餐品套餐的生成方法及装置制造方法及图纸

本发明专利技术公开了一种餐品套餐的生成方法及装置，涉及电子信息领域，该方法包括：获取与样本用户相对应的历史点餐记录；根据所述历史点餐记录中包含的各个已点餐品的点餐时序信息，生成点餐样本数据；通过机器学习模型对所述点餐样本数据进行训练，以确定各个已点餐品之间的时序关联关系；根据所述各个已点餐品之间的时序关联关系生成餐品套餐信息。由于点餐过程中的点餐时序信息能够进一步反映用户对于餐品的偏好，因此，本发明专利技术结合各个已点餐品的点餐时序信息进行训练并生成套餐，能够使生成的套餐更加贴合用户需求。

The Method and Device of Forming Meal Set

The invention discloses a method and device for generating meal packages, which relates to the field of electronic information. The method includes: acquiring the historical meal ordering records corresponding to the sample users; generating ordering sample data according to the ordering sequence information of each ordered meal contained in the historical meal ordering records; and training the ordering sample data through the machine learning model to determine the ordering sample data. The time series relationship among ordered meals can be used to generate the set meal information according to the time series relationship among ordered meals. Since the ordering sequence information in the ordering process can further reflect the user's preference for the meal, the invention combines the ordering sequence information of each ordered meal to train and generate a set meal, which can make the generated set meal more suitable to the user's needs.

【技术实现步骤摘要】
餐品套餐的生成方法及装置
本专利技术涉及电子信息领域，具体涉及一种餐品套餐的生成方法及装置。
技术介绍
为了提升顾客的点餐效率，很多商家都推出了多款套餐，以供用户挑选。由于套餐中包含了主食、副食、汤饮等各类餐品，因此，能够满足用户全方位地需求，从而避免用户逐一挑选各个餐品所导致的耗时耗力的问题，受到了大量用户的推崇。在现有技术中，商家推送的套餐大多由人工方式生成：由餐饮工作人员根据餐品搭配习惯以及以往的售卖经验，人工搭配若干款套餐。但是，专利技术人在实现本专利技术的过程中，发现现有技术中的上述方式至少存在如下问题：人工搭配套餐的方式导致套餐生成效率低下，并且，受限于餐饮工作人员的经验，导致人为搭配的套餐往往不能很好地迎合广大用户的需求。
技术实现思路
鉴于上述问题，提出了本专利技术以便提供一种克服上述问题或者至少部分地解决上述问题的一种餐品套餐的生成方法及装置。根据本专利技术的一个方面，提供了一种餐品套餐的生成方法，包括：获取与样本用户相对应的历史点餐记录；根据所述历史点餐记录中包含的各个已点餐品的点餐时序信息，生成点餐样本数据；通过机器学习模型对所述点餐样本数据进行训练，以确定各个已点餐品之间的时序关联关系；根据所述各个已点餐品之间的时序关联关系生成餐品套餐信息。可选地，所述根据所述历史点餐记录中包含的各个已点餐品的点餐时序信息，生成点餐样本数据的步骤具体包括：分别针对每条历史点餐记录，获取该条历史点餐记录中包含的各个已点餐品所对应的点餐时间和/或点餐序号；根据所述该条历史点餐记录中包含的各个已点餐品所对应的点餐时间和/或点餐序号确定所述该条历史点餐记录中包含的各个已点餐品的点餐时序信息；根据所述该条历史点餐记录中包含的各个已点餐品的点餐时序信息，生成一组与该条历史点餐记录相对应的点餐样本数据。可选地，所述根据所述各个已点餐品之间的时序关联关系生成餐品套餐信息的步骤具体包括：根据所述各个已点餐品之间的时序关联关系，分析各个已点餐品的偏好得分和/或餐品组合信息；根据各个已点餐品的偏好得分和/或餐品组合信息，生成餐品套餐信息。可选地，所述机器学习模型为基于时间序列的机器学习模型，且所述基于时间序列的机器学习模型包括：时间递归神经网络模型。可选地，所述根据所述各个已点餐品之间的时序关联关系生成餐品套餐信息的步骤具体包括：结合预设的套餐搭配规则生成餐品套餐信息；其中，所述套餐搭配规则包括以下中的至少一个：用餐人数划分规则、用餐类型划分规则、荤素搭配规则、以及主菜配菜搭配规则。可选地，所述根据所述各个已点餐品之间的时序关联关系生成餐品套餐信息的步骤之后，进一步包括：将所述餐品套餐信息推送给用户终端，以供所述用户终端对所述餐品套餐信息进行显示。可选地，所述根据所述各个已点餐品之间的时序关联关系生成餐品套餐信息的步骤之后，进一步包括：根据各个已点餐品的点餐时序信息确定生成的餐品套餐信息中包含的多个餐品的展现序列信息；则所述将所述餐品套餐信息推送给用户终端，以供所述用户终端对所述餐品套餐信息进行显示的步骤具体包括：将所述餐品套餐信息以及其中包含的多个餐品的展现序列信息推送给用户终端，以供所述用户终端根据所述多个餐品的展现序列信息对所述餐品套餐信息中包含的多个餐品排序并显示。可选地，当所述餐品套餐信息为多个时，所述根据所述各个已点餐品之间的时序关联关系生成餐品套餐信息的步骤之后，进一步包括：针对各个餐品套餐信息生成对应的推送文案信息；则所述将所述餐品套餐信息推送给用户终端，以供所述用户终端对所述餐品套餐信息进行显示的步骤具体包括：将所述餐品套餐信息及其对应的推送文案信息推送给用户终端，以供所述用户终端将所述推送文案信息与所述餐品套餐信息关联显示。可选地，所述方法执行之前，进一步包括：预先将所述样本用户划分为多种用户类型，则所述点餐样本数据以及所述餐品套餐信息中进一步包含用户类型信息；则所述将所述餐品套餐信息推送给用户终端的步骤具体包括：选择与所述用户终端的用户类型相匹配的餐品套餐信息进行推送。根据本专利技术的另一个方面，提供了一种餐品套餐的生成装置，包括：获取模块，适于获取与样本用户相对应的历史点餐记录；样本数据生成模块，适于根据所述历史点餐记录中包含的各个已点餐品的点餐时序信息，生成点餐样本数据；训练模块，适于通过机器学习模型对所述点餐样本数据进行训练，以确定各个已点餐品之间的时序关联关系；套餐生成模块，适于根据所述各个已点餐品之间的时序关联关系生成餐品套餐信息。可选地，所述样本数据生成模块具体适于：分别针对每条历史点餐记录，获取该条历史点餐记录中包含的各个已点餐品所对应的点餐时间和/或点餐序号；根据所述该条历史点餐记录中包含的各个已点餐品所对应的点餐时间和/或点餐序号确定所述该条历史点餐记录中包含的各个已点餐品的点餐时序信息；根据所述该条历史点餐记录中包含的各个已点餐品的点餐时序信息，生成一组与该条历史点餐记录相对应的点餐样本数据。可选地，所述套餐生成模块具体适于：根据所述各个已点餐品之间的时序关联关系，分析各个已点餐品的偏好得分和/或餐品组合信息；根据各个已点餐品的偏好得分和/或餐品组合信息，生成餐品套餐信息。可选地，所述机器学习模型为基于时间序列的机器学习模型，且所述基于时间序列的机器学习模型包括：时间递归神经网络模型。可选地，所述套餐生成模块具体适于：结合预设的套餐搭配规则生成餐品套餐信息；其中，所述套餐搭配规则包括以下中的至少一个：用餐人数划分规则、用餐类型划分规则、荤素搭配规则、以及主菜配菜搭配规则。可选地，所述装置进一步包括：推送模块，适于将所述餐品套餐信息推送给用户终端，以供所述用户终端对所述餐品套餐信息进行显示。可选地，所述推送模块进一步适于：根据各个已点餐品的点餐时序信息确定生成的餐品套餐信息中包含的多个餐品的展现序列信息；将所述餐品套餐信息以及其中包含的多个餐品的展现序列信息推送给用户终端，以供所述用户终端根据所述多个餐品的展现序列信息对所述餐品套餐信息中包含的多个餐品排序并显示。可选地，当所述餐品套餐信息为多个时，所述推送模块进一步适于：针对各个餐品套餐信息生成对应的推送文案信息；将所述餐品套餐信息及其对应的推送文案信息推送给用户终端，以供所述用户终端将所述推送文案信息与所述餐品套餐信息关联显示。可选地，所述推送模块进一步适于：预先将所述样本用户划分为多种用户类型，且所述点餐样本数据以及所述餐品套餐信息中进一步包含用户类型信息；选择与所述用户终端的用户类型相匹配的餐品套餐信息进行推送。依据本专利技术的再一方面，提供了一种电子设备，包括：处理器、存储器、通信接口和通信总线，所述处理器、所述存储器和所述通信接口通过所述通信总线完成相互间的通信；所述存储器用于存放至少一可执行指令，所述可执行指令使所述处理器执行如上述的餐品套餐的生成方法对应的操作。依据本专利技术的再一方面，提供了一种计算机存储介质，所述存储介质中存储有至少一可执行指令，所述可执行指令使处理器执行如上述的餐品套餐的生成方法对应的操作。根据本专利技术提供的餐品套餐的生成方法及装置，能够获取与样本用户相对应的历史点餐记录，并根据历史点餐记录中包含的各个已点餐品的点餐时序信息，生成点餐样本数据；通过机器学习模型对点餐样本数据进行训练，从而确定各个已点餐品之间的时序本文档来自技高网...

【技术保护点】
1.一种餐品套餐的生成方法，包括：获取与样本用户相对应的历史点餐记录；根据所述历史点餐记录中包含的各个已点餐品的点餐时序信息，生成点餐样本数据；通过机器学习模型对所述点餐样本数据进行训练，以确定各个已点餐品之间的时序关联关系；根据所述各个已点餐品之间的时序关联关系生成餐品套餐信息。

【技术特征摘要】
1.一种餐品套餐的生成方法，包括：获取与样本用户相对应的历史点餐记录；根据所述历史点餐记录中包含的各个已点餐品的点餐时序信息，生成点餐样本数据；通过机器学习模型对所述点餐样本数据进行训练，以确定各个已点餐品之间的时序关联关系；根据所述各个已点餐品之间的时序关联关系生成餐品套餐信息。2.根据权利要求1所述的方法，其中，所述根据所述历史点餐记录中包含的各个已点餐品的点餐时序信息，生成点餐样本数据的步骤具体包括：分别针对每条历史点餐记录，获取该条历史点餐记录中包含的各个已点餐品所对应的点餐时间和/或点餐序号；根据所述该条历史点餐记录中包含的各个已点餐品所对应的点餐时间和/或点餐序号确定所述该条历史点餐记录中包含的各个已点餐品的点餐时序信息；根据所述该条历史点餐记录中包含的各个已点餐品的点餐时序信息，生成一组与该条历史点餐记录相对应的点餐样本数据。3.根据权利要求1或2所述的方法，其中，所述根据所述各个已点餐品之间的时序关联关系生成餐品套餐信息的步骤具体包括：根据所述各个已点餐品之间的时序关联关系，分析各个已点餐品的偏好得分和/或餐品组合信息；根据各个已点餐品的偏好得分和/或餐品组合信息，生成餐品套餐信息。4.根据权利要求1-3任一所述的方法，其中，所述机器学习模型为基于时间序列的机器学习模型，且所述基于时间序列的机器学习模型包括：时间递归神经网络模型。5.根据权利要求1-4任一所述的方法，其中，所述根据所述各个已点餐品之间的时序关联关系生成餐品套餐信息的步骤具体包括：结合预设的套餐搭配规则生成餐品套餐信息；其中，所述套餐搭配规则包括以下中的至少一个：用餐人数划分规则、用餐类型划分规则、荤素搭配规则、以及主菜配菜搭...

【专利技术属性】
技术研发人员：张杨，沈丹，隋宜桓，黄瑞，李素凌，
申请(专利权)人：口口相传北京网络技术有限公司，
类型：发明
国别省市：北京,11