[发明专利]一种美食平台的自动下单方法

说明书

本发明公开一种美食平台的自动下单方法，按如下步骤进行：S1、平台保护客户每一次的购买记录，并将客户购买的商品分品类保存；S2、客户下单时选择购买过的商品，挑选品类和数量，点击一键下单；S3、平台自动关联客户的常用地址和付款账户，并实现自动下单。本发明提供的一种美食平台的自动下单方法，通过匹配客户购买记录的方法，利用神经元网络的智能匹配完成自动下单，方便快捷，提高客户的体验度。

技术领域

本发明涉及一种没事平台的购物方法，更具体的说，涉及一种美食平台的自动下单方法。

背景技术

网络购物时代，人们购物越来越方便了，足不出户，就可以随心所欲的购买到自己喜欢的商品。不过，很多食品重复购物的几率高，每次都要找到页面点击购买，费时费力，尤其是有一些食品的排名靠后，很难找到，用户体验度大大下降。

发明内容

发明目的： 本发明目的在于针对现有技术的不足，提供一种美食平台的自动下单方法。

本发明提供的技术方案为：一种美食平台的自动下单方法，按如下步骤进行：

S1、平台保护客户每一次的购买记录，并将客户购买的商品分品类保存；

S2、客户下单时选择购买过的商品，挑选品类和数量，点击一键下单；

S3、平台自动关联客户的常用地址和付款账户，并实现自动下单。

本发明技术方案的进一步限定为，步骤S1中，分析客户的购买记录的方法为：通过调整那些参数w1,w2,…,wn从而使得其output连续的变化，进而可以利用已知的输入数据和输出数据来优化这些参数，使得神经网络可以更好地拟合输入输出数据的函数关系,但是感知器的output函数输出只有两个数，显然是不连续的，参数的微调并不能带来输出的微量变化。

进一步地，神经网络的输出都是只与输入有关，相当于给定输入和参数，就可以计算得到输出，神经网络的输出不仅仅与输入有关，还与输出有关。

进一步地，把输出反馈到了神经网络的输入端，形成了一个反馈闭环，这样的网络为递归神经网络（RNN）。

有益效果：本发明提供的一种美食平台的自动下单方法，通过匹配客户购买记录的方法，利用神经元网络的智能匹配完成自动下单，方便快捷，提高客户的体验度。

具体实施方式

下面对本发明技术方案进行详细说明，但是本发明的保护范围不局限于所述实施例。

实施例1：本实施例提供一种美食平台的自动下单方法，按如下步骤进行：

S1、平台保护客户每一次的购买记录，并将客户购买的商品分品类保存；

S2、客户下单时选择购买过的商品，挑选品类和数量，点击一键下单；

S3、平台自动关联客户的常用地址和付款账户，并实现自动下单。

步骤S1中，分析客户的购买记录的方法为：通过调整那些参数w1,w2,…,wn从而使得其output连续的变化，进而可以利用已知的输入数据和输出数据来优化这些参数，使得神经网络可以更好地拟合输入输出数据的函数关系,但是感知器的output函数输出只有两个数，显然是不连续的，参数的微调并不能带来输出的微量变化。随着网络层数的增加，需要优化的变量参数会出现深度爆炸。为了解决这个问题，深度学习中最著名的卷积神经网络CNN，在原来多层神经网络的基础上，加入了特征学习部分，这部分是模仿人脑对信号处理上的分级的。