一种基于茶蛋机的智能管理方法及系统与流程

摘要: 本技术涉及智慧管理技术的领域,尤其是涉及一种基于茶蛋机的智能管理方法及系统。背景技术:1、茶蛋机是一种用于泡茶的饮水设备,其具有两条出水管路,其中一条为出水管路...
一种基于茶蛋机的智能管理方法及系统与流程

本技术涉及智慧管理技术的领域,尤其是涉及一种基于茶蛋机的智能管理方法及系统。

背景技术:

1、茶蛋机是一种用于泡茶的饮水设备,其具有两条出水管路,其中一条为出水管路,即可直接将茶蛋机作为直饮机使用,另一条管路为通过茶包(茶蛋)安装位置的管路,当对应的位置放置有茶包时,通过水流对茶包进行浸泡处理,此时能输出茶水以供使用。

2、随着物联网技术的普及,此类智能硬件设备的管理方式正从单机操作向云端联网集中管控演进。目前,行业内的领先厂家已初步构建了针对茶蛋机的后台管理系统,这类系统能够通过网络连接所有已售出的茶蛋机,实现对设备基础运行状态的远程监测,例如在线状态、水温、故障报警等。更为重要的是,系统能够获取到设备所使用的茶包情况,从而确定用户所偏好的茶包类型,以便于后续对茶包进行订阅推送。

3、上述的相关技术中,在进行茶包订阅推送时,利用该方法仅能推送用户已经使用过的茶包类型,而对于没有使用过的茶包类型,一般情况下是将所有的进行循环推送,当有较多品类的茶包没有体验过时,若全部进行推送,则会表现的没有重点,导致推送营销的效果较差,尚有改进空间。

技术实现思路

1、为了提高茶包的推送营销效果,本技术提供一种基于茶蛋机的智能管理方法及系统。

2、第一方面,本技术提供一种基于茶蛋机的智能管理方法,采用如下的技术方案:

3、一种基于茶蛋机的智能管理方法,包括:

4、获取后台监测设备;

5、于预设的时间轴上以当前时间点为后端点构建宽度为预设的历史时长的历史区间,并于历史区间下根据当前的后台监测设备确定历史茶包类型;

6、于单个历史茶包类型下确定历史使用数量,并根据历史使用数量进行分析计算以确定单体数量占比;

7、将最大的单体数量占比定义为上限数量占比,并根据上限数量占比以及预设的相近占比构建上限相近区间,且将单体数量占比处于上限相近区间内的历史茶包类型定义为偏好茶包类型,并将所有偏好茶包类型进行组合以构建偏好类型组合;

8、于历史区间中根据其余后台监测设备确定偏好类型组合,并将该偏好类型组合定义为比对偏好组合,且将完全包含偏好类型组合的比对偏好组合定义为兴趣类似组合;

9、于兴趣类似组合下根据当前的偏好类型组合确定兴趣茶包类型,并将兴趣茶包类型于系统中对后台监测设备进行订阅推送。

10、可选的,于历史使用数量确定后,基于茶蛋机的智能管理方法还包括:

11、于单个历史茶包类型下确定历史使用点;

12、于时间轴上根据相邻的历史使用点确定历史相隔时长,并将历史相隔时长小于预设的许可习惯时长的两个历史使用点归纳至同一预设的初始为空的点位归纳集合内;

13、根据点位归纳集合内的历史使用点进行计数以确定内部使用数量,并将最大的内部使用数量所对应的点位归纳集合定义为代表习惯集合,且根据代表习惯集合以及当前时间点确定习惯相隔距离;

14、根据预设的修正匹配关系以确定习惯相隔距离相对应的数量修正系数,并根据数量修正系数以对历史使用数量进行修正更新。

15、可选的,于兴趣类似组合确定后,基于茶蛋机的智能管理方法还包括:

16、根据兴趣类似组合所对应的后台监测设备进行计数以确定兴趣类似数量;

17、判断兴趣类型数量是否大于预设的基准需求数量;

18、若兴趣类型数量大于基准需求数量,则根据兴趣类似组合确定兴趣茶包类型;

19、若兴趣类型数量不大于基准需求数量,则根据当前后台监测设备的偏好茶包类型确定茶包基准原料;

20、于单个茶包基准原料下确定原料出现占比,并根据原料出现占比以确定用户兴趣原料;

21、根据预设的茶包库以及当前的历史茶包类型确定等待推送类型,并于单个等待推送类型下根据用户兴趣原料进行分析以确定预测兴趣度,且将预测兴趣度大于预设的基准兴趣度的等待推送类型确定为兴趣茶包类型。

22、可选的,于单个等待推送类型下根据用户兴趣原料进行分析以确定预测兴趣度的步骤包括:

23、根据等待推送类型确定等待基准原料,并于当前后台监测设备下将各等待基准原料的原料出现占比定义为原料等待占比;

24、判断是否存在至少一原料等待占比大于预设的习惯有效占比;

25、若存在至少一原料等待占比大于习惯有效占比,则将预设的固定兴趣度作为预测兴趣度,其中固定兴趣度大于基准兴趣度;

26、若不存在至少一原料等待占比大于习惯有效占比,则将等待基准原料进行随机组合以构建虚拟搭配组合,并根据虚拟搭配组合以及偏好茶包类型进行分析以确定搭配关联度;

27、根据虚拟搭配组合相对应的原料等待占比进行计算以确定搭配重要度,并根据虚拟搭配组合内的等待基准原料进行计数以确定搭配内部数量;

28、根据搭配关联度、搭配重要度以及搭配内部数量进行计算以确定单体兴趣度,并根据所有的单体兴趣度进行计算以确定预测兴趣度。

29、可选的,于兴趣类似组合下根据当前的偏好类型组合确定兴趣茶包类型的步骤包括:

30、于兴趣类型组合下将不处于当前的偏好类型组合内的偏好茶包类型定义为备选茶包类型;

31、将当前后台监测设备所确定的不为当前的偏好茶包类型的历史茶包类型定义为无感茶包类型;

32、将不为无感茶包类型的备选茶包类型确定为兴趣茶包类型。

33、可选的,于兴趣茶包类型确定后,基于茶蛋机的智能管理方法还包括:

34、根据兴趣茶包类型进行计数以确定理论兴趣数量;

35、判断理论兴趣数量是否大于预设的上限兴趣数量;

36、若理论兴趣数量不大于上限兴趣数量,则将兴趣茶包类型于系统中对后台监测设备进行订阅推送;

37、若理论兴趣数量大于上限兴趣数量,则于单个兴趣类似组合下根据备选茶包类型进行计数以确定单体备选数量;

38、根据为当前的后台监测设备所确定的无感茶包类型的备选茶包类型进行计数以确定偏离类型数量;

39、根据单体备选数量以及偏离类型数量进行计算以确定推送订阅度,并根据推送订阅度由大至小进行排序以确定类型推送顺序,并将类型推送顺序由前至后上限兴趣数量的兴趣茶包类型进行订阅推送。

40、第二方面,本技术提供一种基于茶蛋机的智能管理系统,采用如下的技术方案:

41、一种基于茶蛋机的智能管理系统,包括:

42、获取模块,用于获取后台监测设备;

43、处理模块,与获取模块连接,用于信息的存储和处理;

44、处理模块于预设的时间轴上以当前时间点为后端点构建宽度为预设的历史时长的历史区间,并于历史区间下根据当前的后台监测设备确定历史茶包类型;

45、处理模块于单个历史茶包类型下确定历史使用数量,并根据历史使用数量进行分析计算以确定单体数量占比;

46、处理模块将最大的单体数量占比定义为上限数量占比,并根据上限数量占比以及预设的相近占比构建上限相近区间,且将单体数量占比处于上限相近区间内的历史茶包类型定义为偏好茶包类型,并将所有偏好茶包类型进行组合以构建偏好类型组合;

47、处理模块于历史区间中根据其余后台监测设备确定偏好类型组合,并将该偏好类型组合定义为比对偏好组合,且将完全包含偏好类型组合的比对偏好组合定义为兴趣类似组合;

48、处理模块于兴趣类似组合下根据当前的偏好类型组合确定兴趣茶包类型,并将兴趣茶包类型于系统中对后台监测设备进行订阅推送。

49、综上所述,本技术包括以下至少一种有益技术效果:

50、在后台系统对茶蛋机设备进行监测的过程中,能够基于茶蛋机上茶包的使用情况以对用户可能喜欢的类型进行预测,从而能够较为准确的对茶包进行订阅推送,提高茶包的推送营销效果;

51、在进行用户可能喜欢类型预测的过程中,通过对各茶包的原料进行拆分分析,从而提高数据分析的准确性。