基于大数据分析的荐酒及酒量智能控制算法及服务器

1.本发明涉及宾馆酒店设备领域，具体涉及一种基于大数据分析的荐酒及酒量智能控制算法及服务器。


背景技术：

2.目前，饮料自动售货机用于饮品的销售，消费者可以在机器上或者手机app中选择想饮用的饮料，并在投币或者电子支付后通过杯子接装饮料，但是对于酒精饮品目前自动销售系统还不多见，并且对于酒精饮品需要对消费者的具体情况进行选择，以防止消费者饮用过量。
3.因此，需要设计一种基于大数据分析的荐酒及酒量智能控制算法及服务器。


技术实现要素：

4.本发明的目的是提供一种基于大数据分析的荐酒及酒量智能控制算法及服务器。
5.为了解决上述技术问题，本发明提供了一种荐酒及酒量智能控制算法，包括：
6.构建售酒历史数据集；
7.对售酒历史数据集的特征和酒的品种类别进行编码；
8.计算当前消费者的特征与各种类别酒的特征数据的加权平均相似度；
9.根据加权平均相似度中最大值所对应的类别酒推荐给消费者，即控制相应类别酒对应的电磁阀。
10.又一方面，本发明还提供了一种服务器，加载所述的荐酒及酒量智能控制算法，以产生出酒量控制信号；其中
11.所述酒量控制信号适于控制相应类别酒对应的电磁阀打开时间，以获得对应出酒量。
12.本发明的有益效果是，本发明的基于大数据分析的荐酒及酒量智能控制算法能够结合消费者信息与当前环境数据，推荐特定酒的品种给消费者，并且在消费者购买酒时，能根据消费者情况控制对消费者的出酒量，防止酒醉。
附图说明
13.下面结合附图和实施例对本发明进一步说明。
14.图1是荐酒及酒量智能控制算法的流程图；
15.图2是本发明的自动售酒系统的原理框图。
具体实施方式
16.现在结合附图对本发明作进一步详细的说明。这些附图均为简化的示意图，仅以示意方式说明本发明的基本结构，因此其仅显示与本发明有关的构成。
17.如图1和图2所示，在本实施例中，所述荐酒及酒量智能控制算法包括确定售卖酒
的类别；具体的，步骤s1，构建售酒历史数据集；步骤s2，对售酒历史数据集的特征和酒的品种类别进行编码；步骤s3，计算当前消费者的特征与各种类别酒的特征数据的加权平均相似度；步骤s4，根据加权平均相似度中最大值所对应的类别酒推荐给消费者，即控制相应类别酒对应的电磁阀，所述电磁阀位于自动售酒系统内。
18.构建售酒历史数据集的方法包括：年龄、性别、地域、季节和酒的品种类别；具体的，荐酒及酒量智能控制算法还包括服务器，所述服务器适于加载荐酒及酒量控制算法模型以获得出酒量控制信号，自动售酒系统接收出酒量控制信号，即通过通讯模块发送至控制模块；所述服务器依据售酒的历史数据记录，在服务器上选取典型数据构成数据集，举例如下表：
[0019][0020]
对上述特征及酒的品种类别进行one hot编码，以得到ai为年龄、性别、地域、季节特征编码集合，以及di为第i个样本的酒的品种类别的one hot编码；其中ai＝(a
i1
，a
i2
，a
i3
，a
i4
)；其中，a
i1
为第i个样本的年龄的one hot编码；a
i2
为第i个样本的性别的one hot编码；a
i3
为第i个样本的消费者籍贯的one hot编码；a
i4
为第i个样本的季节的one hot编码；m为样本数，1≤i≤m；计算当前消费者的特征信息向量与各种类别酒的特征数据的加权平均相似度的方法包括：
[0021][0022]
其中，bk为当前消费者的特征信息向量与第k类酒的品种的消费者的加权平均相似度；ac＝(a
c1
，a
c2
，a
c3
，a
c4
)为当前消费者的特征信息向量；
[0023]
其中，a
c1
为当前消费者的年龄的one hot编码；
[0024]ac2
为当前消费者的性别的one hot编码；
[0025]ac3
为当前消费者的消费者籍贯的one hot编码；
[0026]ac4
为当前消费者的季节的one hot编码；
[0027][0028]
j为酒的品种类别种数，1≤k≤j；
[0029]
γ1，γ2，γ3，γ4为权重，其数值在0与1之间，且所有权重总和为1(例如：权重值分别为0.1、0.3、0.4、0.2，具体值可由管理人员确定与灵活调整)；
[0030]
当前消费者与售酒历史数据集各数据进行求解计算得到相应的bk；
[0031]
根据以上计算得到bk，比较b1，
…bk
…
，bj,选取加权平均相似度中最大的值所对应的类别酒推荐给消费者。
[0032]
以当前消费者与售酒历史数据集的第二条数据，且对应第二种酒的b2求解为例
[0033]
售酒历史数据集中选用第二条数据，即年龄41、男性、南方人、季节为冬天取4(当时数据采集时候的季节)，则相应one hot编码如下：
[0034]
年龄为0
…0…1…0…
0，其中1处于从右向左第41位；
[0035]
性别为1；
[0036]
消费者籍贯为1；
[0037]
季节为1000；
[0038]
当前消费者的信息，年龄25、女性、南方人、当前季节为秋天取3，则相应one hot编码如下：
[0039]
年龄为0
…0…0…1…
0，其中1处于从右向左第25位；
[0040]
性别为0；
[0041]
消费者籍贯为1；
[0042]
季节为0100；
[0043]
设定γ1，γ2，γ3，γ4的取值分别是0.1、0.3、0.4、0.2，则对应第二种酒计算过程如下：
[0044]
(γ1a
c1ai1
γ2a
c2ai2
γ3a
c3ai3
γ4a
c4ai4
)i(di＝2)
[0045]
＝(0.1
×
0 0.3
×
0 0.4
×
1 0.2
×
0)
×1[0046]
＝0.4
[0047]
采用同样的方式将当前消费者数据与数据库中所有的数据进行比较，可以获得其他数值如0.6、0.8、0.7
……
，若样本取2000，则假设累加获得值为380，的计算值为2000，则可以计算b2＝0.19。
[0048]
采样相同的做法也可以求得b1＝0.15、b3＝0.07；
[0049]
因此可以看出b2＝0.19的值最大，故取第二种酒推荐给消费者。
[0050]
所述荐酒及酒量控制算法模型还包括消费者出酒量控制，防止消费者饮酒过量导致酒醉；具体的，根据消费者的身体状态、精神状态获得出酒量的上限值，以控制相应类别酒对应的电磁阀打开时间。
[0051]
在具体实现过程中，消费者购买酒时，在智能终端的微信小程序中提供问卷页面。根据问卷问题的回答，控制对消费者的出酒量，防止酒醉。对于跳过和不回答问卷的，可以给予酒精度最小的酒，且其出酒上限可以设定为不超过50ml，也可以根据具体情况不售酒。
[0052]
回答问卷的,根据问卷回答确定出酒量的上限。
[0053]
通过问卷可得到消费者目前身体状态、精神状态；以及是否是乙醛脱氢酶缺陷型(饮酒后是否会面红心跳？)。
[0054]
具体的，所述根据消费者的身体状态、精神状态获得出酒量的上限值，即消费者的出酒量与消费者身体状态、精神状态的回归系数；其中，回归系数按以下公式计算：θ＝(x
t
wx)-1
x
t
wy；θ＝(θ2,θ1,θ0)；其中，θ为回归系数的向量；x为消费者身体状态、精神状态历史数据的矩阵；xn＝(x
n2
,x
n1
,1)，x
n2
为第n个样本的身体状态，x
n1
为第n个样本的精神状态；其中1≤n≤p，p为历史数据的样本数；y为消费者出酒量历史数据向量，向量有p个元素；w为
拟合权重的矩阵，
[0055]
其中,xc＝(x
c2
,x
c1
,1)，x
c2
为当前消费者的身体状态向量、x
c1
为当前消费者的精神状态向量；a
l
为当前消费者乙醛脱氢酶缺陷标志，设定乙醛脱氢酶缺陷为50，乙醛脱氢酶不缺陷为1；β为调整因子，取值在-2～-3；根据yc＝θxc得到对当前消费者设定的最大出酒量yc。
[0056]
以下通过具体数据对出酒量进行计算。
[0057]
xn＝(x
n2
,x
n1
,1)，设定x
n2
为0.6，x
n1
为0.7；
[0058]
假设xc＝(0.8，0.75，1)，其中0.8为当前消费者的身体状态向量，0.75为消费者当前的精神状态向量
[0059]al
＝1 β＝-2.5；
[0060]
则根据可计算出w(n,n)；
[0061][0062]
同理可以得到w(1,1)，w(2,2)，
……
；w(p,p)
[0063]
则可得到拟合权重的矩阵
[0064]
随后根据θ＝(x
t
wx)-1
x
t
wy计算θ；
[0065]
具体的，矩阵维度分别为
[0066]
则(x
t
wx)-1
的维度为(3
×
p)
×
(p
×
p)
×
(p
×
3)取逆之后为3
×
3；
[0067]
再与x
t
wy相乘得到θ的维度为(3
×
3)
×
(3
×
p)
×
(p
×
p)
×
(p
×
1)＝3
×
1维。
[0068]
根据以上方法计算得到θ＝(51.437,22.126,14.782)；
[0069]
则根据yc＝θxc＝(51.437,22.126,14.782)
·
(0.8,0.75,1)＝72.526。
[0070]
上述72.526作为最大出酒量，并设定单位为毫升。
[0071]
在本实施例中，本实施还提供了一种服务器，加载所述的荐酒及酒量智能控制算法，以产生出酒量控制信号；其中所述酒量控制信号适于控制相应类别酒对应的电磁阀打开时间，以获得对应出酒量。
[0072]
消费者使用智能终端如手机移动端应用(如微信，app等)扫描自动售酒系统中显示模块所显示的二维码。以微信为例，消费者在扫描二维码图案后，手机移动端应用首先会通过小程序链接到微信服务器上的自动售卖酒小程序，然后通过该小程序向消费者发送自动售卖酒页面，通过与消费者交互，得到消费者发送的购买信息后(对于消费者支付，微信小程序提供支付接口)，将购买信息传送到服务器。
[0073]
服务器得到消费者发送的购买信息并确认消费者已支付后，发送出酒量控制信号给控制模块，嵌入式cpu发送指令给出酒控制模块向客户出酒。管理计算机用于酒厂及宾馆酒店设置与查看信息，如价格、销量等。
[0074]
售卖酒有自选与自动两种模式。自选模式由消费者设定购买酒的品种；自动模式由服务器根据历史数据，结合消费者信息与当前环境数据，推荐特定酒的品种给消费者。此外，系统可进行出酒量控制防止消费者饮酒过量导致酒醉。
[0075]
控制模块通过通讯模块(4g，wifi或以太网)与服务器通信，接受服务器指令或上报状态信息。控制模块根据微信小程序网址生成二维码并在lcd显示屏(显示模块)上显示，为消费者扫描并跳转到相应微信小程序网址使用。控制模块接到服务器的出酒指令后，通过继电器控制电磁阀实现出酒，通过控制电磁阀打开时间的长短可以得到不同的出酒量。
[0076]
综上所述，本基于大数据分析的荐酒及酒量智能控制算法能够结合消费者信息与当前环境数据，推荐特定酒的品种给消费者，并且在消费者购买酒时，能根据消费者情况控制对消费者的出酒量，防止酒醉。
[0077]
以上述依据本发明的理想实施例为启示，通过上述的说明内容，相关工作人员完全可以在不偏离本项发明技术思想的范围内，进行多样的变更以及修改。本项发明的技术性范围并不局限于说明书上的内容，必须要根据权利要求范围来确定其技术性范围。