[發(fā)明專利]一種基于用戶口味的巧克力配方生成系統(tǒng)

在審

• 申請?zhí)枺?/td>: 202010934768.1
• 申請日: 2020-09-08
• 公開（公告）號: CN112070583A
• 公開（公告）日: 2020-12-11
• 發(fā)明（設計）人: 許明發(fā);許嘉偉;許光宇;豆秀麗
• 申請（專利權）人: 安徽省甘滋羅生物科技有限公司
• 主分類號: G06Q30/06
• 分類號: G06Q30/06
• 代理公司: 合肥正則元起專利代理事務所(普通合伙) 34160
• 代理人: 韓立峰;劉生昕

1.一種基于用戶口味的巧克力配方生成系統(tǒng)，其特征在于，包括采集單元、數據庫、匹配分析單元、口味選取單元、配方生成單元、智能設備；

所述采集單元用于采集用戶賬號記錄中巧克力瀏覽相關的信息，自動獲取瀏覽信息，將瀏覽信息傳輸至匹配分析單元；

所述數據庫內存儲有用戶賬號信息和用戶身份信息，所述匹配分析單元從數據庫內獲取用戶賬號信息和用戶身份信息，并將其與瀏覽信息一同進行數據分析操作，得到姓名數據、年齡數據、性別數據、原料數據、價格數據、原料價格、賬號數據、店鋪類型數據、瀏覽次數數據、巧克力種類數據、原料數據、購買數據、價格數據、好評次數數據、時間數據、差評次數數據和原料價格，并將姓名數據、年齡數據、性別數據、原料數據、價格數據和原料價格一同傳輸至配方生成單元，將賬號數據、店鋪類型數據、瀏覽次數數據、巧克力種類數據、原料數據、購買數據、價格數據、好評次數數據、時間數據、差評次數數據和原料價格傳輸至味選取單元；

所述口味選取單元用于對賬號數據、店鋪類型數據、瀏覽次數數據、巧克力種類數據、原料數據、購買數據、價格數據、好評次數數據、時間數據、差評次數數據和原料價格進行選取操作，得到總值排序，并將其傳輸至配方生成單元；

所述配方生成單元用于對總值排序、提取姓名數據、年齡數據、性別數據、原料數據、價格數據和原料價格進行生成操作，得到定制信號和推薦信號，并將其一同傳輸至智能設備；

智能設備接收定制信號和推薦信號，并提醒用戶。

2.根據權利要求1所述的一種基于用戶口味的巧克力配方生成系統(tǒng)，其特征在于，數據分析操作的具體操作過程為：

步驟一：獲取用戶賬號信息，將其內用戶的賬號編號標定為賬號數據，并將賬號數據標記為ZHi，i＝1,2,3......n1；

步驟二：獲取用戶身份信息，將其內用戶的姓名標定為姓名數據，并將姓名數據標記為XMi，i＝1,2,3......n1，將其內用戶的年齡大小標定為年齡數據，并將年齡數據標記為NNi，i＝1,2,3......n1，將其內用戶是男性或女性標定為性別數據，并將性別數據標記為XBi，i＝1,2,3......n1；

步驟三：獲取瀏覽信息，將其內瀏覽的店鋪種類標定為店鋪類型數據，并將店鋪類型數據標定為LXi，i＝1,2,3......n1，將其內瀏覽店鋪的次數標定為瀏覽次數數據，并將瀏覽次數數據標定為LCi，i＝1,2,3......n1，將其內店鋪中的巧克力的類型標定為巧克力種類數據，并將巧克力種類數據標記為QZi，i＝1,2,3......n1，將其內每種千克力的組成原料標定為原料數據，并將原料數據標記為YiLv，i＝1,2,3......n1，v＝1,2,3......n2，將其內用戶購買的巧克力種類標定為購買數據，并將購買數據標記為GMi，i＝1,2,3......n1，將其內用戶對巧克力評價結果為四星以上的次數標定為好評次數數據，并將好評次數數據標記為HPi，i＝1,2,3......n1，將其內用戶對巧克力評價記過為三星及以下的次數標定為差評次數數據，并將差評次數數據標記為CPi，i＝1,2,3......n1，將其內巧克力的單價標定為價格數據，并將價格數據標記為JGi，i＝1,2,3......n1，將其內巧克力瀏覽店鋪的時間點標定為時間數據，并將時間數據標記為SJi，i＝1,2,3......n1，將其內原料數據對應的價格標定為原料價格，并將原料價格標記為YJi，i＝1,2,3......n1；

步驟四：獲取上述賬號數據、姓名數據、時間數據、年齡數據、性別數據、店鋪類型數據、瀏覽次數數據、巧克力種類數據、原料數據、購買數據、價格數據、好評次數數據、差評次數數據和原料價格，并將其進行類別劃分，具體為：

首先，提取賬號數據，將對應的店鋪類型數據歸類到賬號數據內，將對應的瀏覽次數數據、巧克力種類數據、原料數據、購買數據、價格數據、好評次數數據、時間數據、差評次數數據和原料價格劃分至店鋪類型數據內，其次，將年齡數據和性別數據劃分至姓名數據內，且姓名數據和賬號數據一一對應；

步驟五：提取出姓名數據、年齡數據、性別數據、原料數據、價格數據和原料價格，提取出賬號數據、店鋪類型數據、瀏覽次數數據、巧克力種類數據、原料數據、購買數據、價格數據、好評次數數據、時間數據、差評次數數據和原料價格。