[发明专利]一种基于大数据及AI技术的候餐时长实时预估系统

权利要求书

1.一种基于大数据及AI技术的候餐时长实时预估系统，其特征在于：包括用于数据存储与传输的云数据库，与所述云数据库通过第一无线通信模块进行无线通信的用于构件顾客就餐特征向量的特征数据构件模块，与所述云数据库通过第二无线通信模块进行无线通信的用于训练店铺排队等待时长预估算法的模型训练模块，与所述云数据库通过第三无线通信模块进行无线通信的用于将实时预测得到的预估时间传达给客户的预估时间传达模块，与所述特征数据构件模块相连的用于采集数据的数据采集模块；

所述特征数据构件模块包括排在前面的人数n、排在当天之前的店铺顾客平均等待时长t1、排在当天的店铺顾客平均排队等待时长t2、店铺历史平均就餐时长t3、当前就餐顾客平均就餐时长t4；

其中，t1为根据排队当天之前历史数据计算出的在商户排队过的顾客的平均排队等待时长，t2为根据排队当天商户排队数据计算出的当天顾客平均排队等待时长；

在排队过程中，实时采集数据计算n、t2和t4，并与t1和t3一起重新输入至训练后的店铺排队等待时长预估算法中得到新的预估时间。

2.根据权利要求1所述的基于大数据及AI技术的候餐时长实时预估系统，其特征在于：所述第一无线通信模块、第二无线通信模块、第三无线通信模块均采用GPRS模块。

3.根据权利要求1所述的基于大数据及AI技术的候餐时长实时预估系统，其特征在于：所述预估时间传达模块包括网络查询模块、屏幕显示模块、短信发送模块。

4.根据权利要求1所述的基于大数据及AI技术的候餐时长实时预估系统，其特征在于：所述数据采集模块包括顾客开始排队的时间节点、顾客排队结束的时间节点、顾客开始就餐的时间节点、顾客就餐结束的时间节点。

5.根据权利要求1所述的基于大数据及AI技术的候餐时长实时预估系统，其特征在于：所述模型训练模块使用的算法选择xgboost算法。