占比的取值。
一种基于消费分析的订单监控系统,其基于上述一种基于消费分析的订单监控方法实现,其具体包括数据采集模块、一级订单关联模型构建模块、一级订单关联值计算模块、二级订单关联值计算模块、数据对比模块和总控模块,所述数据采集模块用于获取第一消费人员发出的消费订单,获取消费订单的相关数据,同时获取第二消费人员的继续消费订单,获取继续消费订单的相关数据,所述一级订单关联模型构建模块用于基于消费订单的相关数据、继续消费订单的相关数据构建一级订单关联模型,所述一级订单关联值计算模块用于将获取得到的消费订单的相关数据和继续消费订单的相关数据导入构建的一级订单关联模型中输出一级订单关联值。
在此需要具体说明的是,所述二级订单关联值计算模块用于获取第一消费人员发出的历史消费订单,将第一消费人员发出的历史消费订单、第二消费人员的继续消费订单和一级订单关联值代入二级订单关联策略中进行二级订单关联值的计算,所述数据对比模块用于将计算得到的二级订单关联值与设定的二级订单关联阈值进行对比,向第一消费人员进行订单预警。
在此需要具体说明的是,所述总控模块用于控制数据采集模块、一级订单关联模型构建模块、一级订单关联值计算模块、二级订单关联值计算模块和数据对比模块的运行。
一种电子设备,包括:处理器和存储器,其中,所述存储器中存储有可供处理器调用的计算机程序;
所述处理器通过调用所述存储器中存储的计算机程序,执行上述的一种基于消费分析的订单监控方法。
一种计算机可读存储介质,储存有指令,当所述指令在计算机上运行时,使得计算机执行如上述的一种基于消费分析的订单监控方法。
与现有技术相比,本发明的有益效果是:
本发明获取第一消费人员发出的消费订单,获取消费订单的相关数据,同时获取第二消费人员的继续消费订单,获取继续消费订单的相关数据,基于消费订单的相关数据、继续消费订单的相关数据构建一级订单关联模型,将获取得到的消费订单的相关数据和继续消费订单的相关数据导入构建的一级订单关联模型中输出一级订单关联值,获取第一消费人员发出的历史消费订单,将第一消费人员发出的历史消费订单、第二消费人员的继续消费订单和一级订单关联值代入二级订单关联策略中进行二级订单关联值的计算,将计算得到的二级订单关联值与设定的二级订单关联阈值进行对比,向第一消费人员进行订单预警,通过对消费订单信息进行有效分析,提高了对订单监控的准确性,避免了与本次消费无关人员扫描消费二维码导致订单出现误差的情况。
附图说明
图1为本发明一种基于消费分析的订单监控方法整体流程示意图;
图2为本发明一种基于消费分析的订单监控系统整体框架示意图;
图3为本发明适宜的桌面布局示意图。
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、完整地描述,显然,所描述的实施例仅是本发明一部分实施例,而不是全部的实施例。
实施例1
请参阅图1,本发明提供的一种实施例:本实施例解决的技术问题为:现有的餐厅等服务单位,为了消费者的消费方便,将二维码贴在桌角方便二维码进行消费点单(如图3所示),这些二维码能够供多人点餐,但是存在以下问题:旁桌和外人有意或者无意扫描本桌的二维码导致菜品上多,从而影响了顾客的正常消费;
一种基于消费分析的订单监控方法,对如图3所示的桌子进行消费监控,其包括以下具体步骤:
获取第一消费人员发出的消费订单,获取消费订单的相关数据,同时获取第二消费人员的继续消费订单,获取继续消费订单的相关数据;
基于消费订单的相关数据、继续消费订单的相关数据构建一级订单关联模型;
将获取得到的消费订单的相关数据和继续消费订单的相关数据导入构建的一级订单关联模型中输出一级订单关联值;
获取第一消费人员发出的历史消费订单,将第一消费人员发出的历史消费订单、第二消费人员的继续消费订单和一级订单关联值代入二级订单关联策略中进行二级订单关联值的计算;
将计算得到的二级订单关联值与设定的二级订单关联阈值进行对比,向第一消费人员进行订单预警。
在此需要具体说明的是,获取第一消费人员发出的消费订单,获取消费订单的相关数据,同时获取第二消费人员的继续消费订单,获取继续消费订单的相关数据包括以下具体步骤:
S11、获取第一消费人员发出的消费订单消息,同时获取第一消费人员消费过程中的消费人数;
S12、获取第二消费人员的继续消费订单,获取继续消费订单的相关数据,同时获取第二消费人员消费过程中的消费人数;
S13、获取消费时间内对应消费场所的平均消费金额数据。
在此需要具体说明的是,一级订单关联模型包括以下具体内容:
S21、获取第一消费人员发出的消费订单消息和第一消费人员消费过程中的消费人数,代入一级消费平均值计算公式中计算一级消费平均值,一级消费平均值计算公式为:,其中,n为第一消费人员消费过程中的消费人数,/>为第一消费人员发出的消费订单中第i项商品的金额,I为第一消费人员发出的消费订单商品种类;
S22、获取第二消费人员发出的消费继续订单消息和第二消费人员消费过程中的消费人数,代入二级消费平均值计算公式中计算二级消费平均值,二级消费平均值计算公式为:,J为第二消费人员消费过程中的消费订单商品种类,/>为第二消费人员发出的消费订单中第j项商品的金额,m为第二消费人员消费过程中的消费人数;
S23、获取计算得到的一级消费平均值和二级消费平均值代入一级订单关联值计算公式中进行一级订单关联值的计算,其中,一级订单关联值计算公式为:;
在此需要具体说明的是,将获取得到的消费订单的相关数据和继续消费订单的相关数据导入构建的一级订单关联模型中输出一级订单关联值包括如下具体步骤:
获取构建的一级订单关联模型,将需要计算的消费订单的相关数据和继续消费订单的相关数据导入构建的一级订单关联模型中输出一级订单关联值。
在此需要具体说明的是,二级订单关联策略包括如下具体步骤:
S41、获取第一消费人员发出的历史消费订单、第一消费人员的历史消费人数和第二消费人员的继续消费订单,将获取的第一消费人员发出的历史消费订单、第一消费人员的历史消费人数和第二消费人员的继续消费订单代入历史订单关联系数计算公式中计算历史订单关联系数,其中,历史订单关联系数计算公式为:,其中,/>为第一消费人员发出的历史消费订单的人员平均消费金额;
S42、获取计算得到的历史订单关联系数和一级订单关联值代入二级订单关联值计算公式中进行二级订单关联值的计算,其中,二级订单关联值计算公式为:,其中,/>为历史订单关联系数占比,/>为一级订单关联值占比,其中,/>。
在此需要具体说明的是,将计算得到的二级订单关联值与设定的二级订单关联阈值进行对比,向第一消费人员进行订单预警的具体步骤如下:
S51、提取计算得到的二级订单关联值,将计算得到的二级订单关联值与设定的二级订单关联阈值进行对比;
S52、若得到的二级订单关联值大于等于设定的二级订单关联阈值,则向第一消费人员进行订单预警,若得到的二级订单关联值小于设定的二级订单关联阈值,则不向第一消费人员进行订单预警。
在此需要说明的是,这里的二级订单关联阈值、历史订单关联系数占比和一级订单关联值占比的取值方式为:获取5000组订单错误数据和订单成功数据,将订单错误数据和订单成功数据代入二级订单关联值计算公式中进行二级订单关联值的计算,将计算得到的二级订单关联值和分类结果导入拟合软件中,输出符合判断准确度的最优二级订单关联阈值、历史订单关联系数占比和一级订单关联值占比的取值;
在此需要说明的是,本实施例相对于现有技术的好处为:获取第一消费人员发出的消费订单,获取消费订单的相关数据,同时获取第二消费人员的继续消费订单,获取继续消费订单的相关数据,基于消费订单的相关数据、继续消费订单的相关数据构建一级订单关联模型,将获取得到的消费订单的相关数据和继续消费订单的相关数据导入构建的一级订单关联模型中输出一级订单关联值,获取第一消费人员发出的历史消费订单,将第一消费人员发出的历史消费订单、第二消费人员的继续消费订单和一级订单关联值代入二级订单关联策略中进行二级订单关联值的计算,将计算得到的二级订单关联值与设定的二级订单关联阈值进行对比,向第一消费人员进行订单预警,通过对消费订单信息进行有效分析,提高了对订单监控的准确性,避免了与本次消费无关人员扫描消费二维码导致订单出现误差的情况。
实施例2
如图2所示,一种基于消费分析的订单监控系统,其基于上述一种基于消费分析的订单监控方法实现,其具体包括数据采集模块、一级订单关联模型构建模块、一级订单关联值计算模块、二级订单关联值计算模块、数据对比模块和总控模块,数据采集模块用于获取第一消费人员发出的消费订单,获取消费订单的相关数据,同时获取第二消费人员的继续消费订单,获取继续消费订单的相关数据,一级订单关联模型构建模块用于基于消费订单的相关数据、继续消费订单的相关数据构建一级订单关联模型,一级订单关联值计算模块用于将获取得到的消费订单的相关数据和继续消费订单的相关数据导入构建的一级订单关联模型中输出一级订单关联值;二级订单关联值计算模块用于获取第一消费人员发出的历史消费订单,将第一消费人员发出的历史消费订单、第二消费人员的继续消费订单和一级订单关联值代入二级订单关联策略中进行二级订单关联值的计算,数据对比模块用于将计算得到的二级订单关联值与设定的二级订单关联阈值进行对比,向第一消费人员进行订单预警;总控模块用于控制数据采集模块、一级订单关联模型构建模块、一级订单关联值计算模块、二级订单关联值计算模块和数据对比模块的运行。
实施例3
本实施例提供一种电子设备,包括:处理器和存储器,其中,存储器中存储有可供处理器调用的计算机程序;
处理器通过调用存储器中存储的计算机程序,执行上述的一种基于消费分析的订单监控方法。
该电子设备可因配置或性能不同而产生比较大的差异,能够包括一个或一个以上的处理器(Central Processing Units,CPU)和一个或一个以上的存储器,其中,该存储器中存储有至少一条计算机程序,该计算机程序由该处理器加载并执行以实现上述方法实施例提供的一种基于消费分析的订单监控方法。该电子设备还能够包括其他用于实现设备功能的部件,例如,该电子设备还能够具有有线或无线网络接口以及输入输出接口等部件,以便进行数据的输入输出。本实施例在此不做赘述。
实施例4
本实施例提出一种计算机可读存储介质,其上存储有可擦写的计算机程序;
当计算机程序在计算机设备上运行时,使得计算机设备执行上述的一种基于消费分析的订单监控方法。
例如,计算机可读存储介质能够是只读存储器(Read-Only Memory,简称:ROM)、随机存取存储器(Random Access Memory,简称:RAM)、只读光盘(Compact Disc Read-OnlyMemory,简称:CD-ROM)、磁带、软盘和光数据存储设备等。
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。
应理解,根据A确定B并不意味着仅仅根据A确定B,还能够根据A和/或其它信息确定B。
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产品的形式实现。计算机程序产品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计算机指令或计算机程序时,全部或部分地产生按照本发明实施例的流程或功能。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。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,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网络或/和无线网络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。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。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。
本领域普通技术人员可以意识到,结合本发明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发明的范围。
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。
在本发明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,单元的划分,仅仅为一种划分方式,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。
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,在本发明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。
在本说明书的描述中,参考术语“一个实施例”、“示例”、“具体示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不一定指的是相同的实施例或示例。而且,描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
以上公开的本发明优选实施例只是用于帮助阐述本发明。优选实施例并没有详尽叙述所有的细节,也不限制该发明仅为的具体实施方式。显然,根据本说明书的内容,可做很多的修改和变化。本说明书选取并具体描述这些实施例,是为了更好地解释本发明的原理和实际应用,从而使所属技术领域技术人员能很好地理解和利用本发明。本发明仅受权利要求书及其全部范围和等效物的限制。
Claims (5)
1.一种基于消费分析的订单监控方法,其特征在于,其包括以下具体步骤:
获取第一消费人员发出的消费订单,获取消费订单的相关数据,同时获取第二消费人员的继续消费订单,获取继续消费订单的相关数据;
基于消费订单的相关数据、继续消费订单的相关数据构建一级订单关联模型;
将获取得到的消费订单的相关数据和继续消费订单的相关数据导入构建的一级订单关联模型中输出一级订单关联值;
获取第一消费人员发出的历史消费订单,将第一消费人员发出的历史消费订单、第二消费人员的继续消费订单和一级订单关联值代入二级订单关联策略中进行二级订单关联值的计算;
将计算得到的二级订单关联值与设定的二级订单关联阈值进行对比,向第一消费人员进行订单预警;
所述获取第一消费人员发出的消费订单,获取消费订单的相关数据,同时获取第二消费人员的继续消费订单,获取继续消费订单的相关数据包括以下具体步骤:
S11、获取第一消费人员发出的消费订单消息,同时获取第一消费人员消费过程中的消费人数;
S12、获取第二消费人员的继续消费订单,获取继续消费订单的相关数据,同时获取第二消费人员消费过程中的消费人数;
S13、获取消费时间内对应消费场所的平均消费金额数据;
所述一级订单关联模型包括以下具体内容:
S21、获取第一消费人员发出的消费订单消息和第一消费人员消费过程中的消费人数,代入一级消费平均值计算公式中计算一级消费平均值,一级消费平均值计算公式为:,其中,n为第一消费人员消费过程中的消费人数,/>为第一消费人员发出的消费订单中第i项商品的金额,I为第一消费人员发出的消费订单商品种类;
S22、获取第二消费人员发出的消费继续订单消息和第二消费人员消费过程中的消费人数,代入二级消费平均值计算公式中计算二级消费平均值,二级消费平均值计算公式为:,J为第二消费人员消费过程中的消费订单商品种类,/>为第二消费人员发出的消费订单中第j项商品的金额,m为第二消费人员消费过程中的消费人数;
S23、获取计算得到的一级消费平均值和二级消费平均值代入一级订单关联值计算公式中进行一级订单关联值的计算,其中,一级订单关联值计算公式为:;所述将获取得到的消费订单的相关数据和继续消费订单的相关数据导入构建的一级订单关联模型中输出一级订单关联值包括如下具体步骤:
获取构建的一级订单关联模型,将需要计算的消费订单的相关数据和继续消费订单的相关数据导入构建的一级订单关联模型中输出一级订单关联值;所述二级订单关联策略包括如下具体步骤:
S41、获取第一消费人员发出的历史消费订单、第一消费人员的历史消费人数和第二消费人员的继续消费订单,将获取的第一消费人员发出的历史消费订单、第一消费人员的历史消费人数和第二消费人员的继续消费订单代入历史订单关联系数计算公式中计算历史订单关联系数,其中,历史订单关联系数计算公式为:,其中,/>为第一消费人员发出的历史消费订单的人员平均消费金额;
S42、获取计算得到的历史订单关联系数和一级订单关联值代入二级订单关联值计算公式中进行二级订单关联值的计算,其中,二级订单关联值计算公式为:,其中,/>为历史订单关联系数占比,/>为一级订单关联值占比,其中,/>。
2.如权利要求1所述的一种基于消费分析的订单监控方法,其特征在于,所述将计算得到的二级订单关联值与设定的二级订单关联阈值进行对比,向第一消费人员进行订单预警的具体步骤如下:
S51、提取计算得到的二级订单关联值,将计算得到的二级订单关联值与设定的二级订单关联阈值进行对比;
S52、若得到的二级订单关联值大于等于设定的二级订单关联阈值,则向第一消费人员进行订单预警,若得到的二级订单关联值小于设定的二级订单关联阈值,则不向第一消费人员进行订单预警。
3.一种基于消费分析的订单监控系统,其基于如权利要求1-2任一项的所述一种基于消费分析的订单监控方法实现,其特征在于,其具体包括数据采集模块、一级订单关联模型构建模块、一级订单关联值计算模块、二级订单关联值计算模块、数据对比模块和总控模块,所述数据采集模块用于获取第一消费人员发出的消费订单,获取消费订单的相关数据,同时获取第二消费人员的继续消费订单,获取继续消费订单的相关数据,所述一级订单关联模型构建模块用于基于消费订单的相关数据、继续消费订单的相关数据构建一级订单关联模型,所述一级订单关联值计算模块用于将获取得到的消费订单的相关数据和继续消费订单的相关数据导入构建的一级订单关联模型中输出一级订单关联值;所述二级订单关联值计算模块用于获取第一消费人员发出的历史消费订单,将第一消费人员发出的历史消费订单、第二消费人员的继续消费订单和一级订单关联值代入二级订单关联策略中进行二级订单关联值的计算,所述数据对比模块用于将计算得到的二级订单关联值与设定的二级订单关联阈值进行对比,向第一消费人员进行订单预警,所述总控模块用于控制数据采集模块、一级订单关联模型构建模块、一级订单关联值计算模块、二级订单关联值计算模块和数据对比模块的运行。
4.一种电子设备,包括:处理器和存储器,其中,所述存储器中存储有可供处理器调用的计算机程序;
其特征在于,所述处理器通过调用所述存储器中存储的计算机程序,执行如权利要求1-3任一项所述的一种基于消费分析的订单监控方法。
5.一种计算机可读存储介质,其特征在于,储存有指令,当所述指令在计算机上运行时,使得计算机执行如权利要求1-2任一项所述的一种基于消费分析的订单监控方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410373572.8A CN117974274B (zh) | 2024-03-29 | 一种基于消费分析的订单监控系统及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410373572.8A CN117974274B (zh) | 2024-03-29 | 一种基于消费分析的订单监控系统及方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117974274A CN117974274A (zh) | 2024-05-03 |
CN117974274B true CN117974274B (zh) | 2024-06-07 |
Family
ID=
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104978697A (zh) * | 2015-06-24 | 2015-10-14 | 西南石油大学 | 一种基于二维码的协同智能点餐方法与系统 |
CN107481119A (zh) * | 2017-08-21 | 2017-12-15 | 贵州西部生态链电子商务有限公司 | 一种基于大数据特征分析的云餐饮平台及分析方法 |
CN107578347A (zh) * | 2017-08-23 | 2018-01-12 | 泊头市乾江软件科技有限公司 | 一种基于互联网智能交互的点餐系统 |
KR101894678B1 (ko) * | 2017-11-27 | 2018-09-04 | 곽수용 | 음식주문에 기반한 소비패턴 분석을 통한 소비자-판매자 중심의 맞춤 서비스 방법 |
CN112215639A (zh) * | 2020-09-25 | 2021-01-12 | 深圳优地科技有限公司 | 消费订单的预测方法、装置、机器人及可读存储介质 |
WO2021169224A1 (zh) * | 2020-02-25 | 2021-09-02 | 北京三快在线科技有限公司 | 订单处理方法、电子设备及可读存储介质 |
CN117495476A (zh) * | 2023-10-16 | 2024-02-02 | 杭州华橙软件技术有限公司 | 一种订单监控方法、电子设备和计算机可读存储介质 |
CN117745062A (zh) * | 2023-12-15 | 2024-03-22 | 浙江浙石油综合能源销售有限公司 | 一种基于消费订单数据的经营风险管控方法及系统 |
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104978697A (zh) * | 2015-06-24 | 2015-10-14 | 西南石油大学 | 一种基于二维码的协同智能点餐方法与系统 |
CN107481119A (zh) * | 2017-08-21 | 2017-12-15 | 贵州西部生态链电子商务有限公司 | 一种基于大数据特征分析的云餐饮平台及分析方法 |
CN107578347A (zh) * | 2017-08-23 | 2018-01-12 | 泊头市乾江软件科技有限公司 | 一种基于互联网智能交互的点餐系统 |
KR101894678B1 (ko) * | 2017-11-27 | 2018-09-04 | 곽수용 | 음식주문에 기반한 소비패턴 분석을 통한 소비자-판매자 중심의 맞춤 서비스 방법 |
WO2021169224A1 (zh) * | 2020-02-25 | 2021-09-02 | 北京三快在线科技有限公司 | 订单处理方法、电子设备及可读存储介质 |
CN112215639A (zh) * | 2020-09-25 | 2021-01-12 | 深圳优地科技有限公司 | 消费订单的预测方法、装置、机器人及可读存储介质 |
CN117495476A (zh) * | 2023-10-16 | 2024-02-02 | 杭州华橙软件技术有限公司 | 一种订单监控方法、电子设备和计算机可读存储介质 |
CN117745062A (zh) * | 2023-12-15 | 2024-03-22 | 浙江浙石油综合能源销售有限公司 | 一种基于消费订单数据的经营风险管控方法及系统 |
Non-Patent Citations (1)
Title |
---|
基于价格消费习惯的商品多样性推荐;王茜;喻继军;;系统工程;20180328(第03期);全文 * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Wedel et al. | A clusterwise regression method for simultaneous fuzzy market structuring and benefit segmentation | |
US20170220674A1 (en) | Association Significance | |
US20160292690A1 (en) | Risk manager optimizer | |
JP4215421B2 (ja) | 高機能エージェントで電子取り引きを行う方法及び装置 | |
US10497000B1 (en) | Dynamic return privileges | |
CN116883084B (zh) | 一种基于销售评价的数据智能监控预警方法及系统 | |
CN107808314B (zh) | 用户推荐方法及装置 | |
US8145515B2 (en) | On-demand performance reports | |
WO2020023647A1 (en) | Privacy preserving ai derived simulated world | |
KR101928039B1 (ko) | 인공지능에 의한 적응적 판매 관리 서버 및 방법 | |
US20150120378A1 (en) | Methods and systems for product consumption determination | |
US11900429B1 (en) | Systems and methods to analyze product pricing | |
WO2015168704A9 (en) | System for allocating and costing display space | |
JP6683550B2 (ja) | 情報分析装置および情報分析方法 | |
Almaslamani et al. | Using big data analytics to design an intelligent market basket-case study at sameh mall | |
CN103839166A (zh) | 用于产品价格信息的获取和分配的方法 | |
WO2020147476A1 (zh) | 机器人的控制方法、装置、机器人及计算机可读存储介质 | |
US11182761B2 (en) | Information technology equipment replacement calculation systems and methods | |
CN117974274B (zh) | 一种基于消费分析的订单监控系统及方法 | |
WO2001003046A1 (en) | A method and system to synthesize portfolios of goods, services or financial instruments | |
CN117974274A (zh) | 一种基于消费分析的订单监控系统及方法 | |
KR102254570B1 (ko) | 식자재 공동주문 처리 장치 | |
Mehrjerdi | Hierarchical multi-criteria risk-benefit analysis in fuzzy environment | |
Radmehr et al. | A Survey of Business Intelligence Solutions in Banking Industry and Big Data Applications | |
JP2010277571A (ja) | 商品選択システムとその方法、及び、商品選択コンピュータプログラム |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant |