[发明专利]一种菜品推荐方法和装置

说明书

技术领域

本发明涉及数据处理技术领域，特别是涉及一种菜品推荐方法和一种菜品推荐装置。

背景技术

随着网络订餐的发展，越来越多的商家入驻了网络订餐平台，用户可以在网络订餐平台中预订单人用餐和多人用餐。

在多人用餐场景中，点餐在整个用餐过程中占据重要地位，菜品搭配的合理程度会直接影响到用户的用餐体验，进而影响到商家的口碑。

一种典型的点餐方法是由少数人(比如1-2个人)决定所有的菜品，但这种方法可能无法照顾到所有人的偏好需求。另一种方法是每个人点自己喜欢的菜品，然后再进行调整，但这种情况耗时较多，不适合用餐时间紧张的情况。

发明内容

鉴于上述问题，提出了本发明实施例以便提供一种克服上述问题或者至少部分地解决上述问题的一种菜品推荐方法和相应的一种菜品推荐装置。

为了解决上述问题，本发明实施例公开了一种菜品推荐方法，包括：

获取共餐人员点餐历史信息、共餐人员偏好信息以及商家菜单信息；

根据所述共餐人员点餐历史信息，生成推荐菜列表和非推荐菜列表；

根据共餐人员偏好信息，生成群组偏好分布信息；

根据所述推荐菜列表、非推荐菜列表以及所述群组偏好分布信息，从商家菜单信息中确定目标推荐菜品。

优选的，所述群组偏好分布信息包括：共餐人员对预设菜品属性的群组偏好值；所述根据所述推荐菜列表、非推荐菜列表以及所述群组偏好分布信息，从商家菜单信息中确定目标推荐菜品的步骤包括：

将商家菜单信息中属于非推荐菜列表的菜品剔除；

以所述预设菜品属性为维度，生成候选菜品集合中各个菜品的菜品向量；

以所述预设菜品属性为维度，采用所述共餐人员对预设菜品属性的群组偏好值，生成群组偏好向量；

采用所述群组偏好向量以及各个菜品的菜品向量计算的推荐程度参数；

提高商家菜单信息中属于推荐菜列表的菜品的推荐程度参数的权重值；

在商家菜单信息中，按照推荐程度参数选取目标推荐菜品。

优选的，所述根据所述推荐菜列表、非推荐菜列表以及所述群组偏好分布信息，从商家菜单信息中确定目标推荐菜品的步骤还包括：

在按照推荐程度参数选取一个目标推荐菜品后，采用目标推荐菜品的菜品向量，更新群组偏好向量；

返回所述采用所述群组偏好向量以及各个菜品的菜品向量计算的推荐程度参数的步骤。

优选的，所述在商家菜单信息中，按照推荐程度参数选取目标推荐菜品的步骤包括：

获取共餐人员数量；

根据共餐人员数量，确定目标菜品种类和目标菜品种类的菜品数；

从商品菜单信息确定属于所述目标菜品种类的候选菜品集合；

从所述候选菜品集合，按照推荐程度参数选取目标推荐菜品，直至已经选取的目标推荐菜品的数量达到目标菜品种类的菜品数。

优选的，所述采用目标推荐菜品的菜品向量，更新群组偏好向量的步骤包括：

计算目标推荐菜品的菜品向量与群组偏好向量的向量差值；

确定向量差值的各个维度差值中，最小的维度差值；

将向量差值各个维度的值都减去所述最小的维度差值，得到新的群组偏好向量。

优选的，所述共餐人员偏好信息包括：共餐人员对预设菜品属性的个人偏好值；所述根据共餐人员偏好信息，生成群组偏好分布信息的步骤包括：

采用所述共餐人员对预设菜品属性的个人偏好值，计算每个菜品属性的特定偏好值；

确定菜品属性的关联属性；

采用菜品属性的特定偏好值，以及对应的关联属性的特定偏好值进行归一化处理，得到共餐人员对菜品属性的群组偏好值。

优选的，所述共餐人员对预设菜品属性的个人偏好值通过如下方式确定：

统计一段时间内用户历史消费过的菜品及总消费次数；

对每个消费过的菜品，统计包含某一菜品属性的菜品的总消费次数；

将包含某一菜品属性的菜品的总消费次数除以总消费次数，得到用户对该菜品属性的个人偏好值。

优选的，共餐人员点餐历史信息包括：共餐人员的消费菜品以及对应的菜品评分值；所述根据所述共餐人员点餐历史信息，生成推荐菜列表和非推荐菜列表的步骤包括：

计算消费菜品的所有菜品评分值的平均值，作为该消费菜品的推荐评分值；

将各个消费菜品的推荐评分值与预设第一阈值以及预设第二阈值进行比较；所述预设第一阈值大于所述预设第二阈值；