[发明专利]一种智能化推荐点菜方法及系统

说明书

技术领域

本发明涉及餐饮业的电子点菜技术领域，特别是涉及一种智能化推荐点菜方法及系统。

背景技术

现有技术中，餐饮业的电子点菜方法是利用传统的购物篮分析方法对餐饮业的交易记录进行数据挖掘。用于传统的购物篮分析的数据库的数据项都是商品的名称本身。

中国发明专利申请，其申请号为200710046499.X，公开了一种“具有智能化推荐功能的电子点菜系统”，这种具有智能化推荐功能的电子点菜系统仅简单的把菜品的名称作为数据项，是一种传统的购物篮分析方法，虽然这种菜品名称间的依赖关系能够对市场决策提供一些支持，但是由于这种依赖关系并不涉及商品的内在属性之间的依赖关系，而往往决策者所关心的是顾客已点的菜品具有什么样的属性，喜欢包括这种属性的菜品的人，还可能喜欢具有什么属性的其它菜品，因此，传统的购物篮分析方法的作用是有限的。

发明内容

基于现有技术的不足，本发明需要解决的问题是：提供一种能够使推荐菜品更具科学化和合理化的智能化推荐点菜方法及系统。

为解决上述问题，本发明提供了一种智能化推荐点菜方法，其包括以下步骤：

A、根据获取的历史点菜数据库中所有菜品的属性数据，对所述所有菜品的属性数据之间进行数据挖掘生成关联规则集，所述关联规则集由多条关联规则组成，并计算所述关联规则集中每条关联规则的置信度；

其中，所述关联规则由关联规则前件和关联规则后件组成，所述关联规则后件由所述关联规则前件推导得出，定义所述历史点菜数据库中所有菜品的属性数据的数据集为P，在数据集P中有N1次出现所述关联规则前件的同时，又有N2次出现所述关联规则后件，则所述关联规则的置信度为N2/N1*100％，用于表示所述关联规则在置信度为N2/N1*100％的概率上是可信的；

B、接收用户输入的第一菜品，并将所述输入的第一菜品存储至已点菜品数据库；

C、从所述关联规则集中，针对所述所有菜品中的菜品X，寻找匹配以所述已点菜品数据库中的已点菜品的一种属性数据或者一种以上组合的属性数据为关联规则前件，以所述菜品X的一种属性数据或者一种以上组合的属性数据为关联规则后件的属性关联规则集，并将获得的所述属性关联规则集中的每条关联规则的置信度相加计算得到所述菜品X的推荐价值；

其中，X为所述所有菜品中的其中的一个菜品；

D、将所述所有菜品中的每一个菜品的推荐价值进行排序，选取推荐价值排名靠前的N个菜品作为推荐菜品，并输出所述N个推荐菜品，其中，所述N为大于0的整数；

E、判断是否接收到用户输入的菜品，若是，则将所述输入的菜品存储至所述已点菜品数据库并继续步骤C；否则，结束推荐点菜。

另，步骤C是针对所有菜品中的每一菜品都计算推荐价值。步骤D中的输出N个推荐菜品的数量可以根据用户的要求进行更改，可以选取N的数量为5，若没有生成5个符合条件且推荐价值大于0的推荐菜品，则可以选取菜品推荐价值排序表中排名最高的菜品或者也可以是选取餐厅特别推荐的其它菜品，凑足5个菜品作为推荐菜品输出。步骤E中的用户输入的菜品可以是从推荐菜品中选择的菜品，也可以是用户自选的菜品，还可以是餐厅推荐的常点菜品等。

优选的，所述所有菜品的属性数据包括以下属性类别：主成分属性和特征属性。其中特征属性包括以下属性子类别：口味、烹饪方法、辅料、调料、菜系和产地等，还可以是根据用户的需求设定的其它属性子类别。

更优选的，所述步骤A具体包括：

根据获取的历史点菜数据库中所有菜品的主成分属性数据，对所述所有菜品的主成分属性数据之间进行数据挖掘生成主成分关联规则集，所述主成分关联规则集由多条主成分关联规则组成，并计算所述主成分关联规则集中每条主成分关联规则的置信度；

根据获取的历史点菜数据库中所有菜品的特征属性数据，对所述所有菜品的特征属性数据之间进行数据挖掘生成特征关联规则集，所述特征关联规则集由多条特征关联规则组成，并计算所述特征关联规则集中每条特征关联规则的置信度；

所述步骤C具体包括：

C1、对所述主成分属性和所述特征属性分别设立主成分属性权值函数和特征属性权值函数；