[发明专利]基于大数据的菜品推荐方法及服务器

说明书

本发明公开了一种基于大数据的菜品推荐方法及服务器，当侦测到用户进入所述点餐页面，且当用户不是新用户时，获取用户的第一点餐历史信息，根据第一点餐历史信息分析用户的点餐喜好，并根据所述点餐喜好确定点餐喜好标签，将点餐喜好标签与预先训练的多个点餐喜好模型的标签进行一一匹配，并计算相应的匹配值，将匹配值最高的点餐喜好模型中的菜品显示于点餐页面。本发明提供的基于大数据的菜品推荐方法、服务器、计算机及存储介质，能够为用户推荐较为精准的菜品，同时提高菜品的点击率以及增加网站流量和用餐用户数量。

技术领域

本发明涉及大数据领域，尤其涉及一种基于大数据的菜品推荐方法、服务器、计算机设备及存储介质。

背景技术

现有点餐系统(例如：美团)中，当用户进入点餐页面时，系统向用户推荐周围评分高、受欢迎度高的商家，而不同商家的菜品则根据评分的高低或推荐量的高低排列，以供用户参考。然，现有的点餐系统缺乏个性化的推荐，不能根据用户平时的点餐习惯并结合与用户口味相近的其他用户的点餐记录，精准地向其推荐合乎口味的商家以及菜品。

发明内容

有鉴于此，本发明提出一种基于大数据的菜品推荐方法、服务器、计算机设备及存储介质，能够为用户推荐较为精准的菜品，同时能够提高菜品的点击率以及增加网站流量和用餐用户数量。

首先，为实现上述目的，本发明提出一种基于大数据的菜品推荐方法，应用于服务器中，所述方法包括步骤：

侦测用户是否进入点餐页面；

当侦测到所述用户进入所述点餐页面时，判断所述用户是否为新用户；

当所述用户不是新用户时，获取所述用户的第一点餐历史信息；

根据所述第一点餐历史信息分析所述用户的点餐喜好，并根据所述点餐喜好确定点餐喜好标签；

将所述点餐喜好标签与预先训练的多个点餐喜好模型的标签进行一一匹配，并计算相应的匹配值；及

将匹配值最高的点餐喜好模型中的菜品显示于所述点餐页面。

进一步地，所述侦测用户是进入点餐页面步骤之前，还包括步骤：

获取其他用户的第二点餐历史信息；

根据所述第二点餐历史信息分析所述其他用户的点餐喜好，并确定对应的点餐喜好标签；及

将所述其他用户的点餐喜好标签按照相似度的高低进行分类，以训练成所述多个点餐喜好模型，并将所述第二点餐历史信息中的菜品保存至对应的喜好模型中。

进一步地，所述判断所述用户是否为新用户的步骤之后还包括：

若所述用户为新用户，则将点餐喜好模型的标识显示于所述点餐页面以向用户推荐所述喜好模型中的菜品；及

当所述用户点餐完成后，记录所述用户的点餐信息。

进一步地，所述点餐喜好至少包括：辣、不辣以及甜。

进一步地，所述方法还包括：

从数据库获取各地方饮食特色信息及与所述各地方饮食特色信息对应的第一标签信息；及

根据所述第一标签信息训练对应的点餐喜好模型

进一步地，从数据库获取各地的就餐环境信息以及与所述就餐环境信息对应的第二标签信息，其中所述就餐环境信息包括：快餐店、小炒店及高档餐厅；及

根据所述第二标签信息训练对应的点餐喜好模型。

进一步地，所述将所述其他用户的点餐喜好按照相似度的高低进行分类，以训练成所述多个喜好模型的步骤还包括：