【技术实现步骤摘要】
本专利技术涉及智能咖啡机，更具体地说，它涉及一种基于大数据分析的智能化自动咖啡机。
技术介绍
1、随着科技的进步和生活水平的提高，咖啡已成为人们日常生活中不可或缺的饮品之一。为了满足消费者日益增长的个性化需求，智能咖啡机逐渐进入市场，成为现代家居和商业场所的新宠。智能咖啡机不仅提升了咖啡制作的便捷性和安全性，还通过先进的科技手段实现了咖啡口感的个性化定制。
2、目前市场上的智能咖啡机已经具备了一些高级功能，如根据用户的喜好和习惯调整咖啡的浓度、温度和口感。这些机器通过内置的智能算法学习用户的饮用习惯，自动调整咖啡的制作参数，以提供更加符合个人口味的咖啡。此外，智能咖啡机还配备了自动清洁功能和定期维护提醒，进一步提升了使用的便捷性和设备的耐用性。
3、例如，中国专利技术申请号cn202111652019.0所公开的一种基于人工智能算法的咖啡机，就通过人工神经网络学习训练获得的数学模型，将输入的咖啡参数数据作为输入层，进而控制水粉比和冲泡温度，以完成咖啡制作流程，为用户提供了直接、易用的个性化咖啡定制体验。
4、然而，尽管现有智能咖啡系统在一定程度上满足了用户的个性化需求，但在整个咖啡制作、销售和取货流程中仍存在许多待优化的环节。例如，消费者在选择咖啡种类、调整制作参数时，往往需要亲临咖啡机前操作，缺乏远程控制的便捷性；咖啡制作完成后，取货方式也较为单一，无法满足不同用户对于即时取货、保温存储或延迟取货的需求。
5、因此，为了解决上述技术问题本专利技术提出一种基于大数据分析的智能化自动
技术实现思路
1、针对现有技术存在的不足，本专利技术的目的在于提供一种基于大数据分析的智能化自动咖啡机。
2、为实现上述目的，本专利技术提供了如下技术方案：一种基于大数据分析的智能化自动咖啡机，包括：
3、咖啡机以及与咖啡机连接的智能控制系统，咖啡机包括了传送装置和保温柜装置；
4、智能控制系统包括信息获取单元、数据分析单元、控制单元以及与控制单元相配套的app；
5、信息获取单元用于获取相关信息并发送给数据分析单元；
6、数据分析单元用于对接收到的信息进行分析处理、学习，并将分析的结果反馈给控制单元；
7、控制单元用于控制咖啡机工作；
8、app用于接收数据分析单元、信息获取单元以及控制单元的信息，并反馈给用户，同时可以远程通过控制单元操控咖啡机。
9、进一步的，所述信息获取单元能够收集用户的历史咖啡选择记录以及实时获取当前所在地的天气、季节、时间段等外部环境数据，还能够获取不同咖啡配方的销售情况和用户反馈情况。
10、进一步的，数据分析单元对数据进行分析包括如下处理步骤：
11、s1：对数据进行预处理，识别并填充缺失值以及去除异常数据，获得数据集；s2：根据步骤s1中获取的数据集，为不同的用户构建个人画像，记录其偏好、历史选择等相关数据，并建立相关数据库；
12、s3：根据步骤s2中不同个体用户的个人画像预测其偏好，并计算根据用户的偏好分析不同咖啡配方的评分，并计算咖啡评分的相似度；
13、s4：利用生成推荐算法，找到与当前咖啡配方最相似的配方群体，作为数据集中对应权重计算；
14、s5：预测用户对于不同配方的评分，由此选出评分最高的配方推荐给用户；
15、s6：提取每个咖啡配方的特征参数，将其表示为特征向量，随后根据用户历史选择情况构建用户偏好模型，同步骤s1中的相似度计算及推荐算法，生成推荐；
16、s7：采用混合推荐算法，通过综合考虑用户相似度和咖啡配方的特征相似度，将综合用户画像算法与突出咖啡配方特征算法相结合，并结合协同过滤和基于内容的推荐算法，提供更加精准和个性化的推荐；
17、s8：根据步骤s1中获取的数据集中提取有用特征，包括用户偏好特征、咖啡配方特征和环境特征，将其作为特征训练数据集。
18、进一步的，步骤s2中咖啡评分的相似度计算方法为：
19、
20、其中，rui和rvi分别表示用户u和用户v对咖啡配方i的评分。
21、进一步的，根据步骤s7中的混合推荐算法，采用加权平均的方式计算：
22、
23、其中，是协同过滤的评测部分，是基于内容的评测部分，α是权重参数，用于调节两种算法的权重，获得最佳推荐方案。
24、进一步的，在步骤s8中，将数据集划分为训练集、验证集和测试集，比例采取70％:15％:15％，使用梯度下降法(gradientdescent)优化模型参数，采用早停(earlystopping)策略防止过拟合，随后，使用准确率(precision)、召回率(recall)、f1分数(f1-score)和均方根误差(rmse)等指标评估模型性能，svd算法公式：r≈ucvt；
25、其中，r是用户－配方评分矩阵，u和v是低维特征矩阵，c是对角矩阵，gmf模型：
26、
27、其中，是预测评分，pu和qi分别是用户和配方的潜在因子向量。
28、进一步的，在上述模型基础上进行超参数优化：
29、调节模型的学习率，以平衡训练速度和收敛性；引入l2正则化，调节正则强度；调节矩阵分解中的隐因子数量，平衡模型复杂度和预测性能；
30、使用网格搜索算法和随即搜索算法，对于超参数组合进行评估，选择初步最优超参数组合；随后采用贝叶斯优化算法，基于贝叶斯统计模型，迭代选择最优超参数组合，l2正则化公式：
31、
32、其中，l是损失函数，λ是正则化参数，p和q分别是用户和配方的潜在因子矩阵。
33、与现有技术相比，本专利技术具备以下有益效果：
34、1、本专利技术中，提出了一种集智能化制售、分拣、存储于一体的咖啡机系统。该系统不仅支持用户通过软件及小程序远程选择咖啡配方、调整制作参数，还提供了多种取货方式，包括即时取餐、保温存储取货和延迟取货，以满足不同用户的使用需求。此外，系统还集成了智能化推荐系统，通过协同过滤和基于内容的推荐算法，为用户提供精准、个性化的咖啡配方建议，进一步提升了用户体验和服务效率。
本文档来自技高网...【技术保护点】
1.一种基于大数据分析的智能化自动咖啡机，其特征在于，包括：
2.根据权利要求1所述的一种基于大数据分析的智能化自动咖啡机，其特征在于：所述信息获取单元能够收集用户的历史咖啡选择记录以及实时获取当前所在地的天气、季节、时间段等外部环境数据，还能够获取不同咖啡配方的销售情况和用户反馈情况。
3.根据权利要求2所述的一种基于大数据分析的智能化自动咖啡机，其特征在于：数据分析单元对数据进行分析包括如下处理步骤：
4.根据权利要求3所述的一种基于大数据分析的智能化自动咖啡机，其特征在于：步骤S2中咖啡评分的相似度计算方法为：
5.根据权利要求4所述的一种基于大数据分析的智能化自动咖啡机，其特征在于：在步骤S5中，预测用户u对于配方i的评分
6.根据权利要求5所述的一种基于大数据分析的智能化自动咖啡机，其特征在于：根据步骤S7中的混合推荐算法，采用加权平均的方式计算：
7.根据权利要求6所述的一种基于大数据分析的智能化自动咖啡机，其特征在于：在步骤S8中，将数据集划分为训练集、验证集和测试集，比例采取70％:15％:1
8.根据权利要求7所述的一种基于大数据分析的智能化自动咖啡机，其特征在于：在上述模型基础上进行超参数优化：
...【技术特征摘要】
1.一种基于大数据分析的智能化自动咖啡机，其特征在于，包括：
2.根据权利要求1所述的一种基于大数据分析的智能化自动咖啡机，其特征在于：所述信息获取单元能够收集用户的历史咖啡选择记录以及实时获取当前所在地的天气、季节、时间段等外部环境数据，还能够获取不同咖啡配方的销售情况和用户反馈情况。
3.根据权利要求2所述的一种基于大数据分析的智能化自动咖啡机，其特征在于：数据分析单元对数据进行分析包括如下处理步骤：
4.根据权利要求3所述的一种基于大数据分析的智能化自动咖啡机，其特征在于：步骤s2中咖啡评分的相似度计算方法为：
5.根据权利要求4所述的一种基于大数据分析的智能化自动咖啡机，其特征在于：在步骤s5中，预测用户u对于配方i的评分
6...
【专利技术属性】
技术研发人员：王为松，孙晓龙，王佳佳，王玮，
申请(专利权)人：滁州松泽电器股份有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。