本發明公開了一種基于大規模矩陣的層次分析的餐廳推薦的方法和系統，方法包括：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；根據用戶信息與餐廳菜品信息生成目標矩陣流最終得到用戶名稱與推薦餐廳矩陣，向用戶推薦餐廳。本發明不僅降低訂單數據規模、快速找出最有可能符合用戶口味的餐廳的方法和提高用戶在餐廳就餐的質量。

技術領域

本發明涉及餐廳推薦領域，更具體地，涉及一種基于大規模矩陣的層次分析的餐廳推薦的方法和系統。

背景技術

隨著餐飲行業的高速發展，餐廳數量大幅上升，餐廳種類更加豐富。餐廳經常會有優惠和活動，常常通過發送短信的方式將餐廳的優惠和活動推薦給用餐用戶。在短信推薦餐廳的過程中，得到目標用戶的質量直接決定短信推薦的效果。餐廳的顧客容納量和優惠券數量都是有限的，而餐廳周邊有數十萬用戶，需要將最有可能符合用戶口味的餐廳及該餐廳的優惠信息推薦給用戶。傳統的算法采用協同過濾算法，但協同過濾算法復雜度較高、服務器消耗大、準確率也比較低、無法處理大規模數據。

因此，提供一種降低數據規模、快速找出最有可能符合用戶口味的餐廳的方法是亟待解決的問題。

發明內容

有鑒于此，本發明提供了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。

優選地，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：