[發明專利]基于大規模矩陣的層次分析的餐廳推薦的方法和系統在審
| 申請號： | 202010636977.8 | 申請日： | 2020-07-03 |
| 公開（公告）號： | CN111859188A | 公開（公告）日： | 2020-10-30 |
| 發明（設計）人： | 黃超;鄭國春;張莉瑩 | 申請（專利權）人： | 美味不用等（上海）信息科技股份有限公司 |
| 主分類號： | G06F16/9537 | 分類號： | G06F16/9537;G06F16/9535;G06Q50/12 |
| 代理公司： | 北京晟睿智杰知識產權代理事務所(特殊普通合伙) 11603 | 代理人： | 于淼 |
| 地址： | 201203 上海市浦東新*** | 國省代碼： | 上海;31 |
| 權利要求書： | 查看更多 | 說明書： | 查看更多 |
| 摘要： | |||
| 搜索關鍵詞： | 基于 大規模 矩陣 層次 分析 餐廳 推薦 方法 系統 | ||
1.一種基于大規模矩陣的層次分析的餐廳推薦的方法，其特征在于，包括：
服務器包括全部訂單數據，根據訂單數據提取出訂單金額、訂單所屬餐廳、訂單中的會員信息、點菜信息、就餐信息、餐廳位置信息和菜品信息；
將提取的訂單金額、訂單所屬餐廳、訂單中的會員信息、點菜信息、就餐信息、餐廳位置信息和菜品信息分為用戶信息與餐廳菜品信息，所述用戶信息包括：用戶名稱、用戶下單菜品、用戶支付金額、用戶就餐時長和用戶排隊時長；所述餐廳菜品信息包括：餐廳名稱、餐廳位置、菜品名稱、菜品價格和餐廳評價；
根據所述餐廳菜品信息中菜品名稱和所述菜品名稱所屬門店建立菜品名稱與所述菜品名稱所屬門店的關系，并根據所述菜品名稱與所述菜品名稱所屬門店的關系中所述菜品名稱的排序作為數值得到一維菜品矩陣；
根據所述用戶信息和所述一維菜品矩陣建立用戶名稱與菜品名稱矩陣；根據所述餐廳菜品信息和所述一維菜品矩陣建立餐廳名稱與菜品名稱矩陣；
對所述餐廳名稱與菜品名稱矩陣進行逆運算，得到所述餐廳名稱與菜品名稱矩陣逆運算結果和所述用戶名稱與菜品名稱矩陣計算得到用戶喜好相似的第一推薦餐廳矩陣；
基于車費期望模型計算用戶達到推薦餐廳的距離的成本矩陣；
根據所述成本矩陣與所述第一推薦餐廳矩陣進行計算得到就餐成本矩陣；
所述第一推薦餐廳矩陣減去所述就餐成本矩陣得到第二推薦餐廳矩陣；
根據所述用戶信息和所述餐廳菜品信息計算用戶節省的金額，得到用戶收益矩陣；
根據所述第二推薦餐廳矩陣與所述用戶收益矩陣計算得到用戶名稱與推薦餐廳矩陣，向用戶推薦餐廳，在所述用戶名稱與推薦餐廳矩陣中，橫軸為所述用戶名稱，縱軸為推薦的餐廳。
2.根據權利要求1所述的基于大規模矩陣的層次分析的餐廳推薦的方法，其特征在于，所述用戶名稱與菜品名稱矩陣中，縱軸為所述用戶名稱，橫軸為所述一維菜品矩陣序列化后的維度，所述用戶名稱與菜品名稱矩陣按照以下方法計算：
其中，A表示所述用戶名稱與菜品名稱矩陣，amn表示用戶名稱Am對菜品名稱xn的下單次數，m代表第m位顧客，Dn為所述一維菜品矩陣，Wn表示用戶名稱為Am的用戶在菜品名稱xn所屬的餐廳中的就餐時長與就餐總時長的占比，t為就餐總時長，t1為排隊時長；
所述餐廳名稱與菜品名稱矩陣中，餐廳名稱為縱軸，所述一維菜品矩陣序列化的維度為橫軸，所述餐廳名稱與菜品名稱矩陣按照以下方法計算：
其中，B表示所述餐廳名稱與菜品名稱矩陣，bpn表示餐廳Bp售賣過菜品xn的次數，p代表第p家餐廳，Sn表示餐廳評價得分。
3.根據權利要求2所述的基于大規模矩陣的層次分析的餐廳推薦的方法，其特征在于，所述第一推薦餐廳矩陣按照以下方法計算：
T＝amnDnWn×(bpnDnSn)-1，
其中，T表示所述第一推薦餐廳矩陣，amn表示用戶名稱Am對菜品名稱xn的下單次數，m代表第m位顧客，Dn為所述一維菜品矩陣，bpn表示餐廳Bp售賣過菜品xn的次數，p代表第p家餐廳，Sn表示餐廳評價得分。
該專利技術資料僅供研究查看技術是否侵權等信息，商用須獲得專利權人授權。該專利全部權利屬于美味不用等（上海）信息科技股份有限公司，未經美味不用等（上海）信息科技股份有限公司許可，擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作，請聯系【客服】
本文鏈接：http://www.17sss.com.cn/pat/books/202010636977.8/1.html，轉載請聲明來源鉆瓜專利網。
