CN110544160A - 一种菜品的推荐方法 - Google Patents

Abstract

本发明公开了一种菜品的推荐方法，包括如下步骤：获取消费者用户的菜品推荐请求，所述菜品推荐请求包含消费者用户所在的地理位置；依据所述菜品推荐请求，确定出处于所述地理位置预设范围内的商家，从所述商家发布的菜品中选择与预设菜品排行榜中受欢迎菜品相同的目标菜品，生成包含所述目标菜品的菜品推荐列表；向所述消费者用户推送所述菜品推荐列表。本发明可以向用户推荐菜品，方便用户快速进行点餐，提升用户体验。

Description

一种菜品的推荐方法

技术领域

本发明涉及互联网技术领域，尤其是一种菜品的推荐方法。

背景技术

随着互联网技术的发展，人们的生活方式也在逐步发生变化,传统的饮食消费,不在是用户主动上门用餐,点外卖逐渐成为快节奏都市生活的就餐方式,诸如美团、饿了么等外卖平台逐步崛起，外卖的用户量也逐渐增多。

尽管外卖平台上菜品丰富多样，但用户难免会遇到“今天吃什么”的问题，难以选择适合自己的菜品。而随着大数据技术发展，完全可以依据历史数据向用户主动推荐菜品，因此，有必要结合大数据分析，提出一种新的菜品的推荐方法。

发明内容

本发明提供一种菜品的推荐方法，可以向用户推荐菜品，方便用户快速进行点餐，提升用户体验。

本发明实施例提供一种菜品的推荐方法，包括如下步骤：获取消费者用户的菜品推荐请求，所述菜品推荐请求包含消费者用户所在的地理位置；依据所述菜品推荐请求，确定出处于所述地理位置预设范围内的商家，从所述商家发布的菜品中选择与预设菜品排行榜中受欢迎菜品相同的目标菜品，生成包含所述目标菜品的菜品推荐列表；向所述消费者用户推送所述菜品推荐列表。

优选的，所述菜品排行榜依据***中菜品的销量、菜品的关注度或菜品的发布数量对菜品进行排序且所述菜品排行榜实时更新。

优选的，所述生成包含所述目标菜品的菜品推荐列表的步骤，具体包括：获取用户的历史用餐记录，从所述目标菜品中选择出现在历史用餐记录中的菜品，生成包含所选择菜品的菜品推荐列表。

优选的，所述生成包含所述目标菜品的菜品推荐列表的步骤，具体包括：获取用户的历史用餐记录，统计历史用餐记录中高频出现的菜品，依据历史用餐记录中高频出现的菜品，确定消费者用户的口味偏好，从所述目标菜品中选择符合消费者用户口味偏好的菜品，生成包含所选择菜品的菜品推荐列表。

优选的，所述依据历史用餐记录中高频出现的菜品，确定消费者用户的口味偏好的步骤，具体包括：统计历史用餐记录中各高频出现的菜品的菜系和口感，对菜系和口感进行降序排列，消费者用户最喜爱的菜系和口感即形成消费者用户的口味偏好。

优选的，菜品的菜系由***分配或由发布菜品的商家设定，菜品的口感由消费者用户对菜品的口感投票值确定。

优选的，所述菜品推荐列表包含对应于菜品推荐列表中菜品的订餐链接；所述向所述消费者用户推送所述菜品推荐列表的步骤之后，还包括：当消费者用户选中所述订餐链接，在所述消费者用户的客户端显示所述订餐链接对应的菜品的订餐界面。

优选的，所述向所述消费者用户推送所述菜品推荐列表的步骤之后，还包括：记录每次向消费者用户推送的菜品推荐列表中的菜品，形成推荐菜品集合；还记录消费者用户在菜品推荐列表中实际选择下单的菜品，形成下单菜品集合；判断该菜品推荐列表中出现次数达到预定次数的菜品是否属于下单菜品集合，如果不属于，则该菜品为不喜爱菜品；在下一次向所述消费者用户推送菜品推荐列表之前，判断菜品推荐列表中是否存在该不喜爱菜品，如果存在，将该不喜爱菜品从菜品推荐列表中移出。

优选的，当所述目标菜品具有多个时，所述菜品推荐列表仅包含从所述目标菜品中随机确定的一个菜品。

优选的，所述向所述消费者用户推送所述菜品推荐列表之后，还包括：当消费者用户下单购买所述菜品推荐列表中的菜品时，随机减少低于预定额度的订单金额。

本发明中，当用户不知道点什么餐时，服务器会根据用户的请求，将菜品排行榜中的菜品推荐给用户，并由用户下单购买，为用户点餐提供选择，方便用户快速进行点餐，提升用户体验。

附图说明

图1为本发明一种实施例的菜品的推荐方法的流程图。

具体实施方式

下面通过具体实施方式结合附图对本发明作进一步详细说明。

在对本发明实施例的方法进行说明前，有必要对本发明所应用的***进行介绍。本发明所应用的***包括服务器、消费用户端和商家用户端，消费用户端和商家用户端均通过客户端登录***。该***为一个外卖消费品台，消费用户表征为购买方，其通过在网站上浏览商家发布的菜品信息，进而可以下单购买，商家用户则表征为卖方，其可以将需要售卖的产品信息发布到网站上，并接收用户的订单，再通过第三方物流服务，将用户购买的菜品送货上门。

本发明实施例提供一种菜品的推荐方法，本实施例将从服务器一侧进行表述，如图1所示，其包括如下步骤：

S100：获取消费者用户的菜品推荐请求，所述菜品推荐请求包含消费者用户所在的地理位置。

当消费者用户在使用本实施例的***时，可以在***的主界面显示一个悬浮按钮，悬浮窗口不随界面移动，消费者用户上下滑动界面时，悬浮按钮可以保持在界面的预定位置。悬浮按钮上可以书写一些文字，例如“帮我选餐”。当消费者用户不知道选什么餐，希望***推荐时，其可以点击该悬浮按钮，响应于用户对该悬浮按钮的操作，客户端会向服务器发出菜品推荐请求，该菜品推荐请求包含该消费者用户的信息，具体可包括消费者用户的用户名、ID号、请求发送时间等。

由于外卖的商家对送餐有距离要求，后续服务器所推送的菜品所属的商家应该在消费者用户所在位置的预定范围内，才能满足送餐条件，因此，菜品推荐请求必然包含消费者用户所在的地理位置。通常，客户端会请求获得用户位置的许可，当用户赋予客户端该权限后，用户每次打开客户端，***都可以实时刷新而获得用户所在的地理位置。当服务器接收到用户的菜品推荐请求后，即获取到用户所在地理位置等信息。

S200:依据所述菜品推荐请求，确定出处于所述地理位置预设范围内的商家，从所述商家发布的菜品中选择与预设菜品排行榜中受欢迎菜品相同的目标菜品，生成包含所述目标菜品的菜品推荐列表。

服务器将响应用户的菜品推荐请求，确定出位于用户所在地理位置预设范围内的商家，即选出与消费者用户距离相近可以派送外卖的商家。商家用户在注册时,必需要向***提供其所在地址,因此,服务器可以判断商家的地址位置到消费者用户的地理位置之间的距离差是否小于该预设范围值,如果小于该预设范围值,则商家在地理位置上符合要求,为待选商家。

***会实时统计预定时间段内菜品的销量、关注度或相同菜品的发布数量，其中，销量是指***中同一个菜品在该预定时间段内的销售量，关注度是指用户对同一个菜品的收藏数量或者是用户搜索过同一个菜品的次数，菜品的发布数量是指不同商家发布同一个菜品的数量，上述三个参数直接反映出某个菜品的受欢迎程度，***将统计各个菜品的上述参数值，从而依据从大到小进行排序，形成实时更新的菜品排行榜，菜品排行榜中可以仅列举前十或者前二十的受欢迎菜品，统计菜品排行榜的预定时间段可以是一周或一天。

由于菜品的受欢迎程度受地域的影响很大，不同地区的用户的观念、口味都有差异，从大数据统计分析，相同地区的用户的口味相对统一，因此，上述的菜品排行榜需要对地域进行限定，仅统计预定地域内的数据，生成针对该地域的菜品排行榜，例如，可以是消费者用户所在的城市，或者是消费者所在的省份。具体如何划分，可以是***的工作人员通过市场调查后，提前设定的。

在进行菜品排行榜的统计过程中，对于同一个菜品，商家和消费者的称呼可能并不相同，在进行菜品销售、菜品搜索和菜品发布的过程中，同一个菜品可能具有多个名称，如果依靠单一的关键词，就给数据统计带来了一定的不准确性。例如，菜品为番茄炒蛋，通常用户也叫做“西红柿炒蛋”、“西红柿炒鸡蛋”和“番茄炒鸡蛋”等。因此，可以为每个菜品建立关键词结合，关键词集合收集了该菜品所有的称谓，当针对某个菜品的关键词落入到关键词集合中，则该菜品即为关键词集合所对应的菜品。由此，可以在一定程度上保证数据的准确性。

由于已确定出用户处于所述地理位置预设范围内的待选商家，服务器可以统计这些待选商家所发布的菜品信息，从中选出与预设菜品排行榜中受欢迎菜品相同的目标菜品，再生成包含这些目标菜品的菜品推荐列表,该菜品推荐列表包括目标菜品的信息以及商家信息。

S300：向所述消费者用户推送所述菜品推荐列表。

在生成菜品推荐列表之后，服务器将该菜品推荐列表发送至消费者用户，会在消费者用户的客户端显示菜品推荐页面，目标菜品的信息和相应的商家信息可以列表形式呈现，具体可以显示目标菜品的名称、价格、商家的名称和地址等信息。由于推送的菜品为广受欢迎的菜品，这就为用户选餐提供了选择，方便用户进行点餐，提升用户体验。

在一种实施例中，步骤S200中，生成包含所述目标菜品的菜品推荐列表的步骤，具体包括：获取用户的历史用餐记录，从所述目标菜品中选择出现在历史用餐记录中的菜品，生成包含所选择菜品的菜品推荐列表。

在确定出目标菜品之后，进一步对目标菜品进行筛选。尽管目标菜品体现为广受用户欢迎的菜品，但是并代表也受消费者用户欢迎，为此，可以将目标菜品与消费者用户自身的喜好相结合，继而选择与受用户欢迎的菜品。

服务器可以获取消费者用户的历史用餐记录，历史用餐记录体现为用户以往订单中所记录的菜品，这些菜品用户以往消费过，是受用户欢迎的。因而从目标菜品中选择出现在历史用餐记录中的菜品，这些菜品更符合消费者用户的需求，由这些菜品生成菜品推荐列表。为了加强所推荐菜品与用户需求的契合度，在筛选目标菜品的过程中，选择出历史用餐记录中高频出现的菜品，高频出现的菜品说明是用户常消费的菜品，更能满足用户需求。

进一步的，在从消费者用户的历史用餐记录中选择目标菜品时，不直接将历史用餐记录与目标菜品进行比对，因为目标菜品很可能未出现在消费者用户的历史用餐记录中，若如此，菜品推荐列表中将无菜品记载。而是在获取用户的历史用餐记录之后，统计历史用餐记录中高频出现的菜品，这里所说的高频出现的菜品，可以是出现次数大于预定次数的菜品，或者，对用户历史用餐记录中各菜品的出现频率进行统计，从大到小进行排名，取前几位为高频出现的菜品。菜品本身都有菜系和口感之分，对于每个菜品，***可以设定其所属的菜系，例如，“白切鸡”属于粤菜，“夫妻肺片”属于川菜；对于较为普遍，没有直接归属的菜品，则可以列为家常小菜，例如“西红柿炒蛋”；同时，***还可以设定菜品的口味，口味可以分为两个大类，分别是重口味和清淡口味，重口味则可以细分为偏辣味、偏咸味、偏酸味等，清淡口味可以细分为水煮类、偏甜味等。当然，***也可以要求商家在发布菜品时，必需指定菜品所属的菜系和口感，这相比于***设定更加准确。

对于商家发布的菜品，任何消费过该菜品的消费者用户都可以对该菜品的口感进行评价。在一种评价***中，将菜品的口感以数值形式体现，可以设定数值的最大值为10，最小值为1，最小值为1表征“最清淡菜品”，最大值10表征“最重口味菜品”，值越靠近最小值，表明菜品越清淡，值越靠近最大值，表明菜品越重口味。***会统计所有用户的评分值，并统计出平均值，从而得出最终评分，并可依照评分值进行分级，确定出该菜品是否是很清淡菜品、较清淡菜品、适中菜品、较重口味菜品或很重口味菜品。在另一种评价***中，可设置三个以上的评价选项，例如，可以是偏辣味、偏咸味、偏酸味和偏苦味的选项，***将统计每个选项的被选中次数，确定出被选中次数最多的选项，该菜品即为被选中次数最多的选项所表征的口味。这样，通过消费者来对菜品的口感进行评价，所得到的数据更加准确、真实。

通过统计历史用餐记录中各高频出现的菜品的菜系和口感，对菜系和口感进行排序，进而确定出消费者用户最喜爱的菜系和口感的前几位，这些菜系和口感即形成用户的口味偏好。再从目标菜品中选择符合消费者用户口味偏好的菜品，进而生成包含所选择菜品的菜品推荐列表，将更能满足用户需求。

在确定用户的口感偏好的过程中，最好预先判断历史用餐记录中所记录的菜品的数量是否达到预设数量，如果达到预设数量，再进行口感偏好的确定，如果未达到预设数量，统计的基数不够，会影响判断的准确性。

在一种实施例中，菜品推荐列表不仅仅以列表形式显示了所推荐菜品的信息，还可以进一步提供交互功能。具体的，菜品推荐列表包含对应于菜品推荐列表中菜品的订餐链接，该订餐链接可以是一个订餐按钮或者是页面的超链接，其显示在菜品的关联位置，例如，在菜品所在一行的末尾，以对应被选择的菜品。

上述实施例中步骤S300之后，还包括如下步骤：当消费者用户选中所述订餐链接，在所述消费者用户的客户端显示所述订餐链接对应的菜品的订餐界面。

当消费者用户觉得菜品推荐列表中某个菜品适合自己时，其可以点击该订餐链接，客户端响应于用户的该操作，向服务器请求订餐，服务器接收到消费者用户的订餐请求后，反馈订餐数据至消费者用户的客户端，从而在消费者用户的客户端显示订餐界面，该界面为用户所选择的菜品的订餐界面，订餐界面将显示菜品的名称、规格、数量等信息，用户可以在该界面填写地址、收件人、订餐数量等信息，在用户确认之后，将生成对应的订单，该订单暂保留在客户端并具有预设的有效时限，当在有效时限内，用户没有支付金额，该订单自动无效。当在有效时限内，用户支付了足够的金额，该订单有效，服务器将该订单发送到该菜品对应的商家，由商家安排菜品并派送。

因此，用户不仅仅从菜品推荐列表获取到推荐菜品的信息，还可以直接在菜品推荐列表这一页面请求订餐，之后将直接跳转到订餐界面，用户可以直接下单。大大方便了用户进行订餐操作，无需用户自行搜索，再另行订餐。

在一种实施例中，步骤S300之后，还包括如下步骤：服务器将记录每次向消费者用户推送的菜品推荐列表中的菜品，形成推荐菜品集合，该菜品推荐集合包含所推荐的菜品的名称、出现次数、每次推荐的时间等信息；还记录消费者用户在菜品推荐列表中实际选择下单的菜品，形成下单菜品集合，该下单菜品集合记录了实际下单菜品的名称、下单的次数和每次下单时间等信息。当同一个菜品在推荐菜品集合中记录的次数达到预定次数，说明该菜品已经向用户反复推荐，同时，判断该菜品推荐列表中出现次数达到预定次数的菜品是否属于下单菜品集合，如果不属于，则该菜品为不喜爱菜品，表明用户并不喜爱该菜品，反复向用户推荐并无意义。

因此，在下一次推荐菜品的过程中，判断菜品推荐列表中是否存在该不喜爱菜品，如果存在，将该不喜爱菜品从菜品推荐列表中移出，同时，可以替换为新的菜品，保证菜品推荐列表有足额可以推荐的菜品，否则多次移除菜品之后，菜品推荐列表中保留的菜品将逐渐减少。

在一种实施例中，当步骤S200中所确定的目标菜品具有多个时，可以从多个目标菜品中随机选择一个，菜品推荐列表仅包含该随机确定的一个菜品，即仅推荐单个菜品，让用户仅选择该菜品或者不做选择，一方面，减少用户二次选择的时间，更便于用户快速选择，另一方面，随机产生的推荐菜品将更加具有随机性，可以给用户新鲜感和惊喜感。为了进一步防止相邻两次推荐的菜品相同，可记录上一次推荐的菜品，当下一次要推荐菜品时，判断从目标菜品中随机选择的菜品是否是上一次推荐的菜品，如果不是，将该菜品列入到菜品推荐列表中，如果是，则重新从目标菜品中随机选择一个菜品。

该随机选择一个菜品的技术手段还可以与用户的历史用餐记录相结合，具体的，服务器获取用户的历史用餐记录，从所述目标菜品中选择出现在历史用餐记录中的菜品，形成待选菜品，再从待选菜品中随机选择一个菜品，生成包含该随机选择的菜品的菜品推荐列表。这样，每次推荐的单个菜品都是符合用户口味习惯的菜品，提升用户的接受程度。当然，还可以进一步提升用户的接受度。在获取到用户的历史用餐记录之后，统计历史用餐记录中高频出现的菜品，这里所说的高频出现的菜品，可以是出现次数大于预定次数的菜品，或者，对用户历史用餐记录中各菜品的出现频率进行统计，从大到小进行排名，取前几位为高频出现的菜品。通过统计历史用餐记录中各高频出现的菜品的菜系和口感，对菜系和口感进行排序，进而确定出消费者用户最喜爱的菜系和口感的前几位，这些菜系和口感即形成用户的口味偏好。可以从目标菜品中选择用户口味偏好的菜品，形成待选菜品，再从待选菜品中随机选择一个菜品，生成包含该随机选择的菜品的菜品推荐列表。

进一步的，步骤S300之后，还包括步骤：当消费者用户下单购买该菜品推荐列表中唯一的菜品时，***将给予用户奖励，奖励可以表现为向用户派发电子红包，该电子红包可以用于抵扣用户在***消费的金额，可以给予该电子红包使用权限，仅限于用户当次点餐。当用户在菜品推荐列表中选择某个菜品之后，其可以点击该菜品对应的订餐链接，客户端响应于用户的该操作，向服务器请求订餐，服务器接收到消费者用户的订餐请求后，会验证用户选定的菜品是否是菜品推荐列表中唯一的菜品，如果是，***将反馈订餐数据至消费者用户的客户端并同时向消费者用户派发仅用于当次点餐的电子红包，消费者用户的客户端显示订餐界面，订餐界面将显示菜品的名称、规格、数量等信息，并还可以显示红包抵扣的选项，用户可以选择该电子红包，从而抵扣用户需要支付的金额，则订单中需要支付的总金额将相应减少。由此，将吸引用户使用***的菜品推荐功能。

以上内容是结合具体的实施方式对本发明所作的进一步详细说明，不能认定本发明的具体实施只局限于这些说明。对于本发明所属技术领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干简单推演或替换。

Claims (10)

1.一种菜品的推荐方法，其特征在于，包括如下步骤：

服务器获取消费者用户的菜品推荐请求，所述菜品推荐请求包含消费者用户所在的地理位置；

依据所述菜品推荐请求，确定出处于所述地理位置预设范围内的商家，从所述商家发布的菜品中选择与预设菜品排行榜中受欢迎菜品相同的目标菜品，生成包含所述目标菜品的菜品推荐列表；

向所述消费者用户推送所述菜品推荐列表。

2.根据权利要求1所述的方法，其特征在于：

所述菜品排行榜依据***中菜品的销量、菜品的关注度或菜品的发布数量对菜品进行排序且所述菜品排行榜实时更新。

3.根据权利要求1所述的方法，其特征在于，所述生成包含所述目标菜品的菜品推荐列表的步骤，具体包括：获取消费者用户的历史用餐记录，从所述目标菜品中选择出现在历史用餐记录中的菜品，生成包含所选择菜品的菜品推荐列表。

4.根据权利要求1所述的方法，其特征在于，所述生成包含所述目标菜品的菜品推荐列表的步骤，具体包括：获取消费者用户的历史用餐记录，统计历史用餐记录中高频出现的菜品，依据历史用餐记录中高频出现的菜品，确定消费者用户的口味偏好，从所述目标菜品中选择符合消费者用户口味偏好的菜品，生成包含所选择菜品的菜品推荐列表。

5.根据权利要求4所述的方法，其特征在于，所述依据历史用餐记录中高频出现的菜品，确定消费者用户的口味偏好的步骤，具体包括：统计历史用餐记录中各高频出现的菜品的菜系和口感，对菜系和口感进行降序排列，消费者用户最喜爱的菜系和口感即形成消费者用户的口味偏好。

6.根据权利要求5所述的方法，其特征在于，菜品的菜系由***分配或由发布菜品的商家设定，菜品的口感由消费者用户对菜品的口感投票值确定。

7.根据权利要求1所述的方法，其特征在于，所述菜品推荐列表包含对应于菜品推荐列表中菜品的订餐链接；所述向所述消费者用户推送所述菜品推荐列表的步骤之后，还包括：当消费者用户选中所述订餐链接，在所述消费者用户的客户端显示所述订餐链接对应的菜品的订餐界面。

8.根据权利要求1所述的方法，其特征在于，所述向所述消费者用户推送所述菜品推荐列表的步骤之后，还包括：记录每次向消费者用户推送的菜品推荐列表中的菜品，形成推荐菜品集合；还记录消费者用户在菜品推荐列表中实际选择下单的菜品，形成下单菜品集合；判断该菜品推荐列表中出现次数达到预定次数的菜品是否属于下单菜品集合，如果不属于，则该菜品为不喜爱菜品；在下一次向所述消费者用户推送菜品推荐列表之前，判断菜品推荐列表中是否存在该不喜爱菜品，如果存在，将该不喜爱菜品从菜品推荐列表中移出。

9.根据权利要求1所述的方法，其特征在于，当所述目标菜品具有多个时，所述菜品推荐列表仅包含从所述目标菜品中随机确定的一个菜品。

10.根据权利要求9所述的方法，其特征在于，所述向所述消费者用户推送所述菜品推荐列表之后，还包括：当消费者用户下单购买所述菜品推荐列表中的菜品时，随机减少低于预定额度的订单金额。