[发明专利]就餐高峰预测方法及装置

权利要求书

1.一种就餐高峰预测方法，其特征在于，步骤包括：

1)获取连续历史星期w_k中的同个星期i的同个就餐时间点t_x的历史就餐人数，形成数据集，记为i为1-7中的任意一个自然数，w_k表示第k个历史星期，表示在所述星期i的所述就餐时间点t_x的历史就餐人数，表示第k个历史星期中的所述星期i的所述就餐时间点t_x的历史就餐人数；

2)根据所述数据集并通过以下公式(1)计算各所述历史星期w_k中的同个所述星期i的同个所述就餐时间点t_x的历史就餐人数的平均值

3)判断每个所述星期i的所述就餐时间点t_x的历史就餐人数与所述平均值的比值是否小于第一阈值或大于第二阈值，

若是，则从所述数据集中剔除对应的所述星期i的所述就餐时间点t_x的历史就餐人数并返回所述步骤2)重新计算所述平均值

若否，则以所述平均值作为对k+1星期的所述星期i的同个所述就餐时间点t_x的就餐人数的预测结果；

4)校正所述预测结果，并将关联同个所述星期i中的对应所述就餐时间点t_x的多个校正结果拟合为就餐高峰预测曲线并通过智能终端推送给用户；

所述步骤4)中，对所述预测结果进行校正的方法步骤包括：

4.1)计算每个用户在所述星期i的所述就餐时间点t_x到食堂就餐的初始概率，记为初始概率为根据每个就餐对象的身份信息和历史就餐信息计算出的其在某个就餐时间点到食堂就餐的概率，通过以下公式(2)计算而得：

公式(2)中，表示用户u在历史星期w_k的每个所述星期i的所述就餐时间点t_x有用餐行为的次数，表示所述用户u在历史星期w_k的每个所述星期i的所述就餐时间点t_x有用餐行为和无用餐行为的总次数；

4.2)赋予k+1星期中的所述星期i以及所述星期i中的所述就餐时间点t_x相对应的用餐影响权重，分别记为和

4.3)通过以下公式(3)校正所述初始概率，得到所述用户u在k+1星期中的所述星期i中的所述就餐时间点t_x进行就餐的概率P，

4.4)判断经校正后的所述概率P的概率值是否大于对应的概率阈值，

若是，则将所述用户u确定为会在k+1星期中的所述星期i的所述就餐时间点t_x到食堂就餐的人员；

若否，则将所述用户u确定为不会在k+1星期中的所述星期i的所述就餐时间点t_x到食堂就餐的人员；

4.5)从数据库中匹配出所述步骤4.4)所确定的会在k+1星期中的所述星期i的所述就餐时间点t_x到食堂就餐的人数对应的就餐人数预测影响因子，并计算所述步骤3)得到的所述预测结果中记载的就餐人数与匹配到的所述影响因子的乘积作为预测得到的就餐人数；

4.6)实时获取在k+1星期中的所述星期i的所述就餐时间点t_x到食堂就餐的就餐人数，并通过以下公式(4)计算所述步骤4.5)计算得到的预测就餐人数的误差率err：

公式(4)中，表示所述步骤4.5)计算得到的在k+1星期中的所述星期i的所述就餐时间点t_x到食堂就餐的预测就餐人数；

表示在k+1星期中的所述星期i的所述就餐时间点t_x到食堂就餐的真实就餐人数；

4.7)根据所述就餐时间点t_x的所处就餐时段的就餐人数的递增或递减趋势，并结合所述误差率err，对所述就餐时间点t_x的下一个就餐时间点t_x+1的预测就餐人数进行校正。

2.根据权利要求1所述的就餐高峰预测方法，其特征在于，所述步骤1)中的所述k为1-5中的任意一个自然数。

3.根据权利要求1所述的就餐高峰预测方法，其特征在于，所述步骤3)中的所述第一阈值为0.5。