[发明专利]一种菜品定价处理方法及装置

说明书

本发明提供了一种菜品定价处理方法及装置，该方法包括：确定当前时间周期内目标门店的目标预测菜品销量；确定所述当前时间周期内所述目标门店的预测材料使用量；根据所述预测材料使用量、所述目标预测菜品销量以及预先存储的价格与销量的对应关系对所述当前时间周期内所述目标门店的菜品进行定价，可以解决相关技术中人工确定饭店菜品价格，对于外在因素引起的价格调整反应慢，影响饭店收益的问题，根据预测的菜品销量、材料使用量对菜品进行定价，为价格建议提供数据支撑，提高了建议价格可信度。

技术领域

本发明涉及定价技术领域，具体而言，涉及一种菜品定价处理方法及装置。

背景技术

目前的餐饮企业的菜品通过人工定价，且餐饮企业的菜品价格相对固定，对于原材料上涨、顾客量增大等外在因素引起的价格调整反应速度较慢，影响饭店收益。

针对相关技术中人工确定饭店菜品价格，对于外在因素引起的价格调整反应慢，影响饭店收益的问题，尚未提出解决方案。

发明内容

本发明实施例提供了一种菜品定价处理方法及装置，以至少解决相关技术中人工确定饭店菜品价格，对于外在因素引起的价格调整反应慢，影响饭店收益的问题。

根据本发明的一个实施例，提供了一种菜品定价处理方法，包括：

确定当前时间周期内目标门店的目标预测菜品销量；

确定所述当前时间周期内所述目标门店的预测材料使用量；

根据所述预测材料使用量、所述目标预测菜品销量以及预先存储的价格与销量的对应关系对所述当前时间周期内所述目标门店的菜品进行定价。

可选地，所述确定当前时间周期内目标门店的目标预测菜品销量包括：

获取所述当前时间周期的日期、节假日、天气、目标门店的位置信息、菜品价格以及菜品销量；

将所述当前时间周期的日期、节假日、天气、目标门店的位置信息、菜品价格输入到预先训练好的第一目标神经网络模型中，得到所述第一目标神经网络模型输出的所述当前时间周期内的预测菜品销量的概率，其中，所述概率大于第一预定阈值的所述预测菜品销量确定为所述目标预测菜品销量。

可选地，在所述确定当前时间周期内目标门店的菜品的预测销量与预测客流量之前，所述方法还包括：

获取第一预定数量时间周期的日期、节假日、天气、门店的位置信息、菜品价格以及菜品销量；

使用所述第一预定数量时间周期的日期、节假日、天气、门店的位置信息、菜品价格以及菜品销量对第一原始神经网络模型进行训练，得到所述第一目标神经网络模型，其中，所述第一预定数量时间周期的日期、节假日、天气、门店的位置信息、菜品价格为所述第一原始神经网络模型的输入，训练好的所述第一目标神经网络模型输出的预测菜品销量与实际对应的菜品销量满足第一目标函数。

可选地，所述确定所述当前时间周期内所述目标门店的预测材料使用量包括：

获取所述当前时间周期的日期、节假日、天气、目标门店的位置信息、菜品销量以及材料用量；

将所述当前时间周期的日期、节假日、天气、目标门店的位置信息、菜品销量输入到预先训练好的第二目标神经网络模型中，得到所述第二目标神经网络模型输出的所述当前时间周期内的预测预测材料用量的概率，其中，所述概率大于第二预定阈值的所述预测材料用量确定为所述目标预测材料用量。

可选地，在所述确定所述当前时间周期内所述目标门店的预测材料使用量之前，所述方法还包括：

获取第二预定数量时间周期的日期、节假日、天气、目标门店的位置信息、菜品销量以及材料用量；