[發(fā)明專利]一種餐廳推薦方法及系統(tǒng)在審
| 申請?zhí)枺?/td> | 201810430336.X | 申請日: | 2018-05-08 |
| 公開(公告)號: | CN110020186A | 公開(公告)日: | 2019-07-16 |
| 發(fā)明(設(shè)計(jì))人: | 陸振龍;鄧興華;鄭國春 | 申請(專利權(quán))人: | 美味不用等(上海)信息科技股份有限公司 |
| 主分類號: | G06F16/9535 | 分類號: | G06F16/9535;G06Q50/12 |
| 代理公司: | 北京智信禾專利代理有限公司 11637 | 代理人: | 吳肖肖 |
| 地址: | 201203 上海市浦東新區(qū)中國(上*** | 國省代碼: | 上海;31 |
| 權(quán)利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關(guān)鍵詞: | 店鋪 用戶基本信息 初步篩選 重新排序 集合 算法 加權(quán) 餐廳 基本信息 篩選規(guī)則 增益因子 信息庫 預(yù)設(shè) 篩選 輸出 申請 | ||
1.一種餐廳推薦方法,其特征在于,所述方法包括:
獲取用戶基本信息,按照預(yù)設(shè)的篩選規(guī)則根據(jù)所獲取到的用戶基本信息在現(xiàn)有的店鋪信息庫中篩選符合初步篩選條件的店鋪集合,并且獲取所述店鋪集合所包含各店鋪的店鋪基本信息;
對所述符合所述初步篩選條件的店鋪集合的范圍執(zhí)行至少兩種推薦算法,獲取各推薦算法所對應(yīng)的子推薦列表;
計(jì)算所述子推薦列表中的每個(gè)店鋪所對應(yīng)的增益因子;
采用所述子推薦列表中的每個(gè)店鋪所對應(yīng)的增益因子對所述子推薦列表中的每個(gè)店鋪的推薦分值進(jìn)行加權(quán),并根據(jù)加權(quán)后的所述子推薦列表中的每個(gè)店鋪的推薦分值對各子推薦列表重新排序;
按照所述重新排序后的各子推薦列表中各店鋪的排列順序以循環(huán)的方式依次從各子推薦列表中輸出推薦結(jié)果。
2.根據(jù)權(quán)利要求1所述的方法,其特征在于,所述按照預(yù)設(shè)的篩選規(guī)則根據(jù)所獲取到的用戶基本信息在現(xiàn)有的店鋪信息庫中篩選符合初步篩選條件的店鋪集合包括:
根據(jù)所述用戶基本信息按照預(yù)設(shè)的初步篩選規(guī)則確定初步篩選條件;
在現(xiàn)有的店鋪信息庫中篩選符合所述初步篩選條件的店鋪集合。
3.根據(jù)權(quán)利要求1所述的方法,其特征在于,對所述符合所述初步篩選條件的店鋪集合的范圍執(zhí)行至少兩種推薦算法包括:
依據(jù)所述用戶基本信息和/或所述店鋪基本信息提取執(zhí)行所述推薦算法的推薦參數(shù);
依據(jù)所述推薦參數(shù)對所述符合所述初步篩選條件的店鋪集合的范圍執(zhí)行至少兩種推薦算法。
4.根據(jù)權(quán)利要求1至3中任一項(xiàng)所述的方法,其特征在于,所述推薦算法包括:基于物品協(xié)同過濾的推薦算法、基于二分圖的推薦算法、基于矩陣分解的推薦算法或附近最熱門店鋪推薦算法。
5.根據(jù)權(quán)利要求1至3中任一項(xiàng)所述的方法,其特征在于,所述用戶基本信息至少包含以下信息中的任一或任意多個(gè)的組合:
用戶注冊信息、用戶位置信息、用戶喜好信息、用戶消費(fèi)信息和用戶到店的歷史記錄信息。
6.根據(jù)權(quán)利要求5所述的方法,其特征在于,所述店鋪基本信息至少包含以下信息中的任一或任意多個(gè)的組合:
店鋪?zhàn)孕畔ⅰ⒌赇佀鶎倨放菩畔ⅰ⒌赇佄恢眯畔ⅰ⒌赇佅M(fèi)信息和店鋪能夠提供的服務(wù)項(xiàng)目信息。
7.根據(jù)權(quán)利要求6所述的方法,其特征在于,所述計(jì)算所述子推薦列表中的每個(gè)店鋪所對應(yīng)的增益因子包括:
根據(jù)所述用戶位置信息和所述店鋪位置信息計(jì)算所述店鋪與用戶的當(dāng)前距離;
根據(jù)所述用戶消費(fèi)信息和所述店鋪消費(fèi)信息計(jì)算所述店鋪消費(fèi)均價(jià)與用戶歷史消費(fèi)均價(jià)的差值;
根據(jù)所述店鋪與用戶的當(dāng)前距離和所述店鋪消費(fèi)均價(jià)與用戶歷史消費(fèi)均價(jià)的差值計(jì)算第一增益因子。
8.根據(jù)權(quán)利要求7所述的方法,其特征在于,所述計(jì)算所述子推薦列表中的每個(gè)店鋪所對應(yīng)的增益因子還包括:
根據(jù)所述用戶到店的歷史記錄信息,判斷用戶是否曾經(jīng)去過所述店鋪的所屬品牌;
根據(jù)所述用戶最近一次在所述店鋪的所屬品牌就餐的時(shí)間間隔,計(jì)算第二增益因子。
9.根據(jù)權(quán)利要求7所述的方法,其特征在于,所述計(jì)算所述子推薦列表中的每個(gè)店鋪所對應(yīng)的增益因子還包括:
基于所述店鋪信息和所述用戶信息根據(jù)預(yù)定的規(guī)則預(yù)測所述用戶是否是所述店鋪所屬品牌的潛在回頭客;
根據(jù)所述用戶是否是所述店鋪所屬品牌的潛在回頭客和所述用戶最近一次在所述店鋪的所屬品牌就餐的時(shí)間間隔計(jì)算第三增益因子。
該專利技術(shù)資料僅供研究查看技術(shù)是否侵權(quán)等信息,商用須獲得專利權(quán)人授權(quán)。該專利全部權(quán)利屬于美味不用等(上海)信息科技股份有限公司,未經(jīng)美味不用等(上海)信息科技股份有限公司許可,擅自商用是侵權(quán)行為。如果您想購買此專利、獲得商業(yè)授權(quán)和技術(shù)合作,請聯(lián)系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201810430336.X/1.html,轉(zhuǎn)載請聲明來源鉆瓜專利網(wǎng)。





