一种餐饮推荐系统和餐饮推荐方法与流程

本专利申请涉及餐饮查询技术领域，尤指餐饮商户信息结合用户自身需求进行综合计算的广告推荐技术。

背景技术：

消费者去餐馆吃饭，从选择到决策到消费再到结账离开，这一列的过程从过去到现在到未来，都是一个不会被改变的逻辑顺序，而现在移动互联网改变的，是为消费提供更便捷、更可信的选择，使得他做出最快、最准确的决策，体验到更优质的服务。

o2o模式有助于餐饮企业寻找新的客户，开发新的产品以满足客户需求；线上客户信息精准、及时、低成本的搜索和收集也方便企业对客户资源进行主动的积极的开发。可以说，o2o模式将促进餐饮业线上和线下业务的结合，加速行业创新。

中国专利申请号为cn201220412083.1，该实用新型提供了一套基于位置信息的营养食谱餐饮推荐系统，由用户移动设备、营养成份分析设备和食谱生成及饮食推荐服务器组成，用户移动设备包括嵌入式控制主板、二维码感知模块、位置感知模块、液晶显示模块、触摸输入模块、通信模块、移动网络接口、wifi网络接口，营养成份分析设备包括嵌入式控制主板、输入输出模块、食物识别模块、食品营养成份数据库模块、重量感知模块、通信模块，用户移动设备与营养成份分析设备通过通信模块相连进行数据传递，用户移动设备通过网络与食谱生成及餐饮推荐服务器进行数据传递，其目的是准确快速的分析食物的营养成份，并且有效通过位置信息与消费者用户建立联系的现状，从而为周边位置的消费者提供更多的适合其营养配餐的选择，其有益效果是显著提高了人们的生活水平。

中国专利申请号为cn200910210027.2，该一种电子装置及藉助其进行个人餐饮推荐的方法。藉助电子装置进行个人餐饮推荐的方法包括以下步骤。电子装置依据健康风险族群提供对应数个营养成分属性的一权重分配。电子装置分别依据各个餐饮产品提供各个餐饮产品对应此些营养成分属性的一评分分配。电子装置依据权重分配及各个评分分配分别计算各个餐饮产品的一加权总分。电子装置依据加权总分的高低排序各个餐饮产品。

现行o2o电子商务推荐，只凭入住餐饮商户的广告费或者推广费用的多少进行排序推荐，简单粗暴，导致使用者要么选不到自己心仪的商户/商品，或者直接导致使用者选择其他功利性不强的o2o电子商务推荐。

技术实现要素：

本发明的餐饮推荐系统，需要根据距离，客户喜好程度，商户付费推广情况进行排序展示。本发明采用矩阵向量法，把各种条件，转化为向量，组成一个向量矩阵，并根据权重计算得到结果向量。该结果向量决定给顾客的展示排序结果。

本发明是通过以下技术方案实现的：

一种餐饮推荐方法，所述方法步骤包括：

s100：获取餐饮推荐系统的需方餐饮参数；

s200：获取所述餐饮推荐系统中指定地点周边范围内的供方餐饮参数；(包括付费推广情况)

s300：将所述需方餐饮参数、供方餐饮参数和需方与供方的距离参数，形成参数向量矩阵；

s400：将所述参数向量矩阵经过换算后，输出餐饮商户(推荐)排序结果。

进一步，所述的餐饮推荐方法，所述s100步骤中的所述需方餐饮参数包括用户性别、用户籍贯、用户口味、用户偏好或者用餐人数。

进一步，所述的餐饮推荐方法，所述s200步骤的所述供方餐饮参数包括商户工商信誉等级、商户卫生等级、商户面积规模、商户服务人员规模、商户提供餐饮的种类、商户营业的时间范围或者商户推广付费等级。

进一步，所述的餐饮推荐方法，所述s300步骤的所述需方与供方的距离参数的确定需要进一步区分如下两种情形：所述需方自主使用所述餐饮推荐系统，或者，第三方使用所述餐饮推荐系统，远程帮助需方进行查询、下单、预约或者叫外卖。

进一步，所述的餐饮推荐方法，所述s300步骤包括如下步骤：

s310：所述参数向量矩阵为其中，第一列为3家供方的距离远近排序，第二列为需方的用户偏好程度排序，第三列为所述3家供方的商户推广付费等级。

进一步，所述的餐饮推荐方法，所述s400步骤包括如下步骤：

s410：引入权重向量其中，b1代表所述距离权重，b2代表所述用户偏好程度权重，b3代表所述商户推广付费权重；

s420：获取乘积向量

其中，c1、c2、c3分别表示每个所述餐饮商户的数值，

其中，c1＝a11*b1+a12*b2+a13*b3，c2＝a21*b1+a22*b2+a23*b3，c3＝a31*b1+a32*b2+a33*b3；

s430：根据所述c1、c2、c3的所述数值大小进行排序。

进一步，所述的餐饮推荐方法，所述s400步骤后包括如下步骤：

s500：从所述推荐餐饮排序结果中选择具体商户进行下单、预约或者叫外卖操作。

本发明还提供一种餐饮推荐(商户)系统：

一种餐饮推荐系统，所述餐饮推荐系统包括智能终端和餐饮推荐网络设备，

所述智能终端，用于登录所述餐饮推荐网络设备、设定需方餐饮参数、设定需方经纬度信息、检索餐饮商户信息、下单、预约或者叫外卖；

所述餐饮推荐网络设备，用于存储所述需方餐饮参数、供方餐饮参数、参数向量化排列、向量矩阵计算、排序显示计算结果、接受所述下单、预约或者叫外卖操作。

进一步，所述的餐饮推荐系统，所述智能终端包括pc、nbk、pad或者智能移动设备。

进一步，所述的餐饮推荐系统，所述餐饮推荐网络设备包括存储器、向量计算模块、排序模块和通信模块，

所述存储器，用于存储需方餐饮参数、供方餐饮参数、历史操作记录和地图数据库；

所述向量计算模块，用于将所述需方餐饮参数、供方餐饮参数和需方与供方的距离参数，形成参数向量矩阵，并将所述参数向量矩阵进行换算；

所述排序模块，用于输出所述向量计算模块的餐饮商户(推荐)排序结果；

所述通信模块，用于将所述排序模块的输出传送至所述智能终端。

进一步，所述的餐饮推荐系统，所述餐饮推荐网络设备还包括操作执行模块，所述操作执行模块，用于接受来自智能终端的下单、预约或者叫外卖操作，并通知具体的餐饮商户进行准备、执行或者预留。

本发明至少具有以下有益效果之一：

1.本发明克服了原先的餐饮推荐系统只凭入住餐饮商户的广告费或者推广费用的多少进行排序推荐，导致使用用户流失的技术问题。

2.本发明赋予智能餐饮推荐系统，至少可以根据需方餐饮参数、供方餐饮参数以及需方与供方的距离参数进行向量推算，得到餐饮商户排名，供用户选择。

3.本发明赋予智能餐饮推荐系统，可以根据用户喜好参与进行权重计算，这样的推算结果相对更能符合用户的餐饮习惯。

4.本发明的智能餐饮推荐系统，智能化程度高、可靠性高、应用范围广，更可减少单纯的广告费绑架，也能减少用户不喜好餐饮占据前排，提升用户选择、下单、预约或者叫外卖的效率。

附图说明

下面结合附图和具体实施方式对本发明作进一步详细说明：

图1为本发明第一实施例流程示意图；

图2为本发明第一实施例系统结构示意图；

图3为本发明第一实施例网络设备模块示意图。

附图标记说明

智能终端——100、(餐饮推荐)网络设备——200、存储器——210、向量计算模块——220、排序模块——230、通信模块——240、操作执行模块——250。

具体实施方式

为了更清楚地说明本发明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，以下说明和附图对于本发明是示例性的，并且不应被理解为限制本发明。以下说明描述了众多具体细节以方便对本发明理解。然而，在某些实例中，熟知的或常规的细节并未说明，以满足说明书简洁的要求。

在本申请一个典型的计算硬件配置中，客户端/终端、网络设备和可信方均包括一个或多个处理器(cpu)、输入/输出接口、网络接口和内存。

本发明中的客户端、移动终端或网络设备包括处理器，含单核处理器或多核处理器。处理器也可称为一个或多个微处理器、中央处理单元(cpu)等等。更具体地，处理器可为复杂的指令集计算(cisc)微处理器、精简指令集计算(risc)微处理器、超长指令字(vliw)微处理器、实现其他指令集的处理器，或实现指令集组合的处理器。处理器还可为一个或多个专用处理器，诸如专用集成电路(asic)、现场可编程门阵列(fpga)、数字信号处理器(dsp)、网络处理器、图形处理器、网络处理器、通信处理器、密码处理器、协处理器、嵌入式处理器、或能够处理指令的任何其他类型的逻辑部件。处理器用于执行本发明所讨论的操作和步骤的指令。

本发明中的客户端、移动终端或网络设备包括存储器，用于存储大数据，可包括一个或多个易失性存储设备，如随机存取存储器(ram)、动态ram(dram)、同步dram(sdram)、静态ram(sram)或其他类型的存储设备。存储器可存储包括由处理器或任何其他设备执行的指令序列的信息。例如，多种操作系统、设备驱动程序、固件(例如，输入输出基本系统或bios)和/或应用程序的可执行代码和/或数据可被加载在存储器中并且由处理器执行。

本发明中的客户端、移动终端或网络设备的操作系统可为任何类型的操作系统，例如微软公司的windows、windowsphone，苹果公司ios，谷歌公司的android，以及linux、unix操作系统或其他实时或嵌入式操作系统诸如vxworks等。

为了更清楚地说明本发明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，以下说明和附图对于本发明是示例性的，并且不应被理解为限制本发明。以下说明描述了众多具体细节以方便对本发明理解。然而，在某些实例中，熟知的或常规的细节并未说明，以满足说明书简洁的要求。本发明的设备/系统及方法参见下述实施例：

第一实施例

如图1为本发明第一实施例流程示意图所示：

一种餐饮推荐方法，所述方法步骤包括：

s100：获取餐饮推荐系统的需方餐饮参数；

s200：获取所述餐饮推荐系统中指定地点周边范围内的供方餐饮参数；

s300：将所述需方餐饮参数、供方餐饮参数和需方与供方的距离参数，形成参数向量矩阵；

s400：将所述参数向量矩阵经过换算后，输出餐饮商户(推荐)排序结果。

优选地，所述的餐饮推荐方法，所述s100步骤中的所述需方餐饮参数包括用户性别、用户籍贯、用户口味、用户偏好或者用餐人数。

优选地，所述的餐饮推荐方法，所述s200步骤的所述供方餐饮参数包括商户工商信誉等级、商户卫生等级、商户面积规模、商户服务人员规模、商户提供餐饮的种类、商户营业的时间范围或者商户推广付费等级。

优选地，所述的餐饮推荐方法，所述s300步骤的所述需方与供方的距离参数的确定需要进一步区分如下两种情形：所述需方自主使用所述餐饮推荐系统，或者，第三方使用所述餐饮推荐系统，远程帮助需方进行查询、下单、预约或者叫外卖。

优选地，所述的餐饮推荐方法，所述s300步骤包括如下步骤：

s310：所述参数向量矩阵为其中，第一列为3家供方的距离远近排序，第二列为需方的用户偏好程度排序，第三列为所述3家供方的商户推广付费等级。

优选地，所述的餐饮推荐方法，所述s400步骤包括如下步骤：

s410：引入权重向量其中，b1代表所述距离权重，b2代表所述用户偏好程度权重，b3代表所述商户推广付费权重；

s420：获取乘积向量

其中，c1、c2、c3分别表示每个所述餐饮商户的数值，

其中，c1＝a11*b1+a12*b2+a13*b3，c2＝a21*b1+a22*b2+a23*b3，c3＝a31*b1+a32*b2+a33*b3；

s430：根据所述c1、c2、c3的所述数值大小进行排序。

优选地，所述的餐饮推荐方法，所述s400步骤后包括如下步骤：

s500：从所述推荐餐饮排序结果中选择具体商户进行下单、预约或者叫外卖操作。

本实施例还提供一种餐饮推荐(商户)系统，如图2为本发明第一实施例系统结构示意图所示：

一种餐饮推荐系统，所述餐饮推荐系统包括智能终端100和餐饮推荐网络设备200，

所述智能终端，用于登录所述餐饮推荐网络设备、设定需方餐饮参数、设定需方经纬度信息、检索餐饮商户信息、下单、预约或者叫外卖；

所述餐饮推荐网络设备，用于存储所述需方餐饮参数、供方餐饮参数、参数向量化排列、向量矩阵计算、排序显示计算结果、接受所述下单、预约或者叫外卖操作。

优选地，所述的餐饮推荐系统，所述智能终端包括pc、nbk、pad或者智能移动设备。

优选地，所述的餐饮推荐系统，所述餐饮推荐网络200设备，如图3为本发明第一实施例网络设备模块示意图所示，包括存储器210、向量计算模块220、排序模块230和通信模块240，

所述存储器，用于存储需方餐饮参数、供方餐饮参数、历史操作记录和地图数据库；

所述向量计算模块，用于将所述需方餐饮参数、供方餐饮参数和需方与供方的距离参数，形成参数向量矩阵，并将所述参数向量矩阵进行换算；

所述排序模块，用于输出所述向量计算模块的餐饮商户(推荐)排序结果；

所述通信模块，用于将所述排序模块的输出传送至所述智能终端。

优选地，所述的餐饮推荐系统，所述餐饮推荐网络设备200还包括操作执行模块250，所述操作执行模块，用于接受来自智能终端的下单、预约或者叫外卖操作，并通知具体的餐饮商户进行准备、执行或者预留。

第二实施例

随着互联网的发展，餐饮类app更广泛的介入了人们的生活。无论是选餐厅，叫外卖，都会使用app查找。

餐饮类app，如美团，点评等，入驻了大量的商户。顾客需要寻找餐厅或者叫外卖时，一般会打开app，在一定范围内查找，进而选定一家，上门就餐或下单订外卖。

对服务商来说，本身是一种服务类的平台，商户入驻推广，需要付费。并且分成不同的等级。等级高的，付费多，优先推广，查询时要排在前列。等级低的，付费少，推广时排在后边。同时要结合距离远近，顾客喜好的因素，尽量把客户选择性高的排在前列，尽快使顾客下单。如果顾客在查询结果中找不到自己需要的，则会转向其他app，导致顾客流失。

因此，查询的结果要结合距离，顾客爱好，餐饮客户付费推广情况进行综合排序。本发明就提出了一种查询结果排序方案，尽量满足顾客订餐需要。

本发明的餐饮推荐系统，需要根据距离，客户喜好程度，商户付费推广情况进行排序展示。本发明采用矩阵向量法，把各种条件，转化为向量，组成一个向量矩阵，并根据权重计算得到结果向量。该结果向量决定给顾客的展示排序结果。

推荐系统中有几个关键参数。

(1)、距离。该参数用于标记顾客当前位置到目标餐厅的直线距离。在一定范围内，如三公里范围，存在很多家。按照距离由近到远，进行排序，序号为从1到最大。

(2)、顾客喜好程度排序。这个参数依赖于客户使用该app订餐的历史数据。曾经订过次数比较多，或者订过同类餐厅的，排序在前。如果很多餐厅或者类型都没有预定过，作为同一级别，随机排序。序号为从1到最大。

(3)、商户付费推广情况。对商户的付费推广进行排序。按照付费多少进行优先级排序。付费高的商户，排在前列。

本发明把各种参数放入到向量矩阵中，各种参数转化为矩阵的数据，通过向量矩阵与权重向量相乘，得到结果向量，该向量决定最终排序后给客户展示的餐厅列表。

下述矩阵中第一列代表距离排序，第二列代表喜好程度排序，第三列代表付费推广情况排序。

矩阵向量

a)权重向量

权重向量

该向量是列向量，表示参数矩阵a中每一列在最终计算时的参数权重。大于0权重数据认为是有效权重。有效权重之和是100。如果某一项权重无效，该权重是无效权重，设置为0.

b1代表距离权重，b2代代表喜好程度权重，b3代表付费推广权重。

有效权重的每项数值根据历史统计数据设置。

b)乘积向量

乘积向量

c1、c2、c3分别表示每个运营商的行向量与权重向量的参数。

其中c1＝a11*b1+a12*b2+a13*b3，c2＝a21*b1+a22*b2+a23*b3，c3＝a31*b1+a32*b2+a33*b3。

从该结果中，按照结果值的由小到大进行排序，对应的是餐厅列表，展示在app客户端。

示例如下：

以三家餐厅为例，代号分别为a1，a2，a3。

按照相对顾客的位置排序，由近及远顺序是a3，a2，a1。

顾客去过a1，则a1,排在喜好程度第一位，a2，a3没去过，并且所在类型也没有去过。任意排序，顺序为a1，a2，a3。

按照付费推广情况排序，顺序为a1，a3，a2

因此可以得到参数向量矩阵

假设权重向量

a*b＝c，可以得到结果向量

有结果向量可以得出，在客户app端展示的餐厅搜索顺序是a3，a1，a2。

对于本领域技术人员而言，显然本发明不限于上述示范性实施例的细节，而且在不背离本发明的精神或基本特征的情况下，能够以其他的具体形式实现本发明。因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本发明的范围由所附权利要求而不是上述说明限定，因此旨在将落在权利要求的等同要件的含义和范围内的所有变化涵括在本发明内。不应将权利要求中的任何附图标记视为限制所涉及的权利要求。此外，显然“包括”一词不排除其他单元或步骤，单数不排除复数。装置权利要求中陈述的多个单元或装置也可以由一个单元或装置通过软件或者硬件来实现。第一，第二等词语用来表示名称，而并不表示任何特定的顺序。