基于数据分析的外卖平台信息处理系统的制作方法

本发明属于餐饮物流领域，涉及数据分析技术，具体是基于数据分析的外卖平台信息处理系统。

背景技术：

1、外卖是指销售供顾客带离店铺的商品，以用户的即时洞察为核心，采用大数据为驱动，围绕着本地生活服务平台打通线上和线下消费场景，线上实现交易闭环，线下通过即时配送完成交易履约，来为更多用户提供从需求发起到商品验收的一站式服务；

2、但现有技术中国的外卖平台信息处理系统，无法根据用户的订单信息以及历史交易记录对用户的订餐用途进行分析，进而导致用户具有不同的订餐用途时，仅能够采用单一的商家推荐模式以及骑手分配模式为用户服务，而无法将商家推荐模式与骑手分配模式与用户需求相匹配，导致配送资源无法科学分配、用户体验低下；

3、针对上述技术问题，本技术提出一种解决方案。

技术实现思路

1、本发明的目的在于提供基于数据分析的外卖平台信息处理系统，用于解决现有技术中的外卖平台信息处理系统，无法将商家推荐模式与骑手分配模式与用户需求相匹配的问题。

2、本发明需要解决的技术问题为：如何提供一种可以将商家推荐模式与骑手分配模式与用户需求相匹配的外卖平台信息处理系统。

3、本发明的目的可以通过以下技术方案实现：

4、基于数据分析的外卖平台信息处理系统，包括信息处理平台，所述信息处理平台通信连接有用户客户端、特征分析模块、用户管理模块、推荐分析模块、配送分配模块、商家客户端以及存储模块；

5、所述用户管理模块用于通过用户习惯对用户信息进行管理分析并得到用户的常用信息，将用户的常用信息发送至信息处理平台，信息处理平台将接收到的用户的常用信息发送至存储模块中进行存储；

6、所述用户客户端用于用户登录外卖平台并下单，商家通过商家客户端进行订单请求确认后，商家客户端将配送分析信号通过信息处理平台发送至配送分析模块；

7、所述特征分析模块用于对用户的订单进行分析处理并将订单特征标记为请客、赠送、代收、地址切换或自点；

8、推荐分析模块用于对用户进行商家推荐分析：推荐分析模块接收到特殊推荐模块后采用特殊推荐模式进行商家推荐并得到推荐顺序；推荐分析模块接收到普通推荐信号后采用普通推荐模式进行商家推荐并得到推荐顺序；将推荐顺序发送至用户客户端进行推荐展示；

9、所述配送分析模块用于对用户订单进行配送资源分配分析：配送分析模块同时接收到配送分析信号以及优先配送信号后采用优先分配模式进行配送资源分配并得到匹配骑手；配送分析模块仅接收到配送分析信号时采用普通分配模式进行配送资源分配：将与商家距离最近的骑手标记为匹配骑手；将用户订单发送至匹配骑手的手机终端。

10、作为本发明的一种优选实施方式，用户管理模块用于通过用户习惯对用户信息进行管理分析的具体过程包括：获取用户最近l1个月的订单信息，订单信息包括订单金额、配送地址以及接收人姓名；将订单信息中对订单金额进行求和取平均值得到金均值jj，通过公式jjmax＝t1*jj得到用户的金额阈值jjmax；对接收人姓名的出现次数进行统计，并将出现次数最多的接收人姓名标记为用户的常用名；将常用名对应的订单信息中配送地址出现次数进行统计，并通过出现次数由多到少的顺序对配送地址进行排序，将排序靠前的l2个配送地址标记为用户的常用地址；由金额阈值jjmax、常用名以及常用地址组成用户的常用信息。

11、作为本发明的一种优选实施方式，用户通过用户客户端登录外卖平台并下单的具体过程包括：用户通过用户客户端登录外卖平台后进行订单信息选择，用户客户端将用户选择的订单信息通过信息处理平台发送至特征分析模块；用户下单完成后用户客户端生成订单请求并将订单请求通过信息处理平台发送至商家客户端。

12、作为本发明的一种优选实施方式，特征分析模块对用户的订单进行分析处理的具体过程包括：通过用户id在存储模块中调取用户的常用信息，将用户选择的订单信息与用户的常用信息进行比对：若订单金额小于金额阈值jjmax，则对订单信息进行深入分析；若订单金额大于等于金额阈值jjmax，则将订单特征标记为请客。

13、作为本发明的一种优选实施方式，对订单信息进行深入分析的具体过程包括：订单信息中的接收人姓名与常用名相同时，将订单的接收属性值标记为0，订单信息中的接收人姓名与常用名不相同时，将订单的接收属性值标记为1；订单信息中的配送地址与常用地址中的其中一个地址相同时，将订单的配送属性值标记为0，订单信息中的配送地址不与常用地址中的任意一个地址相同时，将订单的配送属性值标记为1；若订单的接收属性值与配送属性值均为0，则将订单特征标记为自点；若订单的接收属性值为0且配送属性值为1，则将订单特征标记为地址切换；若订单的接收属性值为1且配送属性值为0，则将订单特征标记为代收；若订单的接收属性值与配送属性值均为1，则将订单特征标记为赠送；若订单特征被标记为请客、赠送或代收，则生成优先配送信号并将优先配送信号发送至配送分析模块；若订单特征被标记为地址切换，则生成特殊推荐信号并发送至推荐分析模块；若订单特征被标记为自点，则生成正常推荐信号并将正常推荐信号发送至推荐分析模块。

14、作为本发明的一种优选实施方式，采用特殊推荐模式进行商家推荐的具体过程包括：将与配送地址距离值最小的常用地址标记为近距地址，分别以配送地址与近距地址为圆心、l3为半径值进行画圆得到配送区域与近距区域，若配送区域与近距区域存在重合部分，则将重合部分标记为重合区域，获取配送区域内的商家的距离数据jl、评分数据pf以及历史数据ls，距离数据jl为商家与配送地址之间的直线距离值，评分数据pf为商家在外卖平台上的评分值，历史数据ls为用户最近l1个月在对应商家进行消费的次数，通过公式tj＝(α1*pf+α2*ls)/(t2*α3*jl)得到商家的推荐系数tj，其中α1、α2以及α3均为比例系数，且α1＞α2＞α3＞1；t2为修正因子，t2的取值判定过程包括：若商家位于重合区域之内，则t2的取值为0.85；否则，t2的取值为1；将配送区域内的商家按照推荐系数由小到大的顺序进行排序得到推荐顺序；若配送区域与近距区域不存在重合部分，则采用普通推荐模式进行商家推荐；

15、采用普通推荐模式进行商家推荐的具体过程包括：在近距区域内计算商家的推荐系数并按照推荐系数由大到小的顺序进行排序，推荐系数的计算公式中t2的取值为1。

16、作为本发明的一种优选实施方式，采用优先分配模式进行配送资源分配的具体过程包括：获取配送区域内骑手的配送数据ps、好评数据hp以及单量数据dl，配送数据ps为骑手当前位置与配送地址、商家地址之间直线距离值的平均值，好评数据hp为骑手的好评率，单量数据dl为骑手当前未完成订单的数量值，通过对配送数据ps、好评数据hp以及单量数据dl进行数值计算得到骑手的匹配系数pp；将匹配系数最大的骑手标记为匹配骑手。

17、本发明具备下述有益效果：

18、1、通过用户管理模块可以对用户信息进行管理分析，通过对历史订单中的订单信息进行统计分析得到用户的常用信息，进而通过常用信息为订单特征分析提供数据支撑；

19、2、通过特征分析模块可以对用户的订单特征进行分析处理，通过订单参数与常用信息中的参数进行比对，对用户的订单特征进行标记，进而通过订单特征对用户对于本次订餐的重视程度进行反馈，从而根据不同的订单特征为用户提供不同模式的商家推荐与配送资源分配，提高用户体验；

20、3、通过推荐分析模块可以对用户进行商家推荐分析，通过特殊推荐模式与普通推荐模式为用户生成不同的商家推荐顺序，在用户切换配送地址且配送地址与常用地址距离值处在一定范围内时，优先对重合区域的商家进行推荐排序，使用户可以优先浏览熟悉地区的商家，提高商家筛选效率；

21、4、通过优先分配模块可以对用户订单进行配送资源分配分析，通过订单特征反馈的订餐重视程度进行分配模式筛选，为订餐重视程度更高的用户提供实际效率更高的分配方式，进而保证在特殊订餐场景下的配送服务能够满足用户需求，进一步提高用户体验。