[发明专利]基于大数据分析的荐酒及酒量智能控制算法及服务器

权利要求书

1.一种荐酒及酒量智能控制算法，其特征在于，包括：

构建售酒历史数据集；

对售酒历史数据集的特征和酒的品种类别进行编码；

计算当前消费者的特征与各种类别酒的特征数据的加权平均相似度；

根据加权平均相似度中最大值所对应的类别酒推荐给消费者。

2.根据权利要求1所述的荐酒及酒量智能控制算法，其特征在于，

构建售酒历史数据集，即

年龄、性别、地域、季节和酒的品种类别，以及对上述特征及酒的品种类别进行one hot编码，以得到a_i为年龄、性别、地域、季节特征编码集合，以及D_i为第i个样本的酒的品种类别的one hot编码；其中

a_i＝(a_i1，a_i2，a_i3，a_i4)；

其中，a_i1为第i个样本的年龄的one hot编码；

a_i2为第i个样本的性别的one hot编码；

a_i3为第i个样本的消费者籍贯的one hot编码；

a_i4为第i个样本的季节的one hot编码；

m为样本数，1≤i≤m；

计算当前消费者的特征信息向量与各种类别酒的特征数据的加权平均相似度的方法包括：

其中，B_k为当前消费者的特征信息向量与第k类酒的品种的消费者的加权平均相似度；a_c＝(a_c1，a_c2，a_c3，a_c4)为当前消费者的特征信息向量；

其中，a_c1为当前消费者的年龄的one hot编码；

a_c2为当前消费者的性别的one hot编码；

a_c3为当前消费者的消费者籍贯的one hot编码；

a_c4为当前消费者的季节的one hot编码；

j为酒的品种类别种数，1≤k≤j；

γ₁，γ₂，γ₃，γ₄为权重，其数值在0与1之间，且所有权重总和为1；

根据以上计算得到B_k，比较B₁，…B_k…，B_j，选取加权平均相似度中最大的值所对应的类别酒推荐给消费者。

3.根据权利要求1或2所述的荐酒及酒量智能控制算法，其特征在于，

所述荐酒及酒量控制算法模型还包括：

根据消费者的身体状态、精神状态获得出酒量的上限值，以控制相应类别酒对应的电磁阀打开时间。