[发明专利]O2O外卖餐饮业绩推荐系统及方法

说明书

本发明公开了O2O外卖餐饮业绩推荐系统及方法，涉及数据挖掘领域。本发明包括：用户信息获取模块，用于获取用户信息及用户订购餐饮信息；层次模型建立模块，用于利用层次分析法建立层次模型；指标等级划分模块，用于通过用户对各个评价指标的重要程度划分评价指标等级；判断矩阵构造模块，用于采用九级标度法对层次模型和评价指标等级进行比较，构造判断矩阵；推荐模型建立模块，用于对所述判断矩阵进行检验，计算矩阵权向量，根据所述矩阵权向量，建立推荐模型；推荐结果获取模块，用于将所述用户信息输入到所述推荐模型，得到推荐结果。本发明为解决O2O外卖餐饮推荐计算复杂、运算量大等问题提供一定的参考。

技术领域

本发明涉及数据挖掘领域，更具体的说是涉及一种O2O外卖餐饮业绩推荐系统及方法。

背景技术

由于我国大力鼓励餐饮企业创新服务方式，因此o2o外卖推荐系统展现出巨大的潜力与前景。就用户而言，用户可以在最短的时间里找到符合自己口味的食物，节省了大量的时间。对于商家而言，推荐系统帮助商家做了免费广告，增加了商家的营业额。但是，由于一些技术因素的限制，o2o外卖推荐系统仍有很多不足，例如，冷启动问题。大学生是订购外卖的主力军，每一年大学都会迎接新一批的学生，这些学生有很大一部分将会在APP上注册成为新的用户，但是APP上没有关于新用户的任何行为记录，就无法得知他的饮食偏好，并与其他相似用户进行比较，导致不能做出正确推荐。同理，中国每天都有无数的小企业成立，这些刚成立的商户由于刚入驻APP，没有任何用户对其进行过评分，新商户可能很长一段时间不会被推荐。冷启动问题导致了新用户和新商户的流失，这也是大多推荐系统的“通病”。还有用户对订餐指标的偏好会产生变化，系统缺乏对用户偏好动态变化的研究。以及O2O外卖推荐系统数据多，计算量大，系统维护成本较高等问题。

发明内容

有鉴于此，本发明提供了一种O2O外卖餐饮业绩推荐系统。

为了实现上述目的，本发明采用如下技术方案：

一种O2O外卖餐饮业绩推荐系统，包括：

用户信息获取模块，用于获取用户信息及用户订购餐饮信息；

层次模型建立模块，用于利用层次分析法建立层次模型；

指标等级划分模块，用于通过用户对各个评价指标的重要程度划分评价指标等级；

判断矩阵构造模块，用于采用九级标度法对层次模型和评价指标等级进行比较，构造判断矩阵；

推荐模型建立模块，用于对所述判断矩阵进行检验，计算矩阵权向量，根据所述矩阵权向量，建立推荐模型；

推荐结果获取模块，用于将所述用户信息输入到所述推荐模型，得到推荐结果。

优选的，所述层次模型建立模块包括依次连接的目标层模块，因素层模块，指标层模块，商家选择模块；所述目标层模块用于用户的食物订购，所述因素层模块用于对商家因素提取，所述指标层模块用于对食物因素，价格因素和服务因素的提取；所述商家选择模块用于对商家进行选择。

优选的，所述食物因素包括食物的口味，温度，品相，分量和干净程度；所述价格因素包括价格水平、优惠水平和配送费用；所述服务因素包括包装餐具，配送时间和服务态度。

优选的，所述判断矩阵根据层次模型建立。

优选的，所述推荐模型如下：

Q_i＝W_m*W_i；

其中，W_i是目标层的权重，W_m是因素层的权重。Q_i的值是W_m乘以相应的Wi，score是其他用户对餐厅的指标平均得分，RI为商户的推荐指数。