[发明专利]一种基于大数据特征分析的云餐饮平台及分析方法

摘要

本发明属于餐饮技术领域，公开了一种基于大数据特征分析的云餐饮平台及分析方法，云餐饮平台包括前端客户端，后台管理系统，智能分析服务系统；分析方法包括所述分析方法根据商业数据、特定的商业目标，选用不同的模型和算法，配置不同的参数设置，进行多次测试和评估，对顾客潜在消费菜品和会员消费习惯的智能分析结果进行深度分析。本发明让餐厅突破原有运营模式，全面覆盖排队、订餐、支付、收银、报表和营销等功能，增加了本店工作人员的服务效率，提高了工作效率，并让线上餐饮、线下异业迅速完成多种商业模式的搭建和互通，实现资源服务共享，有效了节约了生产成本的投入，创造了更大的利润空间。

主权项

1.一种基于大数据特征分析的云餐饮平台及分析方法，其特征在于，该基于大数据特征分析的云餐饮平台的分析方法包括：采用频度统计推荐引擎算法、关联规则推荐引擎算法和Markov链推荐引擎算法相结合的方式点餐；菜品管理，订单处理，商家管理，折扣管理；对订单数据采用多种数据建模算法分析消费者的用餐情况、酒水消费情况，通过可视化报表工具进行展现；所述数据建模算法基于p‑stable局部敏感哈希检索数据样式的多点订单数据统计建模方法的具体步骤为：(1)输入训练订单数据TI，定义模拟实现R和数据样板T的尺寸；(2)设置分块网格BGrid的尺寸，输入p‑stableLSH的参数，包括哈希桶宽W和哈希表数量N；(3)以数据样板T扫描训练订单数据TI，建立样式数据库PDB；(4)基于分块网格计算数据样式pat的特征向量vpat，使用p‑stableLSH计算特征向量vpat的哈希值hpat，建立数据样式的哈希库PLSHLIB；(5)根据模拟实现R创建随机路径PRandom；(6)如果随机路径PRandom里有未模拟节点u，进入步骤(7)的路径；否则进入步骤(11)的路径；(7)提取节点u处的数据事件dev，统计数据事件的分块网格块内变量之和，得到数据事件的特征向量vdev，进行p‑stableLSH计算，得到数据事件的哈希值hdev；(8)从数据样式哈希库PLSHLIB中查询所有哈希值等于hdev的数据样式，构成目标数据样式库TPatDB；(9)从目标数据样式库TPatDB查找与数据事件dev最相似的数据样式pat；(10)用数据样式pat整体覆盖并冻结模拟实现R的节点u区域；返回步骤(6)；(11)模拟结束，输出模拟实现R。