[发明专利]一种基于数据挖掘的餐厅客流量预测方法、装置及设备

说明书

本发明公开了一种基于数据挖掘的餐厅客流量预测方法通过获取待预测时间段相关数据；将所述待预测时间段相关数据作为输入量通过线性回归算法得到第一初级预测结果；将所述待预测时间段相关数据作为输入量通过随机森林算法得到第二初级预测结果；根据随机森林算法得分权重与线性回归算法得分权重，对所述第一初级预测结果与所述第二初级预测结果进行加权平均，得到第三初级预测结果；将所述第一初级预测结果、所述第二初级预测结果及所述第三初级预测结果作为输入量通过次级学习器，得到最终预测结果，本发明提升了决策准确度，提高了效率，解决了信息滞后的问题。本发明还提供了一种具有上述优点的装置、设备及计算机可读存储介质。

技术领域

本发明涉及机器学习领域，特别是涉及一种基于数据挖掘的餐厅客流量预测方法、装置、设备及计算机可读存储介质。

背景技术

数据挖掘运用相关的算法从大量的、不完全的、有噪声的、模糊的、随机的数据中提取正确的、有用的、未知的、综合的以及用户感兴趣的知识，建立用于决策支持的模型，提供预测性决策支持的方法、工具和过程。数据挖掘一般是指从大量的数据中通过算法搜索隐藏于其中的信息的过程。随着互联网时代的到来和数据大爆发，数据挖掘技术普遍而且迫切地应用于各个领域，本申请着重探讨其在餐厅客流量预测方面的应用。

如今，数据挖掘在餐饮领域运用的普遍性还有待提高，数据挖掘运用在餐饮行业的相关技术还有待提高。现有的餐厅客流量的预测，主要是基于管理者的经验，一方面过于仰赖管理者个人，不同管理者负责的区域差别很大，准确率低，很容易产生决策失误，另一方面信息滞后，效率低下。

发明内容

本发明的目的是提供一种基于数据挖掘的餐厅客流量预测方法、装置、设备及计算机可读存储介质，以解决现有技术中容易产生决策失误，准确率低，效率低下，信息滞后的问题。

为解决上述技术问题，本发明提供一种基于数据挖掘的餐厅客流量预测方法，包括：

获取待预测时间段相关数据；

将所述待预测时间段相关数据作为输入量通过线性回归算法得到第一初级预测结果；

将所述待预测时间段相关数据作为输入量通过随机森林算法得到第二初级预测结果；

根据随机森林算法得分权重与线性回归算法得分权重，对所述第一初级预测结果与所述第二初级预测结果进行加权平均，得到第三初级预测结果；其中，所述随机森林算法得分权重与所述线性回归算法得分权重为通过对训练数据集训练学习得到的得分权重；

将所述第一初级预测结果、所述第二初级预测结果及所述第三初级预测结果作为输入量通过次级学习器，得到最终预测结果。

可选地，在上述基于数据挖掘的餐厅客流量预测方法中，所述待预测时间段相关数据包括日期信息、天气信息及地理位置信息。

可选地，在上述基于数据挖掘的餐厅客流量预测方法中，所述次级学习器可为利用随机森林算法的学习器，或利用线性回归算法的学习器。

可选地，在上述基于数据挖掘的餐厅客流量预测方法中，在得到最终预测结果之后包括：

利用均方根误差RMLSE作为评价预测结果优良的标准，其中，均方差公式为：

所述observed_t表示真实访客数量，所述predicted_t表示预测的访客数量，所述N表示数据的总数，所述t表示当前数据的编号。

本发明还提供了一种基于数据挖掘的餐厅客流量预测装置，包括：

获取模块，用于获取待预测时间段相关数据；

第一初级计算模块，用于将所述待预测时间段相关数据作为输入量通过线性回归算法得到第一初级预测结果；