本發(fā)明屬于專門適用于行政、商業(yè)、金融、管理、監(jiān)督或預測目的的數(shù)據(jù)處理系統(tǒng)或方法的技術領域，特別涉及一種能線上和線下的協(xié)同作業(yè)、根據(jù)當日實際狀況獲得推薦菜單的基于養(yǎng)生的推薦菜單生成方法。
背景技術：
目前，餐飲行業(yè)的點菜環(huán)節(jié)主要還是采用餐廳印發(fā)紙質菜單，顧客查看紙質菜單，服務員記錄下顧客的菜單再去收銀機點菜方式，菜單菜品更換成本高，更新菜品無法及時展示，服務員人工效率低。同時，已經有部分的餐廳已經開始采用智能通信裝置如智能手機、pad等電子設備，利用快速發(fā)展的互聯(lián)網云技術，為顧客提供依托于智能通信裝置的自主點餐環(huán)境。
這種利用智能通信裝置完成點餐本身為客戶提供了便利，然而在實際的操作中，當客戶借助智能通信裝置進行點菜時，僅能逐一查看基于智能通信裝置顯示的菜單上的菜品，其對自己本身點的菜并沒有完整的把握，這可能導致所點菜品營養(yǎng)過剩的問題，對消費者的身體形成負擔；同時，當商家對于所有客戶的點菜都是統(tǒng)一采用了這種智能的點菜方式時，缺乏了原有的人工點菜方式中的靈活隨機的一面，沒有了對于菜品的重點推薦，也沒有基于各種外界因素和營養(yǎng)成分的綜合推薦，非常不人性化，讓很多客戶只會重復點幾個菜，而不會去關注別的菜品或者是營養(yǎng)的菜品，這對于商家本身的發(fā)展亦是不利的。
技術實現(xiàn)要素：
本發(fā)明解決的技術問題是，現(xiàn)有技術中，利用智能通信裝置完成點餐的工作時，客戶僅能逐一查看基于智能通信裝置顯示的菜單上的菜品，其對自己本身點的菜并沒有完整的把握，而導致的所點菜品極大程度上營養(yǎng)過剩，造成浪費，對消費者本身的身體造成負擔，且商家不能綜合推薦菜品缺乏靈活隨機性，不人性化，對于商家本身的發(fā)展亦存在不利之處的問題，進而提供了一種優(yōu)化的基于養(yǎng)生的推薦菜單生成方法。
本發(fā)明所采用的技術方案是，一種基于養(yǎng)生的推薦菜單生成方法，所述方法包括以下步驟：
步驟1.1：建立客戶端和商家端，所述客戶端和商家端連接至控制端，所述控制端內保存有所有客戶的歷史點菜行為數(shù)據(jù)，所述控制端內設有權重模塊；所述客戶端包括客戶唯一標示，所述商家端設有商家唯一標示、若干座位標示和若干商家菜品；
步驟1.2：客戶u利用客戶端的攝像頭掃描任一商家的座位標示，客戶唯一標示傳輸至控制端，控制端遍歷歷史點菜行為數(shù)據(jù)并比對客戶唯一標示，判斷此客戶是否為已在該商家產生過消費的老客戶；
步驟1.3：若否，此客戶為新客戶，將商家菜品取A個推薦給此客戶；若是，此客戶為老客戶，查詢此客戶對當前商家的菜品興趣度，將此客戶對當前商家的菜品興趣度pup按照數(shù)值由大到小取前A個菜品生成預推薦菜單；
步驟1.4：利用特征置信度調整方法調整所述預推薦菜單；
步驟1.5：利用營養(yǎng)搭配調整方法調整所述預推薦菜單；
步驟1.6：取排序最前的N個菜品，生成當前客戶u的推薦菜單。
優(yōu)選地，所述步驟1.3中，獲得客戶對菜品興趣度的數(shù)值的方法包括以下步驟：
步驟3.1：取菜品i和j，計算菜品i和j之間的相似度其中，N(i)為喜歡菜品i的客戶，|N(i)|為喜歡菜品i的客戶數(shù)，N(j)為喜歡菜品j的客戶，|N(j)|為喜歡菜品j的客戶數(shù)，|N(u)|為客戶點的菜品總數(shù)；N(i)∩N(j)是同時喜歡菜品i和j的客戶；
步驟3.2：歸一化相似度
步驟3.3：利用相似度得到客戶u對于菜品p的興趣度其中，N(u)是客戶點菜的集合，S(p,k)是和菜品p最接近的k個菜品的集合，wpq'是菜品p和q歸一化后的相似度，puq是客戶u對菜品q的興趣度。
優(yōu)選地，所述步驟3.3中，puq以歷史點菜行為數(shù)據(jù)中當前客戶u對菜品q的點菜數(shù)量來衡量。
優(yōu)選地，所述特征置信度調整方法包括以下步驟：
步驟4.1：對天氣、季節(jié)、工作日和節(jié)假日進行標簽化處理；
步驟4.2：取所有客戶的歷史點菜行為數(shù)據(jù)，以天氣、季節(jié)、工作日、節(jié)假日、菜品、點菜時間列表；
步驟4.3：分別計算各菜品在所有天氣、季節(jié)、工作日、節(jié)假日的組合下的置信度，置信度C(AB)＝P(B|A)，其中，P(B|A)為各菜品在當前天氣、季節(jié)、工作日、節(jié)假日的組合下的點菜量占該菜品總點菜量的百分比；
步驟4.4：以置信度C更新菜品興趣度pup，pup'＝(1+C)*pup。
優(yōu)選地，所述營養(yǎng)搭配調整方法包括以下步驟：
步驟5.1：商家通過商家端的讀寫模塊在商家端內寫入商家菜品的數(shù)據(jù)、放置菜品圖片；所述菜品數(shù)據(jù)包括營養(yǎng)成分分類，所述營養(yǎng)成分分類包括蛋白質類、維生素礦物質類和脂肪類；
步驟5.2：在權重模塊中設置權重因子α；當菜品數(shù)據(jù)為蛋白質類時，α＝1；當菜品數(shù)據(jù)為維生素礦物質類時，α＝0.6；當菜品數(shù)據(jù)為脂肪類時，α＝0.4；
步驟5.3：以權重因子α更新菜品興趣度pup，pup'＝(1-α)*pup。
本發(fā)明提供了一種優(yōu)化的基于養(yǎng)生的推薦菜單生成方法，通過控制端對于客戶唯一標示的判斷，識別出客戶是新客戶還是老客戶，對老客戶直接給出依喜好排序的預推薦菜單，對新客戶則給出商家默認的預推薦菜單，對兩種模式下的預推薦菜單根據(jù)特征置信度調整方法調整和營養(yǎng)搭配調整方法進行調節(jié)，最后自動生成排序最靠前的若干個菜品，推薦給對應的客戶。本發(fā)明兼具智能通信裝置完成點餐的便利性，使得客戶不僅能自主選擇菜品，同時還通過對于數(shù)據(jù)的分析比對，給出建議，綜合考慮營養(yǎng)搭配并結合當日的實際情況給出優(yōu)化的推薦，綠色環(huán)保，有益于消費者的身心健康，靈活，隨機性強，同時更有利于商家本身的發(fā)展。
具體實施方式
下面結合實施例對本發(fā)明做進一步的詳細描述，但本發(fā)明的保護范圍并不限于此。
本發(fā)明涉及一種基于養(yǎng)生的推薦菜單生成方法，所述方法包括以下步驟：
步驟1.1：建立客戶端和商家端，所述客戶端和商家端連接至控制端，所述控制端內保存有所有客戶的歷史點菜行為數(shù)據(jù)，所述控制端內設有權重模塊；所述客戶端包括客戶唯一標示，所述商家端設有商家唯一標示、若干座位標示和若干商家菜品。
本發(fā)明中，一般情況下，客戶端即由客戶的手機或隨身攜帶的智能設備完成，手機和智能設備一般采用移動網絡、無線網絡或藍牙等方式與控制端進行通信，完成信息的交互。在這種情況下，客戶的手機或智能設備會存在一個唯一固定的識別號即客戶唯一標示，控制端只需要獲得當前客戶的客戶唯一標示，即可進行后續(xù)的工作。此為本領域技術人員容易理解的技術，可以依據(jù)本領域技術人員的理解按需設置。
本發(fā)明中，商家端可以是智能終端或計算機的任一種，其可以對控制端中當前商家的菜品內容進行讀寫，完成菜品的編輯。商家端也可以采用移動網絡、無線網絡或藍牙等方式與控制端進行通信，完成信息的交互。在這種情況下，商家端亦會存在一個唯一固定的商家唯一標示，如計算機的物理地址等，控制端只需要獲得當前商家的識別號，即可進行后續(xù)的工作。此為本領域技術人員容易理解的技術，可以依據(jù)本領域技術人員的理解按需設置。
本發(fā)明中，控制端通過與客戶唯一標示、商家唯一標示和若干座位標示進行匹配，完成調取當前客戶信息并進行控制的作業(yè)。
本發(fā)明中，控制端內還保存有所有客戶的歷史點菜行為數(shù)據(jù)，用于在離線狀態(tài)中對客戶的行為進行分析，得到客戶對菜品的興趣度、置信度信息。
本發(fā)明中，步驟1.1主要為初始設置用，故為了便于推薦菜單的生成，控制端內除了設有每個商家的菜品，商家可以通過商家端的讀寫模塊在控制端內寫入菜品數(shù)據(jù)、放置菜品圖片外，商家還可以預先對所有菜品設置標簽識別編號，例如標注菜品所屬類別，主要包括蛋白質類、維生素礦物質類和脂肪類，便于實現(xiàn)后續(xù)營養(yǎng)搭配調整方法的落實，標簽識別編號一則可以直接顯示，便于不用需求的客戶選擇菜品，二則可以在后臺進行營養(yǎng)搭配時，遍歷標簽識別編號，幫助客戶做到點菜時的營養(yǎng)搭配。
步驟1.2：客戶u利用客戶端的攝像頭掃描任一商家的座位標示，客戶唯一標示傳輸至控制端，控制端遍歷歷史點菜行為數(shù)據(jù)并比對客戶唯一標示，判斷此客戶是否為已在該商家產生過消費的老客戶。
本發(fā)明中，步驟1.2為判斷過程，主要即是通過客戶掃碼與控制端進行通信，調取商家的信息，并查看此客戶唯一標示與商家的客戶注冊ID的集合是否有吻合，對新老客戶采取不同的預推薦菜單的形成模式。
步驟1.3：若否，此客戶為新客戶，將商家菜品取A個推薦給此客戶；若是，此客戶為老客戶，查詢此客戶對當前商家的菜品興趣度，將此客戶對當前商家的菜品興趣度pup按照數(shù)值由大到小取前A個菜品生成預推薦菜單。
所述步驟1.3中，獲得客戶對菜品興趣度的數(shù)值的方法包括以下步驟：
步驟3.1：取菜品i和j，計算菜品i和j之間的相似度其中，N(i)為喜歡菜品i的客戶，|N(i)|為喜歡菜品i的客戶數(shù)，N(j)為喜歡菜品j的客戶，|N(j)|為喜歡菜品j的客戶數(shù)，|N(u)|為客戶點的菜品總數(shù)；N(i)∩N(j)是同時喜歡菜品i和j的客戶。
步驟3.2：歸一化相似度
步驟3.3：利用相似度得到客戶u對于菜品p的興趣度其中，N(u)是客戶點菜的集合，S(p,k)是和菜品p最接近的k個菜品的集合，wpq'是菜品p和q歸一化后的相似度，puq是客戶u對菜品q的興趣度。
所述步驟3.3中，puq以歷史點菜行為數(shù)據(jù)中當前客戶u對菜品q的點菜數(shù)量來衡量。
本發(fā)明中，步驟1.3包括對老客戶和新客戶的不同的預推薦菜單的生成模式。
本發(fā)明中，當客戶為新客戶時，直接給出當日商家希望呈現(xiàn)給客戶的推薦菜單即可。
本發(fā)明中，當客戶是老客戶時，調取其常點菜品的信息即通過客戶的歷史點菜行為數(shù)據(jù)進行統(tǒng)計的數(shù)據(jù)，獲得當前客戶u對該商家的每個菜品的菜品興趣度后，菜品興趣度puj按照數(shù)值由大到小排列，生成預推薦菜單。
本發(fā)明中，通過計算任意兩菜品間的相似度，目的是確定客戶在點了菜品i后會考慮j的可能性。
本發(fā)明中，將相似度歸一化，將數(shù)據(jù)歸一化為0-1之間的數(shù)字，有助于提高計算準確性。
本發(fā)明中，利用相似度數(shù)據(jù)得到客戶對任一菜品的興趣度此處基準菜品q是客戶已經點過的菜，puq是客戶u對菜品q的興趣度，利用客戶已點過的菜品來推測或者預測客戶對未知菜品的興趣度。
本發(fā)明中，puq可以以歷史點菜行為數(shù)據(jù)中當前客戶u對菜品q的點菜數(shù)量來衡量，此處以客戶點過某菜品的數(shù)量作為一種衡量客戶對相應菜品興趣度的方法，客戶點過菜品的數(shù)量也就是當前客戶對該菜品的興趣度，而興趣度公式主要為了計算用戶對未知菜品的興趣度。舉例來說，客戶u點過菜品q次數(shù)為3次，則可視為puq＝3。
步驟1.4：利用特征置信度調整方法調整所述預推薦菜單。
所述特征置信度調整方法包括以下步驟：
步驟4.1：對天氣、季節(jié)、工作日和節(jié)假日進行標簽化處理。
步驟4.2：取所有客戶的歷史點菜行為數(shù)據(jù)，以天氣、季節(jié)、工作日、節(jié)假日、菜品、點菜時間列表。
步驟4.3：分別計算各菜品在所有天氣、季節(jié)、工作日、節(jié)假日的組合下的置信度，置信度C(AB)＝P(B|A)，其中，P(B|A)為各菜品在當前天氣、季節(jié)、工作日、節(jié)假日的組合下的點菜量占該菜品總點菜量的百分比。
步驟4.4：以置信度C更新菜品興趣度pup，pup'＝(1+C)*pup。
本發(fā)明中，加入置信度的調整，認為客戶在不同的天氣、季節(jié)、工作日、節(jié)假日的組合情況下，針對每個菜品的喜好程度是不同，故附以不同的權重。
本發(fā)明中，舉例說明，設土豆絲在最近若干個月中的總點菜量為100萬份，且點菜當日四個特征為晴天、冬季、周六、非節(jié)假日，查詢以天氣、季節(jié)、工作日、節(jié)假日、菜品、點菜時間為特征的數(shù)據(jù)列表，在當前的天氣、季節(jié)、工作日、節(jié)假日的組合下土豆絲的點菜記錄為20萬份，則該特征組合下的置信度為20萬/100萬＝0.2，則當日的土豆絲的權重要在原來基礎上乘1.2，即pup'＝(1+0.2)*pup。
本發(fā)明中，一般情況下，統(tǒng)計的總點菜量為最近2個月中的總點菜量。
步驟1.5：利用營養(yǎng)搭配調整方法調整所述預推薦菜單。
所述營養(yǎng)搭配調整方法包括以下步驟：
步驟5.1：商家通過商家端的讀寫模塊在商家端內寫入商家菜品的數(shù)據(jù)、放置菜品圖片；所述菜品數(shù)據(jù)包括營養(yǎng)成分分類，所述營養(yǎng)成分分類包括蛋白質類、維生素礦物質類和脂肪類。
步驟5.2：在權重模塊中設置權重因子α；當菜品數(shù)據(jù)為蛋白質類時，α＝1；當菜品數(shù)據(jù)為維生素礦物質類時，α＝0.6；當菜品數(shù)據(jù)為脂肪類時，α＝0.4。
步驟5.3：以權重因子α更新菜品興趣度pup，pup'＝(1-α)*pup。
本發(fā)明中，某個菜品被輸入后，具體被設置在哪一類別是商家在后臺處理的，每一個菜品根據(jù)其主要成分會有一個類別歸屬，當前菜品的類別歸屬通過關聯(lián)控制端數(shù)據(jù)就可以確定。
本發(fā)明中，在實際的判斷中，先判斷當前菜品是葷菜還是素菜，隨后依次判別當前菜品是否屬于脂肪類、蛋白質類或維生素礦物質類。
本發(fā)明中，因為現(xiàn)有的營養(yǎng)標準中，將現(xiàn)有菜品按照營養(yǎng)成分分為四類，包括熱能(包含所有主食，例如米飯、面、糖等)、蛋白質類(包含魚、瘦肉、蛋、乳品)、維生素礦物質類(包含蔬菜、水果、素菜、沙拉)、脂肪類(包含奶油、豬肉、羊肉、豬油、花生油)，參照營養(yǎng)搭配比例經驗值調整預推薦列表菜品興趣度，按照《中國居民膳食營養(yǎng)素參考日攝入量2013版》的參考數(shù)據(jù)，建議菜品列表中蛋白質類、維生素礦物質類和脂肪類的比例為2.5：1.5：1，因此將蛋白質類、維生素礦物質類、脂肪類的營養(yǎng)健康因子分別設置為1、0.6和0.4，按照預推薦列表中營養(yǎng)分類標簽，結合營養(yǎng)健康因子更新菜品權重，最終更新菜品的順序。
步驟1.6：取排序最前的N個菜品，生成當前客戶u的推薦菜單。
本發(fā)明中，可以根據(jù)商家的實際需求設置N的數(shù)量，N小于等于A。
本發(fā)明解決了現(xiàn)有技術中，利用智能通信裝置完成點餐的工作時，客戶僅能逐一查看基于智能通信裝置顯示的菜單上的菜品，其對自己本身點的菜并沒有完整的把握，而導致的所點菜品極大程度上營養(yǎng)過剩，造成浪費，對消費者本身的身體造成負擔，且商家不能綜合推薦菜品缺乏靈活隨機性，不人性化，對于商家本身的發(fā)展亦存在不利之處的問題，通過控制端對于客戶唯一標示的判斷，識別出客戶是新客戶還是老客戶，對老客戶直接給出依喜好排序的預推薦菜單，對新客戶則給出商家默認的預推薦菜單，對兩種模式下的預推薦菜單根據(jù)特征置信度調整方法調整和營養(yǎng)搭配調整方法進行調節(jié)，最后自動生成排序最靠前的若干個菜品，推薦給對應的客戶。本發(fā)明兼具智能通信裝置完成點餐的便利性，使得客戶不僅能自主選擇菜品，同時還通過對于數(shù)據(jù)的分析比對，給出建議，綜合考慮營養(yǎng)搭配并結合當日的實際情況給出優(yōu)化的推薦，綠色環(huán)保，有益于消費者的身心健康，靈活，隨機性強，同時更有利于商家本身的發(fā)展。