[发明专利]用餐人数预测方法、装置、电子设备及介质

权利要求书

1.一种用餐人数预测方法，其特征在于，包括：

收集用于预测当天用餐人数的至少两种预测参数数据；

对所述至少两种预测参数数据进行融合处理得到预测数据信息宽表；

依据预先配置的用餐人数预测模型和所述预测数据信息宽表对当天用餐人数进行预测。

2.根据权利要求1所述的方法，其特征在于，所述预测参数数据包括：员工考勤打卡数据、员工历史用餐记录数据和天气数据。

3.根据权利要求1所述的方法，其特征在于，对所述至少两种预测参数数据进行融合处理得到预测数据信息宽表，包括：

对所述至少两种预测参数数据进行数据探索和数据清洗得到至少两种修正预测参数数据；

依据所述至少两种修正预测参数数据融合构建预测数据信息宽表，作为用餐人数预测模型的输入。

4.根据权利要求3所述的方法，其特征在于，对所述至少两种预测参数数据进行数据探索和数据清洗得到至少两种修正预测参数数据，包括：

对所述至少两种预测参数数据进行数据分析，得到所述至少两种预测参数数据的归类特征；

依据所述至少两种预测参数数据的归类特征对所述至少两种预测参数数据进行数据清洗得到至少两种修正预测数据。

5.根据权利要求4所述的方法，其特征在于，所述数据分析包括：方差分析、相关性分析、回归分析和因子分析。

6.根据权利要求4所述的方法，其特征在于，所述数据清洗包括：对所述至少两种预测参数数据中的异常值进行剔除，对所述至少两种预测参数数据中的缺失值进行填充。

7.根据权利要求3所述的方法，其特征在于，依据所述至少两种修正预测参数数据融合构建预测数据信息宽表，包括：

按照预设的特征定义对所述至少两种修正预测参数数据进行特征构建，得到至少两种修正预测特征数据；

将所述至少两种修正预测特征数据关联融合为预测数据信息宽表。

8.根据权利要求7所述的方法，其特征在于，在将所述至少两种修正预测特征数据关联融合为预测数据信息宽表之后，包括：

将所述预测数据信息宽表进行分库分表存储。

9.根据权利要求1所述的方法，其特征在于，依据预先配置的用餐人数预测模型和所述预测数据信息宽表对当天用餐人数进行预测，包括：

若当天的预测数据信息宽表中包括员工考勤打卡数据，则依据分类DeepFM模型和所述预测数据信息宽表预测当天午餐的用餐人数；

依据所述分类DeepFM模型的当天午餐用餐人数预测结果对Markov模型的当天午餐用餐人数预测结果进行替换。

10.根据权利要求9所述的方法，其特征在于，在依据所述分类DeepFM模型的当天午餐用餐人数预测结果对Markov模型的当天午餐用餐人数预测结果进行替换之前，包括：

依据所述至少两种预测参数数据确定员工历史用餐记录数据；

依据Markov模型和所述员工历史用餐记录数据分别预测一周内每天早餐、午餐和晚餐的用餐人数。

11.根据权利要求9所述的方法，其特征在于，依据分类DeepFM模型和所述预测数据信息宽表预测当天午餐的用餐人数，包括：

依据分类DeepFM模型和所述预测数据信息宽表预测当天每位员工午餐的用餐概率，所述每位员工午餐的用餐概率在预测的概率区间内，所述概率区间的下限为0，上限为1；

将所述当天每位员工的用餐概率合并加总，得到当天午餐的预测用餐人数。