[發(fā)明專利]一種餐飲行業(yè)銷售預(yù)測(cè)的實(shí)現(xiàn)系統(tǒng)與方法

在審

• 申請(qǐng)?zhí)枺?/td>: 201710543595.9
• 申請(qǐng)日: 2017-07-05
• 公開(kāi)（公告）號(hào): CN107292672A
• 公開(kāi)（公告）日: 2017-10-24
• 發(fā)明（設(shè)計(jì)）人: 鄭德鵬;徐汪洋;浦沈翔;王曉華;狄東杰
• 申請(qǐng)（專利權(quán)）人: 上海數(shù)道信息科技有限公司
• 主分類號(hào): G06Q30/02
• 分類號(hào): G06Q30/02;G06Q50/12;G06F17/30
• 代理公司: 上海申新律師事務(wù)所31272
• 代理人: 夏海天

1.一種餐飲行業(yè)銷售預(yù)測(cè)的實(shí)現(xiàn)系統(tǒng)，其特征在于：包括數(shù)據(jù)采集與預(yù)處理單元、菜單圖像識(shí)別單元、輿情語(yǔ)義分析與情感評(píng)分單元、門店空間自相關(guān)探索單元、自動(dòng)化建模與更新單元和MRP單元；

所述數(shù)據(jù)采集與預(yù)處理單元用于數(shù)據(jù)采集、數(shù)據(jù)清洗和數(shù)據(jù)特征提取；具體地：

數(shù)據(jù)采集，利用爬蟲(chóng)技術(shù)采集評(píng)價(jià)等輿論、天氣等環(huán)境、外部市場(chǎng)和競(jìng)爭(zhēng)對(duì)手基本信息并存儲(chǔ)；

數(shù)據(jù)清洗，將天氣等環(huán)境信息、門店信息、公司歷史市場(chǎng)活動(dòng)信息進(jìn)行數(shù)據(jù)預(yù)處理，形成結(jié)構(gòu)化時(shí)間序列信息并存儲(chǔ)；

數(shù)據(jù)特征提取，利用Arima模型思想，將門店P(guān)OS數(shù)據(jù)進(jìn)行歷史維度、趨勢(shì)變化、季度變化等衍生信息并存儲(chǔ)；

所述菜單圖像識(shí)別單元用于識(shí)別菜單變動(dòng)信息，將歷史菜單按時(shí)間錄入，通過(guò)圖像識(shí)別，將菜單的歷史變動(dòng)結(jié)構(gòu)化并存儲(chǔ)；

所述輿情語(yǔ)義分析與情感評(píng)分單元用于挖掘菜品情感評(píng)分和挖掘整體餐飲市場(chǎng)情緒，具體地：

挖掘菜品情感評(píng)分，利用分詞技術(shù)、互信息模型、主題模型等，對(duì)基礎(chǔ)評(píng)價(jià)等輿論信息進(jìn)行文本分析，包含語(yǔ)義分析和情感分析，得到每個(gè)菜品的結(jié)構(gòu)化的市場(chǎng)輿論信息，例如市場(chǎng)感情評(píng)分，提及頻率等信息并存儲(chǔ)；

挖掘整體餐飲市場(chǎng)情緒，利用分詞技術(shù)、互信息模型、主題模型等，對(duì)所有餐飲點(diǎn)評(píng)進(jìn)行分析，得到整個(gè)餐飲市場(chǎng)以及細(xì)分市場(chǎng)的輿論熱點(diǎn)等信息并存儲(chǔ)；

所述門店空間自相關(guān)探索單元用于探索區(qū)域內(nèi)高相關(guān)度競(jìng)爭(zhēng)對(duì)手，利用空間自相關(guān)模型，對(duì)門店所在區(qū)域內(nèi)的競(jìng)爭(zhēng)對(duì)手進(jìn)行關(guān)聯(lián)分析，形成高關(guān)聯(lián)度的競(jìng)爭(zhēng)對(duì)手名單以及對(duì)手的歷史數(shù)量變化并存儲(chǔ)；

所述自動(dòng)化建模與更新單元用于自動(dòng)構(gòu)建預(yù)測(cè)模型，自動(dòng)將存儲(chǔ)的信息納入深度學(xué)習(xí)LSTM模型當(dāng)中，預(yù)測(cè)未來(lái)三個(gè)月逐星期逐菜品銷量，同時(shí)利用RandomForest進(jìn)行預(yù)測(cè)，將兩者預(yù)測(cè)結(jié)果按照置信度進(jìn)行加權(quán)，得到最終銷量預(yù)測(cè)結(jié)果。同時(shí)模型可以設(shè)置定期自動(dòng)更新，以對(duì)市場(chǎng)等環(huán)境變化做出快速反應(yīng)，最終實(shí)現(xiàn)企業(yè)所需的銷售預(yù)測(cè)；

所述MRP單元用于在得出銷售預(yù)測(cè)之后，利用企業(yè)現(xiàn)有的門店庫(kù)存、總倉(cāng)庫(kù)存、在途以及安全庫(kù)存設(shè)置等，調(diào)用成熟MRP系統(tǒng)，得出供應(yīng)鏈部門所需的采購(gòu)計(jì)劃以及發(fā)貨計(jì)劃。

2.一種餐飲行業(yè)銷售預(yù)測(cè)的實(shí)現(xiàn)方法，其特征在于：包括以下步驟：

步驟1：數(shù)據(jù)采集：

利用爬蟲(chóng)技術(shù)采集評(píng)價(jià)等輿論、天氣等環(huán)境、外部市場(chǎng)和競(jìng)爭(zhēng)對(duì)手基本信息；

步驟2：將外部數(shù)據(jù)與內(nèi)部數(shù)據(jù)拼接整合：

依據(jù)菜品和門店作為關(guān)鍵字將外部信息與內(nèi)部信息進(jìn)行拼接整合；

步驟3：文本分析：

利用分詞技術(shù)、互信息模型、主題模型等，對(duì)基礎(chǔ)評(píng)價(jià)等輿論信息進(jìn)行文本分析，包含語(yǔ)義分析和情感分析，得到每個(gè)菜品的結(jié)構(gòu)化的市場(chǎng)輿論信息，以及競(jìng)爭(zhēng)對(duì)手和整個(gè)餐飲市場(chǎng)的結(jié)構(gòu)化輿論信息；

步驟4：關(guān)聯(lián)分析：

利用促銷的關(guān)聯(lián)效應(yīng)模型，分析不同菜品之間關(guān)聯(lián)系數(shù)，以及促銷帶來(lái)的關(guān)聯(lián)效應(yīng)系數(shù)；

步驟5：圖像識(shí)別：

識(shí)別菜單變動(dòng)信息，將歷史菜單按時(shí)間錄入，通過(guò)圖像識(shí)別，將菜單的歷史變動(dòng)結(jié)構(gòu)化并存儲(chǔ)；

步驟6：銷售數(shù)據(jù)衍生：

數(shù)據(jù)特征提取，利用Arima模型思想，將門店P(guān)OS數(shù)據(jù)進(jìn)行歷史維度、趨勢(shì)變化、季度變化等衍生信息并存儲(chǔ)；

步驟7：空間自相關(guān)分析：

利用空間自相關(guān)模型，對(duì)門店所在區(qū)域內(nèi)的競(jìng)爭(zhēng)對(duì)手進(jìn)行關(guān)聯(lián)分析，形成高關(guān)聯(lián)度的競(jìng)爭(zhēng)對(duì)手的歷史數(shù)量；

步驟8：數(shù)據(jù)結(jié)構(gòu)化處理：

將天氣等環(huán)境信息、門店信息、公司歷史市場(chǎng)活動(dòng)信息進(jìn)行數(shù)據(jù)預(yù)處理，對(duì)數(shù)據(jù)進(jìn)行特征提取，進(jìn)行標(biāo)簽化處理，形成結(jié)構(gòu)化時(shí)間序列信息并存儲(chǔ)；

步驟9：自動(dòng)化建模：

自動(dòng)構(gòu)建預(yù)測(cè)模型，自動(dòng)將存儲(chǔ)的信息納入深度學(xué)習(xí)LSTM模型當(dāng)中，預(yù)測(cè)未來(lái)三個(gè)月逐星期逐菜品銷量，同時(shí)利用RandomForest進(jìn)行預(yù)測(cè)，將兩者預(yù)測(cè)結(jié)果按照置信度進(jìn)行加權(quán)，得到最終銷量預(yù)測(cè)結(jié)果。同時(shí)模型可以設(shè)置定期自動(dòng)更新，以對(duì)市場(chǎng)等環(huán)境變化做出快速反應(yīng)，最終實(shí)現(xiàn)企業(yè)所需的銷售預(yù)測(cè)；

步驟10：MRP模型整合：

利用MRP模型將銷售預(yù)測(cè)與門店庫(kù)存、總倉(cāng)庫(kù)存、在途等信息整合納入，得出未來(lái)的采購(gòu)量和總倉(cāng)向門店的發(fā)貨量。