一种菜品推荐方法及装置与流程

1.本技术涉及数据处理技术领域，特别涉及为一种菜品推荐方法及装置。


背景技术：

2.随着互联网技术的不断成熟，越来越多的传统行业开始采用互联网技术，打破信息的不对称性格局，以及对产生的大数据进行整合利用，使得资源利用最大化。
3.例如现在许多餐馆都采取线上点餐的方式进行点餐，既节约了人工成本，也能提高客户体验。
4.但是当客户在线下餐馆进行线上点餐时，由于对菜品的不熟悉，且推荐的菜品往往只是店内的招牌菜，客户很有可能对推荐的菜品不满意。


技术实现要素：

5.本发明的目的在于提供一种菜品推荐方法及装置，能够解决如何提高推送客户满意菜品的准确度的问题。
6.为了实现上述发明目的，本发明提供如下技术方案：
7.第一方面，提供一种菜品推荐方法，包括:
8.获取客户id；
9.根据所述id判断客户是否为老客户；
10.若是，获取客户的历史点餐记录，所述历史点餐记录包括：点餐菜品、点餐菜品次数，所述历史点餐记录包括：在本餐厅的历史点餐记录或在点餐平台的历史点餐记录；
11.将待点餐菜品与所述点餐菜品进行匹配，得到匹配菜品，所述待点餐菜品为菜单上的菜品；
12.在所述匹配菜品中选择点菜次数最高的菜品作为推荐菜品，将所述推荐菜品推荐给客户。
13.上述菜品推荐方法，通过获取客户id，判断出客户属性，根据客户属性向客户推荐菜品。对于老客户，根据其历史点餐菜品确定本次推荐的菜品，当客户某一历史点餐菜品次数越多，说明客户越满意该菜品，意味着本次就餐客户也可能更大概率点这一个菜品。因此推荐历史点餐菜品最多的菜品，能够一定程度提高推送客户满意菜品的准确度。
14.第一方面的一个可能的实现方式，所述历史点餐记录还包括：菜品评价，所述方法还包括：判断所述菜品评价是否为正面；将所述菜品评价为正面的菜品推荐给客户。
15.第一方面的一个可能的实现方式，所述方法还包括：计算待点餐菜品与点餐菜品的相似度；选择所述相似度处于预设范围内的点餐菜品作为候选菜品；选择所述候选菜品中点餐次数最多的菜品对应的待点餐菜品作为相似菜品；将所述相似菜品推荐给客户。
16.第一方面的一个可能的实现方式，所述历史点餐记录还包括：点餐菜品价格，所述方法还包括：根据所述点餐菜品与所述点餐菜品价格计算菜品的平均价格；向客户推荐与所述平均价格处于相同价格区间或相邻价格区间的菜品。
17.第一方面的一个可能的实现方式，若否，获取客户id对应的地理信息；根据所述地理信息推荐对应的菜品。
18.第二方面，提供一种菜品推荐装置，所述装置包括：
19.第一获取模块，用于获取客户id；
20.判断模块，用于根据所述id判断客户是否为老客户；
21.第二获取模块，用于当客户是老客户时，获取客户的历史点餐记录，所述历史点餐记录包括：点餐菜品、点餐菜品次数，所述历史点餐记录包括：在本餐厅的历史点餐记录或在点餐平台的历史点餐记录；
22.匹配模块，用于将待点餐菜品与所述点餐菜品进行匹配，得到匹配菜品，所述待点餐菜品为菜单上的菜品；
23.第一推荐模块，用于在所述匹配菜品中选择点菜次数最高的菜品作为推荐菜品，将所述推荐菜品推荐给客户。
24.上述菜品推荐装置，通过获取客户id，判断出客户属性，根据客户属性向客户推荐菜品。对于老客户，根据其历史点餐菜品确定本次推荐的菜品，当客户某一历史点餐菜品次数越多，说明客户越满意该菜品，意味着本次就餐客户也可能更大概率点这一个菜品。因此推荐历史点餐菜品最多的菜品，能够在一定程度提高推送客户满意菜品的准确度。
25.第二方面的一个可能的实现方式，所述历史点餐记录还包括：菜品评价，所述装置还包括：判断模块，用于判断所述菜品评价是否为正面；第二推荐模块，用于将所述菜品评价为正面的菜品推荐给客户。
26.第二方面的一个可能的实现方式，所述装置还包括：第一计算模块，用于计算待点餐菜品与点餐菜品的相似度；第一选择模块，用于选择所述相似度处于预设范围内的点餐菜品作为候选菜品；第二选择模块，用于选择所述候选菜品中点餐次数最多的菜品对应的待点餐菜品作为相似菜品；第三推荐模块，用于将所述相似菜品推荐给客户。
27.第二方面的一个可能的实现方式，所述历史点餐记录还包括：点餐菜品价格，所述装置还包括：第二计算模块，用于根据所述点餐菜品与所述点餐菜品价格计算菜品的平均价格；第四推荐模块，用于向客户推荐与所述平均价格处于相同价格区间或相邻价格区间的菜品。
28.第二方面的一个可能的实现方式，所述装置还包括：第三获取模块，用于当客户是新客户时，获取客户id对应的地理信息；第五推荐模块，用于根据所述地理信息推荐对应的菜品。
附图说明
29.为了更清楚地说明本技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
30.其中：
31.图1为一个实施例中菜品推荐方法的流程图；
32.图2为一个实施例中的系统框图；
33.图3为一个实施例中计算机设备的内部结构图。
具体实施方式
34.应当理解，此处所描述的具体实施例仅仅用以解释本技术，并不用于限定本技术。
35.下面将结合本技术的实施例中的附图，对本技术的实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本技术的一部分实施例，而不是全部的实施例。基于本技术中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本技术保护的范围。
36.需要说明的是，本技术的说明书和权利要求书及上述附图中的术语“包括”、“包含”和“具有”以及它们任何变形，意图在于覆盖不排他的包含。例如包含了一系列步骤或单元的过程、方法、终端、产品或设备没有限定于已列出的步骤或单元，而是可选地还包括没有列出的步骤或单元，或可选地还包括对于这些过程、方法、产品或设备固有的其他步骤或单元。在本技术的权利要求书、说明书以及说明书附图中的术语，诸如“第一”和“第二”等之类的关系术语仅仅用来将一个实体/操作/对象与另一个实体/操作/对象区分开来，而不一定要求或者暗示这些实体/操作/对象之间存在任何这种实际的关系或者顺序。
37.在本文中提及“实施例”意味着，结合实施例描述的特定特征、结构或特性可以包含在本技术的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例，也不是与其他实施例互斥的独立的或备选的实施例。本领域技术人员显式地和隐式地理解的是，本文所描述的实施例可以与其他实施例相结合。
38.目前很多餐厅都采用线上点餐的方式，客户通过扫码下单，不需要通过服务员点餐，能节约成本，且客户体验也比较好。但很多客户到餐厅吃饭时，往往不知道点什么菜比较合口味，通常系统会推荐该餐厅的招牌菜，但客户不一定会喜欢吃招牌菜，导致对推荐的菜品不满意，又不知道该餐厅的哪些菜品符合自己的口味。基于这个问题，本技术提出了一种菜品推荐方法，通过获取客户的历史点餐记录，了解客户经常点的菜品，通常客户点同一个菜品次数越多，说明客户比较喜欢吃该菜品。将客户历史点餐记录中点餐次数高的菜品与本餐厅出售的菜品匹配，将匹配菜品推荐给客户，能够一定程度提高推送客户满意菜品的准确度。
39.如图1所示，提出了一种菜品推荐方法，包括：
40.步骤101，终端获取客户id。
41.其中，当客户通过线下餐厅点餐时，扫描桌上的二维码，进入点餐页面。在客户点餐前，如果是新客户，需要进行注册，生成客户id，如果是老客户，终端获取客户id。通过客户的id可以查询到客户的资料，如历史点餐记录，客户信息等。终端包括计算机、平板电脑等。
42.步骤102，终端根据所述id判断客户是否为老客户。
43.步骤103，若是，终端获取客户的历史点餐记录，所述历史点餐记录包括：点餐菜品、点餐菜品次数，所述历史点餐记录包括：在本餐厅的历史点餐记录或在点餐平台的历史点餐记录。
44.其中，当终端判定客户是老客户时，说明客户之前在该餐厅点过餐，用户历史点过的菜品具有参考意义，终端根据客户id查询到客户的历史点餐记录。
45.步骤104，终端将待点餐菜品与所述点餐菜品进行匹配，得到匹配菜品，所述待点餐菜品为菜单上的菜品.
46.其中，终端通过获取历史点餐记录中的点餐菜品，与待点餐菜品即菜单上的菜品进行匹配，待点餐菜品预存在系统里，当待点餐菜品与点餐菜品匹配成功时，即二者是同一道菜，将该菜品作为匹配菜品。
47.步骤105，终端在所述匹配菜品中选择点菜次数最高的菜品作为推荐菜品，将所述推荐菜品推荐给客户。
48.其中，点餐次数越多，说明客户越喜欢这道菜，因此将匹配菜品中点菜次数最高的菜品作为推荐菜品，推荐给客户。此外，根据推荐菜品数量的实际需要，可以按点餐次数排序依次推荐给客户，而不仅仅限于只推荐点餐次数最高的点餐菜品。
49.上述菜品推荐方法，通过获取客户id，判断出客户属性，根据客户属性向客户推荐菜品。对于老客户，根据其历史点餐菜品确定本次推荐的菜品，当客户某一历史点餐菜品次数越多，说明客户越满意该菜品，意味着本次就餐客户也可能更大概率点这一个菜品。因此推荐历史点餐菜品最多的菜品，能够一定程度提高推送客户满意菜品的准确度。
50.在一个实施例中，所述历史点餐记录还包括：菜品评价，所述方法还包括：终端判断所述菜品评价是否为正面；将所述菜品评价为正面的菜品推荐给客户。
51.其中，客户在消费完之后会对菜品做出评价，当客户做出正面的评价时，说明客户有较大概率喜欢吃这道菜品。因此当客户下次就餐时，将这道菜推荐给客户，客户大概率会比较满意这道菜。当终端根据id判定客户为老客户后，获取该客户的历史点餐记录，历史就餐记录中包括了菜品评价，终端获取用户的菜品评价，采用关键词提取算法提取菜品评价中的关键词，根据关键词判断该评价是否正面。例如，某位用户对某道菜品的评价是“这家餐厅环境很好，非常干净整洁，食物不仅外形美观，重要的是味道非常棒，色味俱佳。做法保留了食材原有的味道，清新爽口。而且菜品选择非常多，价格也不高，适合带着家人一起去。”，通过关键词提取算法提取出“环境很好”“干净整洁”“色味俱佳”“味道非常棒”“价格不高”等关键词，终端根据这些关键词判断出客户对这道菜品的评价为正面评价，说明客户对这道菜大概率比较满意。如果某位用户对某道菜品的评价是“这家店的菜一点都不好吃，还贵，性价比很低，上的菜都冷了，感觉菜也不新鲜”，通过关键词提取算法提取出“不好吃”“贵”“不新鲜”等关键词，终端根据这些关键词判断出客户对这道菜品的评价为负面评价，说明客户对这道菜不满意，因此不会再向客户推荐这道菜，以免引起客户不满。因此将菜品评价为正面的菜品推荐给客户，大概率客户会比较满意。
52.在一个实施例中，所述方法还包括：终端计算待点餐菜品与点餐菜品的相似度；选择所述相似度处于预设范围内的点餐菜品作为候选菜品；选择所述候选菜品中点餐次数最多的菜品对应的待点餐菜品作为相似菜品；将所述相似菜品推荐给客户。
53.其中，当客户在其他餐厅或者点餐平台上点餐后，也会产生历史点餐记录，终端获取这些历史点餐记录中的点餐菜品。通过对菜品进行量化分析，计算出待点餐菜品与点餐菜品的相似度。对待点餐进行相似度筛选，选择所述相似度处于预设范围内的点餐菜品作为候选菜品。预设范围根据实际需要自行设置，例如设置成70-100％。选择所述候选菜品中点餐次数最多的菜品对应的待点餐菜品作为相似菜品；将所述相似菜品推荐给客户。候选菜品是点餐菜品与本餐厅待点餐菜品的相似度处于预设范围内的菜品，选择候选菜品中点
菜次数最高的菜品，客户对该菜品点餐次数越多，说明客户越满意该菜品，意味着本次就餐客户也可能更大概率点这一个菜品，能够一定程度提高推送客户满意菜品的准确度。此外，通过读取历史点餐数据并进行分析，即使客户没在本餐厅吃过饭，也能向客户推荐客户满意的菜品。
54.在一个实施例中，所述历史点餐记录还包括：点餐菜品价格，所述方法还包括：终端根据所述点餐菜品与所述点餐菜品价格计算菜品的平均价格；向客户推荐与所述平均价格处于相同价格区间或相邻价格区间的菜品。
55.其中，客户在点餐时，通常会点价格在自己接受范围内的菜品。因此计算客户经常点餐的菜品所处的价格区间，向客户推荐处于该区间的菜品，客户更容易接受。在本实施例中，历史点餐记录中还包括点餐菜品价格，终端根据点餐菜品与点餐菜品价格计算菜品的平均价格。终端划定好价格区间，例如划分为0-30元、30-50元、50-100元、100元以上。当计算该用户点餐的平均价格为25元，向客户推荐处于0-30元区间的菜品或30-50元区间的菜品。通过计算客户的平均点餐价格，向客户推荐处于相同价格区间或相邻价格区间的菜品，客户更容易接受，能够一定程度提高推送客户满意菜品的准确度。
56.在一个实施例中，所述方法还包括：若否，获取客户id对应的地理信息；根据所述地理信息推荐对应的菜品。
57.其中，对于新客户，根据客户所处地区判断客户的口味在一定程度上是准确的。当终端判定客户为新客户后，终端根据用户id获取用户的地理信息，在系统内预存了每一个身份对应的口味，同时也预存了待点餐菜品的口味，根据地理信息推荐对应的菜品。例如，客户的地理信息为湖南，系统中对应的口味为：辣、重油。因此，将对应该口味的菜品推荐给客户，相对于随机推荐，客户有较大概率会满意这道菜。
58.如图2所示，提出了一种菜品推荐装置，包括：
59.第一获取模块201，用于获取客户id；
60.判断模块202，用于根据所述id判断客户是否为老客户；
61.第二获取模块203，用于当客户是老客户时，获取客户的历史点餐记录，所述历史点餐记录包括：点餐菜品、点餐菜品次数，所述历史点餐记录包括：在本餐厅的历史点餐记录或在点餐平台的历史点餐记录；
62.匹配模块204，用于将待点餐菜品与所述点餐菜品进行匹配，得到匹配菜品，所述待点餐菜品为菜单上的菜品；
63.第一推荐模块205，用于在所述匹配菜品中选择点菜次数最高的菜品作为推荐菜品，将所述推荐菜品推荐给客户。
64.上述菜品推荐装置，通过获取客户id，判断出客户属性，根据客户属性向客户推荐菜品。对于老客户，根据其历史点餐菜品确定本次推荐的菜品，当客户某一历史点餐菜品次数越多，说明客户越满意该菜品，意味着本次就餐客户也可能更大概率点这一个菜品。因此推荐历史点餐菜品最多的菜品，能够在一定程度提高推送客户满意菜品的准确度。
65.在一个实施例中，所述历史点餐记录还包括：菜品评价，所述装置还包括：判断模块，用于判断所述菜品评价是否为正面；第二推荐模块，用于将所述菜品评价为正面的菜品推荐给客户。
66.在一个实施例中，所述装置还包括：第一计算模块，用于计算待点餐菜品与点餐菜
品的相似度；第一选择模块，用于选择所述相似度处于预设范围内的点餐菜品作为候选菜品；第二选择模块，用于选择所述候选菜品中点餐次数最多的菜品对应的待点餐菜品作为相似菜品；第三推荐模块，用于将所述相似菜品推荐给客户。
67.在一个实施例中，所述历史点餐记录还包括：点餐菜品价格，所述装置还包括：第二计算模块，用于根据所述点餐菜品与所述点餐菜品价格计算菜品的平均价格；第四推荐模块，用于向客户推荐与所述平均价格处于相同价格区间或相邻价格区间的菜品。
68.在一个实施例中，所述装置还包括：第三获取模块，用于当客户是新客户时，获取客户id对应的地理信息；第五推荐模块，用于根据所述地理信息推荐对应的菜品。
69.如图3所示，在一个实施例中，提出了一种计算机设备，该计算机设备包括通过终端总线连接的处理器、存储器和网络接口。其中，存储器包括非易失性存储介质和内存储器。该计算机设备的非易失性存储介质有存储操作终端，还可有存储计算机程序，该计算机程序被处理器执行时，可使得处理器实现上述的菜品推荐方法。该内存储器中也可储存有计算机程序，该计算机程序被处理器执行时，可使得处理器执行上述的菜品推荐方法。本领域技术人员可以理解，图3中示出的结构，仅仅是与本技术方案相关的部分结构的框图，并不构成对本技术方案所应用于其上的设备的限定，具体的设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。
70.在一个实施例中，提出了一种计算机可读存储介质，有存储计算机程序，计算机程序被处理器执行时，使得处理器执行上述菜品推荐方法的步骤。
71.可以理解的是，上述菜品推荐方法、装置、设备及存储介质属于一个总的发明构思，实施例可相互适用。
72.本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的程序可存储于一非易失性计算机可读取存储介质中，该程序在执行时，可包括如上述各方法的实施例的流程。其中，本技术所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(rom)、可编程rom(prom)、电可编程rom(eprom)、电可擦除可编程rom(eeprom)或闪存。易失性存储器可包括随机存取存储器(ram)或者外部高速缓冲存储器。作为说明而非局限，ram以多种形式可得，诸如静态ram(sram)、动态ram(dram)、同步dram(sdram)、双数据率sdram(ddrsdram)、增强型sdram(esdram)、同步链路(synchlink)dram(sldram)、存储器总线(rambus)直接ram(rdram)、直接存储器总线动态ram(drdram)、以及存储器总线动态ram(rdram)等。
73.以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
74.以上所述实施例仅表达了本技术的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对本技术专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本技术构思的前提下，还可以做出若干变形和改进，这些都属于本技术的保护范围。因此，本技术专利的保护范围应以所附权利要求为准。