[发明专利]一种餐饮行业销售预测的实现系统与方法

摘要

本发明公开了一种餐饮行业销售预测的实现系统及方法，采用爬虫技术、图像识别技术、文本分析技术和深度学习算法对点评平台数据、地理位置信息数据、天气信息、市场信息等外部数据以及pos数据、门店信息、菜品信息、公司市场活动信息等内部数据进行采集处理和信息挖掘，建立融合的预测模型，依据当下内外信息，给出未来三个月内逐星期的菜品销售数据，并结合菜品BOM、门店库存、总仓库存以及安全库存MRP等，给出未来的订单计划。相比于现有其他预测方法，MAPE(平均绝对百分误差)可由30％‑40％提升到10％‑15％。

主权项

一种餐饮行业销售预测的实现系统，其特征在于：包括数据采集与预处理单元、菜单图像识别单元、舆情语义分析与情感评分单元、门店空间自相关探索单元、自动化建模与更新单元和MRP单元；所述数据采集与预处理单元用于数据采集、数据清洗和数据特征提取；具体地：数据采集，利用爬虫技术采集评价等舆论、天气等环境、外部市场和竞争对手基本信息并存储；数据清洗，将天气等环境信息、门店信息、公司历史市场活动信息进行数据预处理，形成结构化时间序列信息并存储；数据特征提取，利用Arima模型思想，将门店POS数据进行历史维度、趋势变化、季度变化等衍生信息并存储；所述菜单图像识别单元用于识别菜单变动信息，将历史菜单按时间录入，通过图像识别，将菜单的历史变动结构化并存储；所述舆情语义分析与情感评分单元用于挖掘菜品情感评分和挖掘整体餐饮市场情绪，具体地：挖掘菜品情感评分，利用分词技术、互信息模型、主题模型等，对基础评价等舆论信息进行文本分析，包含语义分析和情感分析，得到每个菜品的结构化的市场舆论信息，例如市场感情评分，提及频率等信息并存储；挖掘整体餐饮市场情绪，利用分词技术、互信息模型、主题模型等，对所有餐饮点评进行分析，得到整个餐饮市场以及细分市场的舆论热点等信息并存储；所述门店空间自相关探索单元用于探索区域内高相关度竞争对手，利用空间自相关模型，对门店所在区域内的竞争对手进行关联分析，形成高关联度的竞争对手名单以及对手的历史数量变化并存储；所述自动化建模与更新单元用于自动构建预测模型，自动将存储的信息纳入深度学习LSTM模型当中，预测未来三个月逐星期逐菜品销量，同时利用RandomForest进行预测，将两者预测结果按照置信度进行加权，得到最终销量预测结果。同时模型可以设置定期自动更新，以对市场等环境变化做出快速反应，最终实现企业所需的销售预测；所述MRP单元用于在得出销售预测之后，利用企业现有的门店库存、总仓库存、在途以及安全库存设置等，调用成熟MRP系统，得出供应链部门所需的采购计划以及发货计划。