O2O外卖餐饮业绩推荐系统及方法技术方案

本发明专利技术公开了O2O外卖餐饮业绩推荐系统及方法，涉及数据挖掘领域。本发明专利技术包括：用户信息获取模块，用于获取用户信息及用户订购餐饮信息；层次模型建立模块，用于利用层次分析法建立层次模型；指标等级划分模块，用于通过用户对各个评价指标的重要程度划分评价指标等级；判断矩阵构造模块，用于采用九级标度法对层次模型和评价指标等级进行比较，构造判断矩阵；推荐模型建立模块，用于对所述判断矩阵进行检验，计算矩阵权向量，根据所述矩阵权向量，建立推荐模型；推荐结果获取模块，用于将所述用户信息输入到所述推荐模型，得到推荐结果。本发明专利技术为解决O2O外卖餐饮推荐计算复杂、运算量大等问题提供一定的参考。等问题提供一定的参考。等问题提供一定的参考。

【技术实现步骤摘要】
O2O外卖餐饮业绩推荐系统及方法


[0001]本专利技术涉及数据挖掘领域，更具体的说是涉及一种O2O外卖餐饮业绩推荐系统及方法。

技术介绍

[0002]由于我国大力鼓励餐饮企业创新服务方式，因此o2o外卖推荐系统展现出巨大的潜力与前景。就用户而言，用户可以在最短的时间里找到符合自己口味的食物，节省了大量的时间。对于商家而言，推荐系统帮助商家做了免费广告，增加了商家的营业额。但是，由于一些技术因素的限制，o2o外卖推荐系统仍有很多不足，例如，冷启动问题。大学生是订购外卖的主力军，每一年大学都会迎接新一批的学生，这些学生有很大一部分将会在APP上注册成为新的用户，但是APP上没有关于新用户的任何行为记录，就无法得知他的饮食偏好，并与其他相似用户进行比较，导致不能做出正确推荐。同理，中国每天都有无数的小企业成立，这些刚成立的商户由于刚入驻APP，没有任何用户对其进行过评分，新商户可能很长一段时间不会被推荐。冷启动问题导致了新用户和新商户的流失，这也是大多推荐系统的“通病”。还有用户对订餐指标的偏好会产生变化，系统缺乏对用户偏好动态变化的研究。以及O2O外卖推荐系统数据多，计算量大，系统维护成本较高等问题。

技术实现思路

[0003]有鉴于此，本专利技术提供了一种O2O外卖餐饮业绩推荐系统。
[0004]为了实现上述目的，本专利技术采用如下技术方案：
[0005]一种O2O外卖餐饮业绩推荐系统，包括：
[0006]用户信息获取模块，用于获取用户信息及用户订购餐饮信息；
[0007]层次模型建立模块，用于利用层次分析法建立层次模型；
[0008]指标等级划分模块，用于通过用户对各个评价指标的重要程度划分评价指标等级；
[0009]判断矩阵构造模块，用于采用九级标度法对层次模型和评价指标等级进行比较，构造判断矩阵；
[0010]推荐模型建立模块，用于对所述判断矩阵进行检验，计算矩阵权向量，根据所述矩阵权向量，建立推荐模型；
[0011]推荐结果获取模块，用于将所述用户信息输入到所述推荐模型，得到推荐结果。
[0012]优选的，所述层次模型建立模块包括依次连接的目标层模块，因素层模块，指标层模块，商家选择模块；所述目标层模块用于用户的食物订购，所述因素层模块用于对商家因素提取，所述指标层模块用于对食物因素，价格因素和服务因素的提取；所述商家选择模块用于对商家进行选择。
[0013]优选的，所述食物因素包括食物的口味，温度，品相，分量和干净程度；所述价格因素包括价格水平、优惠水平和配送费用；所述服务因素包括包装餐具，配送时间和服务态
度。
[0014]优选的，所述判断矩阵根据层次模型建立。
[0015]优选的，所述推荐模型如下：
[0016]Q
i
＝W
m
*W
i
；
[0017][0018]其中，W
i
是目标层的权重，W
m
是因素层的权重。Q
i
的值是W
m
乘以相应的Wi，score是其他用户对餐厅的指标平均得分，RI为商户的推荐指数。
[0019]一种O2O外卖餐饮业绩推荐方法，包括以下步骤：
[0020]获取用户信息；
[0021]利用层次分析法建立层次模型；
[0022]通过用户对各个评价指标的重要程度划分评价指标等级；
[0023]采用九级标度法对层次模型和评价指标等级进行比较，构造判断矩阵；
[0024]对所述判断矩阵进行检验，计算矩阵权向量，根据所述矩阵权向量，建立推荐模型；
[0025]将所述用户信息输入到所述推荐模型，得到推荐结果。
[0026]优选的，所述矩阵权向量计算的具体计算方法如下：
[0027][0028][0029]其中，CI为矩阵的相容指数，CR为检验系数，γ
max
代表判断矩阵中的最大特征值，n为比较矩阵的阶数，AR为平均随机一致性指数。
[0030]优选的，所述推荐模型如下：
[0031]Q
i
＝W
m
*W
i
；
[0032][0033]其中，W
i
是目标层的权重，W
m
是因素层的权重。Q
i
的值是W
m
乘以相应的Wi，score是其他用户对餐厅的指标平均得分，RI为商户的推荐指数。
[0034]经由上述的技术方案可知，与现有技术相比，本专利技术公开提供了一种O2O外卖餐饮业绩推荐系统及方法，通过组合不同的推荐策略，使各种推荐算法达到扬长避短的目的；为解决O2O外卖餐饮推荐计算复杂、运算量大等问题提供一定的参考。
附图说明
[0035]为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述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专利技术的实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据提供的附图获得其他的附图。
[0036]图1附图为本专利技术的结构示意图；
[0037]图2附图为本专利技术的层次模型。
具体实施方式
[0038]下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，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，都属于本专利技术保护的范围。
[0039]本专利技术实施例公开了一种O2O外卖餐饮业绩推荐系统，如图1所示，包括：
[0040]用户信息获取模块，用于获取用户信息及用户订购餐饮信息，其中用户订购餐饮信息用于评价餐饮行业的业绩；
[0041]层次模型建立模块，用于利用层次分析法建立层次模型；
[0042]指标等级划分模块，用于通过用户对各个评价指标的重要程度划分评价指标等级；
[0043]判断矩阵构造模块，用于采用九级标度法对层次模型和评价指标等级进行比较，构造判断矩阵；
[0044]推荐模型建立模块，用于对判断矩阵进行检验，计算矩阵权向量，根据矩阵权向量，建立推荐模型；
[0045]推荐结果获取模块，用于将用户信息输入到推荐模型，得到推荐结果。
[0046]在本实施例中，
[0047]RC/AHP方法的原理
[0048]RC法(Barron and Barrett,1996；Day et al.,2002)是通过用户对各个评价指标的重要程度来划分等级，最重要的指标指定为1，第二重要指标为2，第三重要指标为3，等等。然后汇总用户最近几次对评价指标制定的等级值，计算出各个评价指标的等级值之和，根据各个指标的等级值的和，划分各个指标最终统一的等级。在完成评价指标等级的最终划分后，需要将等级转变为权重。RC方法计本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种O2O外卖餐饮业绩推荐系统，其特征在于，包括：用户信息获取模块，用于获取用户信息及用户订购餐饮信息；层次模型建立模块，用于利用层次分析法建立层次模型；指标等级划分模块，用于通过用户对各个评价指标的重要程度划分评价指标等级；判断矩阵构造模块，用于采用九级标度法对层次模型和评价指标等级进行比较，构造判断矩阵；推荐模型建立模块，用于对所述判断矩阵进行检验，计算矩阵权向量，根据所述矩阵权向量，建立推荐模型；推荐结果获取模块，用于将所述用户信息输入到所述推荐模型，得到推荐结果。2.根据权利要求1所述的一种O2O外卖餐饮业绩推荐系统，其特征在于，所述层次模型建立模块包括依次连接的目标层模块，因素层模块，指标层模块，商家选择模块；所述目标层模块用于用户的食物订购，所述因素层模块用于对商家因素提取，所述指标层模块用于对食物因素，价格因素和服务因素的提取；所述商家选择模块用于对商家进行选择。3.根据权利要求2所述的一种O2O外卖餐饮业绩推荐系统，其特征在于，所述食物因素包括食物的口味，温度，品相，分量和干净程度；所述价格因素包括价格水平、优惠水平和配送费用；所述服务因素包括包装餐具，配送时间和服务态度。4.根据权利要求1所述的一种O2O外卖餐饮业绩推荐系统，其特征在于，所述判断矩阵根据层次模型建立。5.根据权利要求1所述的一种O2O外卖餐饮业绩推荐系统，其特征在于，所述推荐模型如下：Q
i
＝W
m
*W
i
；其中，W
i...

【专利技术属性】
技术研发人员：王丽南，郭悦，易博，
申请(专利权)人：吉林财经大学，
类型：发明
国别省市：