一种数据模型构建和目标对象评估方法及装置与流程

本发明涉及餐饮模型领域，具体而言，涉及一种数据模型构建和目标对象评估方法及装置。

背景技术：

对于新菜品的研发是每个餐厅都十分重视的关键环节，目前的做法是仅仅选取比较热销的产品进行改良，但对改良后的结果很难有详细指标进行预测,估计出改良菜品是否受客户好评。

针对上述现有技术中的问题，目前尚未提出有效的解决方案。

技术实现要素：

本发明的主要目的在于提供一种数据模型构建和目标对象评估方法及装置，以解决预估顾客对新菜品的评价问题。

为了实现上述目的，根据本发明实施例的一个方面，提供了一种数据模型构建方法。根据本发明的一种数据模型构建方法包括：

获取多个第一历史对象；

根据所述多个第一历史对象对应的至少一个属性将所述多个第一历史对象分到至少一个分组中；

获取多个第二历史对象，其中，所述第二历史对象包括的多个属性信息被量化后得到所述第二历史对象的向量；

获取一个所述分组中的第一历史对象对所述第二历史对象的评分；

至少根据所述评分与所述第二对象的向量的对应关系，构建数据模型。

进一步地，至少根据所述评分与所述第二对象的向量的对应关系，构建所述数据模型包括：

使用如下公式得到总评分：

根据所述总评分和所述第二对象的向量的对应关系，构建所述数据模型。

进一步的，所述第一历史对象包括：

历史消费者，和/或，所述第二历史对象包括：历史上被消费的菜品。

进一步地,所述第二历史对象为所述菜品的情况下，所述平均评分＝消费次数/曝光次数，所述曝光次数＝在菜单上出现次数。

为了实现上述目的，根据本发明实施例的一个方面，提供了一种目标对象评估方法。根据本发明的目标对象评估方法包括：

获取目标对象；

将所述目标对象的至少一个属性进行量化得到所述目标对象的向量；

从数据模型中选择与所述目标对象的向量关联度超过阈值的至少一个第二历史对象，其中，所述数据模型是根据权利要求1至4中任一项方法所得到的所述数据模型；

根据所述至少一个第二历史对象在所述数据模型中的评分得到所述目标对象的预估评分。

为了实现上述目的，根据本发明实施例的另一方面，提供了一种数据模型构建装置。根据本发明的数据模型构建装置包括：

第一获取模块，用于获取多个第一历史对象；

划分模块，用于根据所述多个第一历史对象对应的至少一个属性将所述多个第一历史对象分到至少一个分组中；

第二获取模块，用于获取多个第二历史对象，其中，所述第二历史对象包括的多个属性信息被量化后得到所述第二历史对象的向量；

第三获取模块，用于获取一个所述分组中的第一历史对象对所述第二历史对象的评分；

构建模块，用于至少根据所述评分与所述第二对象的向量的对应关系，构建数据模型。

进一步地，所述构建模块包括：

计算单元，用于使用如下公式得到总评分：

构建单元，用于根据所述总评分和所述第二对象的向量的对应关系，构建所述数据模型。

进一步地，所述第一历史对象包括：

历史消费者，和/或，所述第二历史对象包括：历史上被消费的菜品。

进一步地，所述第二历史对象为所述菜品的情况下，所述平均评分＝消费次数/曝光次数，所述曝光次数＝在菜单上出现次数。

为了实现上述目的，根据本发明实施例的另一方面，提供了一种目标对象评估装置。根据本发明的目标对象评估装置包括：

第四获取模块，用于获取目标对象；

量化模块，用于将所述目标对象的至少一个属性进行量化得到所述目标对象的向量；

选择模块，用于从数据模型中选择与所述目标对象的向量关联度超过阈值的至少一个第二历史对象，其中，所述数据模型是根据权利要求6至9中任一项装置所得到的所述数据模型；

评估模块，用于根据所述至少一个第二历史对象在所述数据模型中的评分得到所述目标对象的预估评分。

根据发明实施例，通过将客户分类并量化菜品特征信息后的标准化处理获得原始菜品的评分,最后根据特征系数计算未知菜品，解决了对任意未知菜品的顾客的预估评价问题，根据对菜品的预估评价，达到了找出菜品改进点和提高菜品质量的效果，便于在企业管理中掌握更多的主动权。

附图说明

构成本申请的一部分的附图用来提供对本发明的进一步理解，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：

图1是根据本发明实施例1的一种数据模型构建方法的流程图；

图2是根据本发明实施例2的一种目标对象评估方法的流程图；

图3是根据本发明实施例3的一种数据模型构建装置的示意图；

图4是根据本发明实施例4的一种目标对象评估装置的示意图。

具体实施方式

需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本发明。

为了使本技术领域的人员更好地理解本发明方案，下面将结合本发明实施例中的附图，对本发明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发明一部分的实施例，而不是全部的实施例。基于本发明中的实施例，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，都应当属于本发明保护的范围。

需要说明的是，本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本发明的实施例。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。

实施例1

本发明实施例提供了一种数据模型构建方法。图1是根据本发明实施例1的一种数据模型构建方法的流程图。如图1所示，该数据模型构建方法包括步骤如下：

S102，获取多个第一历史对象；

S104，根据所述多个第一历史对象对应的至少一个属性将所述多个第一历史对象分到至少一个分组中；

S106，获取多个第二历史对象，其中，所述第二历史对象包括的多个属性信息被量化后得到所述第二历史对象的向量；

S108，获取一个所述分组中的第一历史对象对所述第二历史对象的评分；

S110，至少根据所述评分与所述第二对象的向量的对应关系，构建数据模型。

在本实施例中，技术特点还可以是：

至少根据所述评分与所述第二对象的向量的对应关系，构建所述数据模型包括：

使用如下公式得到总评分：

根据所述总评分和所述第二对象的向量的对应关系，构建所述数据模型。

所述第一历史对象包括：历史消费者，和/或，所述第二历史对象包括：历史上被消费的菜品。

所述第二历史对象为所述菜品的情况下，所述平均评分＝消费次数/曝光次数，所述曝光次数＝在菜单上出现次数。

解决了菜品的评分数据模型的构建问题。

实施例2

本发明实施例提供了一种目标对象评估方法。图2是根据本发明实施例2的一种目标对象评估方法的流程图。如图2所示，该目标对象评估方法包括步骤如下：

S202，获取目标对象；

S204，将所述目标对象的至少一个属性进行量化得到所述目标对象的向量；

S206，从数据模型中选择与所述目标对象的向量关联度超过阈值的至少一个第二历史对象，其中，所述数据模型是根据权利要求1至4中任一项方法所得到的所述数据模型；

S208，根据所述至少一个第二历史对象在所述数据模型中的评分得到所述目标对象的预估评分。

解决了任意菜品的预估评分的问题。

实施例3

本发明实施例还提供了一种数据模型构建装置。需要说明的是，本发明实施例的一种数据模型构建装置可以用于执行本发明实施例所提供的一种数据模型构建方法，本发明实施例的一种数据模型构建方法也可以通过本发明实施例所提供的一种数据模型构建装置来执行。

图3是根据本发明实施例3的一种数据模型构建装置的示意图。如图3所示，一种数据模型构建装置包括：

第一获取模块32，用于获取多个第一历史对象；

划分模块34，用于根据所述多个第一历史对象对应的至少一个属性将所述多个第一历史对象分到至少一个分组中；

第二获取模块36,用于获取多个第二历史对象，其中，所述第二历史对象包括的多个属性信息被量化后得到所述第二历史对象的向量；

第三获取模块38,用于获取一个所述分组中的第一历史对象对所述第二历史对象的评分；

构建模块310,用于至少根据所述评分与所述第二对象的向量的对应关系，构建数据模型。

解决了菜品的评分数据模型构建问题。

实施例4

本发明实施例还提供了一种目标对象评估装置。需要说明的是，本发明实施例的一种目标对象评估装置可以用于执行本发明实施例所提供的一种目标对象评估方法，本发明实施例的一种目标对象评估方法也可以通过本发明实施例所提供的一种目标对象评估装置来执行。

图4是根据本发明实施例4的一种目标对象评估装置的示意图。如图4所示，一种目标对象评估装置包括：

第四获取模块42，用于获取目标对象；

量化模块44，用于将所述目标对象的至少一个属性进行量化得到所述目标对象的向量；

选择模块46,用于从数据模型中选择与所述目标对象的向量关联度超过阈值的至少一个第二历史对象，其中，所述数据模型是根据权利要求6至9中任一项装置所得到的所述数据模型；

评估模块48,用于根据所述至少一个第二历史对象在所述数据模型中的评分得到所述目标对象的预估评分。

解决了任意菜品的预估评分的问题。

实施例5

在本实施例中，技术特征包括如下步骤：

步骤S502，将客户细分为不同的群体；

步骤S504，选取菜品的特征信息，进行量化后进行标准化处理；

步骤S506，获取客群对菜品的评分；

步骤S508，通过计算客群的对菜品的特征系数，可计算任意未知菜品的预估得分。

本实施例中，客户代表第一历史对象；菜品代表第二历史对象。

下面进行详细的说明，需要说明的是，以下的具体技术特征是上述步骤的可选实施方式而已。

①将客户细分为不同的群体。

餐饮属客流量大的产业，但绝大部分是仅仅有一次或两次消费客人。单人消费数据过少不易统计，所以首先要进行市场细分。将相同的性别、年龄、职业、街区、籍贯、收入、就餐半径的顾客分在不同的群体(备注：对于年龄、就餐半径类的标量需要分到不同的区间)。

②选取菜品的特征信息，进行量化后进行标准化处理。

选取信息内容包括菜系(如：湘、粤、东北等)、口味(如：辣、咸、香等)、加工原料(如：肘子、鸡腿、鸭翅、鱼等)、制作工艺(如：蒸、煮)价位等能反映菜品特色的信息。

对于非数值的量化过程是将将组合信息拆分的过程，举例如下：

炖肘子含以下特征片段[…肘子，葱，姜，蒜…炖，煮，烹，炸…]

可映射为[…1，1，1，1…1，0，0，0…]

标准化过程采用min-max方法，其中，标准化过程就是将数值缩放到同一数量级的过程，这样会提升后期LMS计算速度。

其中，最大值、最小值是指某一属性全部取值的最大值和最小值，例如，价位就是所有菜品的最高价位和最低价位，制作工艺只有0、1，因此，最大值是1，最小值是0。经以上两步处理后的菜品信息可用一组由0到1之间的数字组成的向量来表示。

③获取客群对菜品的评分(如果以消费占比为替代值)

消费占比为依据计算的好处是预估结果就是预估的消费比例。

菜品评分＝消费次数/曝光次数

曝光次数＝在菜单上出现次数，即消费者可见的次数。

菜品的该评分反应单个客群的欢迎程度，不同菜品可能在不同客群中的欢迎程度不同。若菜品间横向比较，应进行加权处理。

④通过计算客群的对菜品的特征系数，可计算任意未知菜品的预估得分例如有i个菜品，j个用户，并有以下数据

x^(j)：菜品特征向量

y^(i，j)：客群j对菜品i的评分

r(i，j)：客群对菜品是否评分1是，0否

θ^(j)：客群特征系数

则对任意未知菜品的预估评价为(θ^(j))^Tx⁽ⁱ⁾

⑤特征系数计算过程如下

选择有评价的菜品信息

通过LMS(最小均方算法)计算菜品的特征系数。

优化目标为(有n_u个用户，n_m个菜品)

梯度下降公式为

需要说明的是，上述两个公式即为这两个就是LMS的公式。上面的是优化目标函数，意思是找到θ让min后公式取得最小值，公式前半部分为最小均方函数，后半部分是正则化因子，防止过拟合；下面的是解目标函数用的迭代公式，含义为每次迭代让θ减去自己的梯度值。

获取菜品各个因素对客户的影响程度，以便企业在管理过程中掌握更多的主动权。这些优势包括但不限于：推出新菜品时对客户接受程度的预估，销量预估，出售率预估；更好的了解菜品个因素对客户的影响，找出改善点，提高产品质量或建立新的赢利点。通过基于内容的推荐计算客户对菜品各个因素的喜爱程度，在推新菜品时可对客户的评分进行较好的预估。量化的指标，帮助企业主进行定位。本发明还可以使用在其他行业，比如电影网站会有类似的系统。

需要说明的是，对于前述的各方法实施例，为了简单描述，故将其都表述为一系列的动作组合，但是本领域技术人员应该知悉，本发明并不受所描述的动作顺序的限制，因为依据本发明，某些步骤可以采用其他顺序或者同时进行。其次，本领域技术人员也应该知悉，说明书中所描述的实施例均属于优选实施例，所涉及的动作和模块并不一定是本发明所必须的。

在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述的部分，可以参见其他实施例的相关描述。

在本申请所提供的几个实施例中，应该理解到，所揭露的装置，可通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性或其它的形式。

所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。

另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。

所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可为个人计算机、移动终端、服务器或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。

以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。