用户对各种商品属性的喜好度可以包括以下之一:
[0057]1、接收移动终端上传的上述喜好度；
[0058]如果上述下单实现方法的执行主体是服务器，则服务器通过网络与一个或多个终端(例如，手机)相连接，服务器可以通过移动互联网接收来自于一个或多个手机的上述喜好度。当然，在具体实现过程中，终端可以响应用户操作，实时将用户输入的喜好度上传给服务器；终端也可以将预先保存在本地的喜好度上传给服务器。
[0059]其中，本文上述的网络可以包括诸如内联网之类的局域网和诸如互联网之类的广域网。
[0060]2、提取本地预先存储的上述喜好度。
[0061]如果上述下单实现方法的执行主体是服务器，用户可以预先将对各种商品属性的喜好度上传到服务器上，服务器保存这些喜好度，当用户开始选购商品(例如，点菜)时，月艮务器可以从数据库中提取本地预先存储的上述喜好度。
[0062]如果上述下单实现方法的执行主体是终端(例如，手机)，用户可以预先将对各种商品属性的喜好度保存在终端中，当用户开始选购商品(例如，点菜)时，终端可以从存储单元中提取本地预先存储的上述喜好度。
[0063]由此可见，具体实施过程中，需要预先建立用户模型。用户模型是对所收集的用户喜好信息进行数据解析和挖掘，以用多个维度对用户进行特征化和标签化。例如，用户喜欢的食材、用户不喜欢的食材，用户喜欢的口味等。
[0064]通过统计用户对各种商品属性的喜好度，从菜品列表中统计出用户喜好的或不喜好的食材、口味等，用以表征一个用户。
[0065]基于这些特征为每个用户加标签，建立用户模型，即建立由如下条目构成的用户模型数据库:
[0066]〈编号:用户名称:标签1，标签2，标签3，......，标签η〉
[0067]例如，某个用户可在模型数据库中存储条目如下:
[0068]〈098 Jike:牛肉，羊肉，……，偏咸〉
[0069]在步骤S103中，以上述喜好度设置各个商品的权重之前，还可以包括以下处理:获取各个上述商品的信息；按照上述商品属性对各个上述商品的信息进行分割，获取各个上述商品的商品属性数据。
[0070]以下以商品为菜品，商品属性为食材属性和口味属性为例进行说明。餐厅可以将各个上述商品的信息(例如，菜品名称)通过网络上传到服务器上，服务器获取到菜品信息，按照食材属性和口味属性对各个菜品进行分解。
[0071]由此可见，具体实施过程中，需要预先建立菜品模型，即对所收集的菜品信息进行数据解析和挖掘，以用多个维度对菜品进行特征化和标签化，以便后续根据用户的喜好度设置各个商品的权重。
[0072]菜品模型的建立方法包括如下步骤:
[0073]1、建立关键字数据库。其中，上述关键字包括菜品名称、食材属性、口味属性等。
[0074]由于食材、口味等属性数据是可以穷举的，因此关键词数据库中包含的关键字数目是有限的。可以通过网络收集的方式可以该关键字数据库。例如，菜品关键字可以包括“鸡丁”、“肉片”、“香菇”等等。食材关键字可以包括“鸡肉”、“牛肉”、“菌类”等等。口味关键字可以包括“辣”、“咸”、“甜”等等。然后，提取每个菜品关键字对应的食材，建立菜品和食材之间的对应关系。例如菜品关键字“鸡丁”对应于食材“鸡肉”，“香菇”对应于“菌类”。可以理解的是，这种对应关系可以不只是一对一的对应关系，例如“肉片”可以对应“牛肉”、“鸡肉”、“猪肉’’等。
[0075]2、将所收集到的菜品名称进行语义拆解和分析，基于步骤1中提取的关键字为该菜品名称附加标签，从而建立该菜品的模型，即建立由如下特征向量条目构成的菜品模型数据库:
[0076]〈编号:采品名称:标签1，标签2，标签3，......，标签n>
[0077]例如，菜单中的菜品:鱼香肉丝，按照食材可以分解为:肉丝，笋，木耳，辣椒，蒜泥等；按照口味可以分解为:偏辣。则可以用以下方式描述:
[0078]〈025:鱼香肉丝:丝，笋，木耳，辣椒，蒜泥，……，偏辣〉
[0079]在步骤S103中，在以上述喜好度设置各个商品的权重之前，还可以包括以下处理:通过上述用户的移动终端的定位功能获取上述用户的地理位置信息；当确定上述用户中的一个或多个用户位于同一地理位置时，将上述一个或多个用户划分到一个群组中。
[0080]在步骤S103中，以上述喜好度设置各个商品的权重可以进一步包括以下处理:在各种上述商品属性下，综合上述群组中各个用户的上述喜好度，通过加权和/或减权的方式设置各个上述商品属性数据的权重值；综合各个上述商品属性数据的权重值，通过加权方式设置上述各个上述商品的上述权重。
[0081]相关技术中，点菜系统无法顾全所有的用户，总得有一个菜品被第一个选择出来，但是这个菜品不一定被同一桌上的所有用户所喜爱，可能只是大部分用户喜爱的，这样的话，根据这第一个菜品以及数据挖掘的结果，推荐的菜色很可能与第一个菜的关联性比较大，由于常见的点菜场景下不会仅仅是一个用户，这样的话，很可能无法顾及桌上所有用户的喜好。根据本发明实施例，通过终端对用户的地理位置进行定位，确定属于同一组的用户(可以是同一桌用户)，然后综合上述群组中各个用户的上述喜好度，计算各个上述商品属性数据的权重值；再综合各个上述商品属性数据的权重值，计算上述各个上述商品的上述权重。并根据各个上述商品的上述权重为同一组用户推荐商品(例如，菜品)，可以有效兼顾桌上所有用户的喜好，从而大大提高用户体验。
[0082]在步骤S105中，呈现上述可选清单之前，还可以包括以下之一:
[0083]1、按照上述权重的大小对上述商品依次排序，生成上述可选清单；
[0084]例如，按照各个菜品的权重大小对所有菜品都进行排序，生成包括所有菜品的可选清单，并提供给用户，供用户选择。
[0085]2、在上述商品的各个分类中，按照上述权重的大小对商品依次排序，生成上述可选清单；
[0086]例如，菜品包括热菜，凉菜，汤类等等类别。在热菜类中，将各个热菜按照权重大小进行排序；在凉菜类中，将各个凉菜按照权重大小进行排序，在汤类中，将各个汤按照权重大小进行排序。
[0087]3、将上述权重大于预定阈值的商品依次排序，生成上述可选清单。
[0088]例如，预先设定一个阈值，将权重大于该阈值的菜品，按照上述权重的大小依次排序，生成上述可选清单。这样会将一部分权重不高的菜品淘汰掉，不会推荐给用户，以便于用户更快地作出选择。
[0089]图2为根据本发明实施例的另一种下单实现方法的流程图。如图2所示，该下单实现方法主要包括以下处理:
[0090]在步骤S201中，将用户对各种商品属性的喜好度发送至服务器；
[0091]在步骤S203中，接收来自于上述服务器的可选清单，其中，上述可选清单包括按照权重推荐的至少一部分上述商品，上述权重是以上述喜好度设置的。
[0092]图2所示的方法中，通过用户对各种商品属性的喜好度设置各个商品(例如，菜品)的权重，按照上述权重为用户推荐商品，无需用户给出至少一项自己喜爱的商品来激活整个系统，即可根据用户的喜好信息为用户推荐商品，因此在用户选购商品时，有效提高了用户体验。
[0093]其中，上述提到的商品，可以是菜品，也可以是其他商品，例如，服装，箱包类。具体地，当上述商品为菜品时，上述商品属性可以是食材属性，口味属性，制作方法属性等等。当上述商品为服装时，上述商品属性可以是面料属性，风格属性等等。
[0094]需要说明的是，图2所示的下单实现方法可以应用于终端侧。在实际应用中，可以通过软件或硬件的方式来实现。当采用软件时，可以通过从服务器下载并安装来实现接收推荐内容等功能。当实现为硬件时，可以是台式计算机、笔记本、智能电话、个人数字助理(PDA)、平板电脑、游戏机、多功能移动终端或者包括计算功能和数据通信能力的任何其他设备。优选地，上述方法通过手机应用程序来实现。可以通过例如web浏览器或定制应用(app)的接口方式与服务器进行交互和双向通信。
[0095]由此可见，上述下单实现方案实现了和移动互联网的对接，从拓展角度上来说扩展能力较好。
[0096]在步骤S203中，接收来自于上述服务器的可选清单之前，还可以包括以下处理:通过上述用户的移动终端的定位功能获取上述用户的地理位置信息；将上述用户的地理位置信息上传至上述服务器。
[0097]根据本发明实施例，通过终端对用户的地理位置进行定位，确定属于同一组的用户(可以是同一桌用户)，然后综合上述群组中各个用户的上述喜好度，计算各个上述商品属性数据的权重值；再综合各个上述商品属性数据的权重值，计算上述各个上述商品的上述权重。并根据各个上述商品的上述权重为同一组用户推荐商品(例如，菜品)，可以有效兼顾桌上所有用户的喜好，从而大大提高用户体验。
[0098]以下结合实例进一步描述上述下单实现方法的优选实施方式。其中，上述商品以菜品为例进行描述；上述商品属性以食材属性和口味属性为例进行描述；首先需要将食材和口味进行标准化的命名与分类，也就是说，无论是菜品商家还是用户方，都要以同样的名称来表述同样的食材和□味。例如，羊肉，牛肉，土豆，酸，甜，苦，辣，咸等等。
[0099]图3为根据本发明实例的下单实现方法的详细流程图。如图3所示，该下单实现方法应用于包括服务器和终端的系统，主要包括以下处理