[发明专利]一种基于大数据的餐饮信息推荐方法

说明书

本发明提供一种基于大数据的餐饮信息推荐方法，该方法同时基于用户的就餐人数、商家信用值、商家客户评分以及商家和客户的实时距离为用户推送满足要求的商家信息，该餐饮推荐方法综合考虑了多种就餐因素，满足了用户多样化的餐饮需求，提高了餐饮推荐的成功率和精准度；此外，该方法参考了用户的实时位置，实时的进行餐饮信息的推荐更新，满足了用户地点实时变动和异地餐饮需求；最后，该方法在餐饮推荐过程中考虑到了餐饮商家实时客流量，避免了用户的信息不对称造成的等待时间过长的问题。

技术领域

本发明涉及大数据云计算和餐饮信息推荐的技术领域，尤其涉及一种基于大数据的餐饮信息推荐方法。

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。

随着智能终端的使用普及，各类应用(APP)也大量增加，给用户带来了便利，餐饮类APP是用户日常生活中经常使用的一类APP。餐饮类APP上汇集了各类线下的餐饮店铺的相关信息，比如，店铺可提供的餐饮商品信息、店铺地址、店铺联系电话、店铺优惠等。其中，餐饮店铺可以是餐馆、饮品店、西点店等。在现有技术中，餐饮类APP为了便于用户使用，往往会根据用户当前所在位置，为该用户推荐附近餐饮店铺的餐饮商品信息，具体的推荐方式一般是：推荐餐饮店铺中比较热门的餐饮商品信息。比如，对于某家餐馆，会向用户推荐该餐馆点单次数位居前列的几样菜品信息。但是，由于餐饮店铺中比较热门的餐饮商品信息通常比较固定，因此，基于现有技术的餐饮商品信息推荐方式，针对同一家餐饮店铺，往往在较长一段时间内会一直向用户推荐相同的餐饮商品信息，对于用户而言推荐信息的重复性较高，会浪费餐饮类APP的资源。

针对上述问题，文献CN107093124A根据用户的历史餐饮点单数据对应的餐饮商品的各分解元素信息中的一种或多种分解元素信息，向该用户个性化地推荐对应于所述一种或多种分解元素信息的餐饮商品信息，有利于降低推荐信息的重复性，也有利于减少餐饮类APP的资源浪费。

然而，上述方法也存在许多缺陷，首先，上述方法虽然可以帮助用户推荐餐饮信息，但由于仅仅依据历史数据进行分析推荐，其推荐的餐饮数据会使用户的推荐数据由于历史信息出现单一化和固化，无法满足用户尝鲜的需求；其次，由于上述方法是根据历史信息进行推荐的，当用户到达一个新的地方时，上述推荐便是无效的，无法满足用户异地餐饮需求；最后，即使用户在常规地点获取餐饮需求，但由于上述方法无法评估推荐的餐饮商家实时客流量，从而会使用户因盲目选择推荐的餐饮商家导致的排队等待，进而影响用户的餐饮体验。

发明内容

本发明提供一种基于大数据的餐饮信息推荐方法，所述方法包括如下步骤：

S1，用户登录餐饮信息服务客户端，所述餐饮信息服务客户端注册有多个线上和线下餐饮商家；如果所述用户选择线下餐饮服务，则所述餐饮信息服务客户端获取所述用户的实时位置信息，并提示所述用户输入就餐人数、商家信用值区间、商家客户评分区间、距离区间，所述餐饮信息服务客户端将所述就餐人数、所述商家信用值区间、所述商家客户评分区间和所述距离区间上传到大数据服务器，并进入步骤S2；

S2，所述大数据服务器将所述商家信用值区间、所述商家客户评分区间和所述距离区间与已经存储的所有所述商家的信用值、所述商家客户评分和所述距离进行比较，如果有满足所有所述区间的商家，则进入步骤S3；如果没有满足所有所述区间的商家，则提示所述用户重新输入所述商家信用值区间、所述商家客户评分区间和所述距离区间；