排队等待时间预测方法、装置及存储介质与流程

本发明涉及计算机，尤其涉及一种排队等待时间预测方法、装置及存储介质。

背景技术：

1、随着生活水平的提高，外出就餐已成为日常生活中不可或缺的一部分，尤其是在节假日或周末，热门餐馆经常出现“门庭若市”的现象，据统计，在高峰时段，顾客在热门餐馆外的平均排队时间大概超过30分钟，甚至可能长达1小时，这不仅会降低顾客的就餐体验，还因餐馆桌位数量有限而导致大量顾客只能在门外等待，等待时间较长。

2、相关技术中，为避免顾客等待时间时间较长，一些具有排队功能的应用程序会给顾客提供远程取号功能以及查看前方等待桌数的功能，以此来缓解顾客等待时间较长的问题。

3、然而，上述技术仍然存在顾客盲目等待的问题。

技术实现思路

1、本发明提供一种排队等待时间预测方法、装置及存储介质，用以解决现有技术中顾客盲目等待的缺陷，实现通过对餐厅的监控视频、点餐信息以及排队队列等信息实时协同分析，以预测出每个排队顾客的等待时间，帮助顾客合理规划到店时间，避免盲目长时间等待，减少不必要的排队拥挤，提升顾客就餐体验的满意度；同时可以提高桌位周转效率，优化餐厅的资源配置，减少客流量流失，实现顾客与餐厅商家的双赢局面。

2、本发明提供一种排队等待时间预测方法，包括：

3、获取当前时刻餐厅内的监控视频、当前时刻餐厅内每桌顾客的点餐信息以及当前时刻的排队队列；上述监控视频中包括餐厅内的每张桌子以及餐厅内的顾客；

4、对监控视频进行逐帧分析，确定餐厅内每张桌子的使用状态以及餐厅内的顾客对应的多维度特征；上述多维度特征用于表征餐厅内的多个顾客是否属于同一群体；

5、根据多维度特征以及餐厅内每张桌子的使用状态，确定餐厅内属于同一群体的多桌顾客之间的关系类型，并根据关系类型确定餐厅内属于同一群体的多桌顾客的第一同步离开概率；上述第一同步离开概率表征属于同一群体的多桌顾客同时离开餐厅的概率；

6、根据餐厅内每桌顾客的点餐信息，确定每桌顾客的预计用餐时间；

7、根据第一同步离开概率和餐厅内每桌顾客的预计用餐时间，预测排队队列中排队顾客当前时刻的等待时间。

8、根据本发明提供的一种排队等待时间预测方法，上述多维度特征包括时间维度特征、空间维度特征、社交维度特征以及行为一致性维度特征中的至少两个，上述根据多维度特征以及餐厅内每张桌子的使用状态，确定餐厅内属于同一群体的多桌顾客之间的关系类型，并根据关系类型确定餐厅内属于同一群体的多桌顾客的第一同步离开概率，包括：

9、针对餐厅内使用状态为使用的桌子，根据时间维度特征和空间维度特征计算餐厅内属于同一群体的多桌顾客的时空关联量化值；

10、根据社交维度特征和行为一致性维度特征计算餐厅内属于同一群体的多桌顾客的互动行为量化值；

11、根据互动行为量化值确定餐厅内属于同一群体的多桌顾客之间的关系类型；

12、根据时空关联量化值和互动行为量化值确定餐厅内属于同一群体的多桌顾客的群体关系量化值，并根据群体关系量化值和关系类型确定属于同一群体的多桌顾客的第一同步离开概率。

13、根据本发明提供的一种排队等待时间预测方法，上述根据餐厅内每桌顾客的点餐信息，确定每桌顾客的预计用餐时间，包括：

14、根据点餐信息中的各菜品的特征信息，确定点餐信息对应桌位的菜品准备时间和菜品用餐时间；特征信息包括菜品的种类、数量、质地、热量中的至少一个；

15、获取餐厅当前时刻的积压订单数量以及厨房出餐速率，并根据菜品准备时间、积压订单数量以及厨房出餐速率，确定餐厅内每桌顾客的出餐等待时间；

16、根据多维度特征确定餐厅内属于同一群体的多桌顾客的群体规模数量；

17、根据群体规模数量、关系类型、出餐等待时间以及菜品用餐时间，确定餐厅内每桌顾客的预计用餐时间。

18、根据本发明提供的一种排队等待时间预测方法，上述根据群体规模数量、关系类型、出餐等待时间以及菜品用餐时间，确定餐厅内每桌顾客的预计用餐时间，包括：

19、根据群体规模数量和预设的数量到系数的非线性转换关系，确定群体规模数量对应的群体规模调整系数；上述数量到系数的非线性转换关系根据餐厅内每桌顾客的历史群体规模数量、历史实际用餐时间以及历史点餐信息确定；

20、根据关系类型和预设的映射关系，确定关系类型对应的关系类型调整系数；上述映射关系中包括不同关系类型与关系类型调整系数之间的对应关系；

21、根据出餐等待时间、菜品用餐时间、群体规模调整系数以及关系类型调整系数，确定餐厅内每桌顾客的预计用餐时间。

22、根据本发明提供的一种排队等待时间预测方法，上述根据第一同步离开概率和餐厅内每桌顾客的预计用餐时间，预测排队队列中排队顾客当前时刻的等待时间之前，上述方法还包括：

23、对监控视频中的关键帧进行分析，确定每桌顾客的餐具使用频率和菜品剩余面积，并根据每桌顾客的餐具使用频率、菜品剩余面积以及预计用餐时间，确定餐厅内每桌顾客的进食进度；

24、相应地，上述根据第一同步离开概率和餐厅内每桌顾客的预计用餐时间，预测排队队列中排队顾客当前时刻的等待时间，包括：

25、根据每桌顾客的进食进度和第一同步离开概率，确定属于同一群体的多桌顾客的第二同步离开概率；

26、根据第二同步离开概率和餐厅内每桌顾客的预计用餐时间，预测排队顾客当前时刻的等待时间。

27、根据本发明提供的一种排队等待时间预测方法，上述排队队列中包括排队顾客的群体规模以及排队顺序，上述根据第二同步离开概率和餐厅内每桌顾客的预计用餐时间，预测排队顾客当前时刻的等待时间，包括：

28、根据每桌顾客的进食进度和预计用餐时间，确定餐厅内每桌顾客的剩余用餐时间，并根据餐厅内每桌顾客的剩余用餐时间，确定餐厅内每桌对应的第一空闲时间；

29、根据第二同步离开概率、以及第二同步离开概率对应的同一群体所使用的桌子对应的第一空闲时间，确定第二同步离开概率对应的同一群体所使用的桌子对应的第二空闲时间；

30、根据餐厅内每桌的第一空闲时间以及同一群体所使用的桌子对应的第二空闲时间，确定餐厅内每桌对应的目标空闲时间；

31、根据餐厅内每桌对应的目标空闲时间、排队队列中排队顾客的群体规模以及排队顺序，确定排队顾客当前时刻的等待时间。

32、根据本发明提供的一种排队等待时间预测方法，上述方法还包括：

33、根据排队队列中排队顾客当前时刻的等待时间和当前时刻的时间，计算排队顾客当前的预计到店时间；

34、根据当前时刻排队顾客的排队顺序，获取排队顾客对应的排队编号、等待组数；

35、向排队顾客的终端推送排队信息；上述排队信息包括排队顾客的排队编号、等待组数、排队顾客当前时刻的等待时间以及排队顾客当前的预计到店时间中的至少一个。

36、本发明还提供一种排队等待时间预测装置，包括如下模块：

37、信息获取模块，用于获取当前时刻餐厅内的监控视频、当前时刻餐厅内每桌顾客的点餐信息以及当前时刻的排队队列；上述监控视频中包括餐厅内的每张桌子以及餐厅内的顾客；

38、状态及特征分析模块，用于对监控视频进行逐帧分析，确定餐厅内每张桌子的使用状态以及餐厅内的顾客对应的多维度特征；上述多维度特征用于表征餐厅内的多个顾客是否属于同一群体；

39、同步离开分析模块，用于根据多维度特征以及餐厅内每张桌子的使用状态，确定餐厅内属于同一群体的多桌顾客之间的关系类型，并根据关系类型确定餐厅内属于同一群体的多桌顾客的第一同步离开概率；上述第一同步离开概率表征属于同一群体的多桌顾客同时离开餐厅的概率；

40、点餐分析模块，用于根据餐厅内每桌顾客的点餐信息，确定每桌顾客的预计用餐时间；

41、预测模块，用于根据第一同步离开概率和餐厅内每桌顾客的预计用餐时间，预测排队队列中排队顾客当前时刻的等待时间。

42、本发明还提供一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如上述任一种所述排队等待时间预测方法。

43、本发明还提供一种计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现如上述任一种所述排队等待时间预测方法。

44、本发明还提供一种计算机程序产品，包括计算机程序，所述计算机程序被处理器执行时实现如上述任一种所述排队等待时间预测方法。

45、本发明提供的排队等待时间预测方法、装置及存储介质，通过获取当前时刻餐厅内每张桌子以及餐厅内顾客的监控视频、当前时刻餐厅内每桌顾客的点餐信息以及当前时刻的排队队列，然后对监控视频进行逐帧分析以确定每张桌子的使用状态和餐厅内顾客对应的多维度特征，根据多维度特征以及餐厅内每张桌子的使用状态，确定餐厅内属于同一群体的多桌顾客之间的关系类型，并根据关系类型确定餐厅内属于同一群体的多桌顾客的第一同步离开概率；同时根据餐厅内每桌顾客的点餐信息，确定每桌顾客的预计用餐时间，然后根据第一同步离开概率和餐厅内每桌顾客的预计用餐时间，预测排队队列中排队顾客当前时刻的等待时间；其中多维度特征用于表征餐厅内的多个顾客是否属于同一群体，第一同步离开概率表征属于同一群体的多桌顾客同时离开餐厅的概率。该方法中，由于可以通过对餐厅的监控视频、点餐信息以及排队队列等信息实时协同分析，获得餐厅内每张桌子的使用状态、每桌顾客的预计用餐时间以及属于同一群体的多桌顾客的同步离开概率，并通过这些信息综合实时地去预测排队顾客当前的等待时间，这样参与等待时间预测的信息更多更全面，因此预测的排队等待时间更加精准且实用性更强，从而通过该排队等待时间可以帮助顾客合理规划到店时间，避免顾客盲目长时间等待，从而可以提升顾客的就餐体验的满意度；同时可以提高餐厅内桌位周转效率，优化餐厅的资源配置，减少客流量流失，实现顾客与餐厅商家的双赢局面。