本申请涉及数据处理领域,具体而言,涉及一种用户菜品口味确定的方法、装置、设备和介质。
背景技术:
1、现阶段,很多餐饮品牌为了提高销量,餐饮品牌会为用户推荐菜品或优惠券,并且这些推荐的菜品或优惠券都会基于用户的口味进行推荐的,而用户的口味基本上基于用户的历史数据训练得到的,但因为训练过程中菜品的菜品向量是采用语义算法定义的,语义算法可以将菜品的名称中的字符表示转换为语义空间中的向量,每个菜品的菜品向量仅包含有菜品名称信息,这样使用上述菜品向量训练得到的用户的菜品口味并不准确,则餐饮品牌为用户推荐的菜品或优惠券就是不准确的,并不会给餐饮品牌带来个更多的销量。
技术实现思路
1、有鉴于此,本申请的目的在于提供一种用户菜品口味确定的方法、装置、设备和介质,用于解决现有技术中用户的菜品口味定位不准确的问题。
2、第一方面,本申请实施例提供了一种用户菜品口味确定的方法,包括:
3、获取在多个餐饮品牌消费过的多个用户的第一历史消费记录;
4、针对在所述多个餐饮品牌中消费过的每个用户,通过对所述用户的第一历史消费记录中记录的每个菜品的菜品向量进行聚类,确定所述用户的菜品口味;所述菜品向量是基于在所述多个餐饮品牌消费过的每个用户的第二历史消费记录训练得到的。
5、可选的,所述菜品向量是通过如下步骤训练得到的:
6、获取在多个餐饮品牌消费过的每个用户的第二历史消费记录;
7、按照每个第二历史消费记录的消费时间,对每个第二历史消费记录中所记录的菜品进行排序,得到菜品总序列;
8、将所述菜品总序列中分为多个菜品分序列;
9、对所述多个菜品分序列进行训练,得到每个菜品的菜品向量。
10、可选的,对所述多个菜品分序列进行训练,得到每个菜品的菜品向量,包括:
11、为每个菜品设置初始向量;
12、根据每个菜品的初始向量,将所述多个菜品分序列中的第一个菜品分序列调整为菜品向量序列;
13、基于所述菜品向量序列,通过最大似然算法,在所有菜品中确定出与所述菜品向量序列相近的目标菜品的菜品向量;
14、根据所述目标菜品的菜品向量对每个菜品设置的初始向量进行更新;
15、增加训练次数;
16、若所述训练次数小于所述菜品分序列的数量,则将所述多个菜品分序列中的下一个菜品分序列确定为新的第一个菜品分序列,重新执行步骤根据每个菜品的初始向量,将所述多个菜品分序列中新的第一个菜品分序列调整为菜品向量序列;
17、若所述训练次数等于所述菜品分序列的数量,则将每个菜品更新后的初始向量确定为每个菜品的菜品向量。
18、可选的,针对在所述多个餐饮品牌中消费过的每个用户,通过对所述用户的第一历史消费记录中记录的每个菜品的菜品向量进行聚类,确定所述用户的菜品口味,包括:
19、针对在所述多个餐饮品牌中消费过的每个用户,根据每个所述第一历史消费记录的消费属性,对每个所述第一历史消费记录对应菜品的菜品向量进行加权处理;
20、针对在所述多个餐饮品牌中消费过的每个用户,通过对所述用户的每个所述第一历史消费记录对应菜品的加权后的菜品向量进行聚类,确定所述用户的菜品口味。
21、可选的,所述方法还包括:
22、针对在所述多个餐饮品牌中消费过的每个用户,响应所述用户在终端设备发起的用餐请求,获取所述用户的菜品口味和/或所述用户的历史优惠信息;
23、针对在所述多个餐饮品牌中消费过的每个用户,根据所述用户的菜品口味和/或所述用户的历史优惠信息,为所述用户确定推荐菜品,并在所述终端设备中显示所述推荐菜品。
24、可选的,所述方法还包括:
25、获取目标餐饮品牌需要推广的新菜品的推广信息;
26、根据所述新菜品的推广信息和在所述多个餐饮品牌中消费过的每个用户的菜品口味,在多个用户中确定出菜品口味与所述新菜品相匹配的第一目标用户;
27、向所述第一目标用户推送所述新菜品的推广信息。
28、可选的,所述方法还包括:
29、根据获取到的在多个餐饮品牌消费过的多个用户的历史消费记录,确定出消费意愿小于预设要求的第二目标用户;根据所述第二目标用户的菜品口味,在所述多个餐饮品牌中确定出与所述第二目标用户的菜品口味相匹配的至少一个目标餐饮品牌;
30、向所述第二目标用户推送所述至少一个目标餐饮品牌的优惠信息。
31、第二方面,本申请实施例提供了一种用户菜品口味确定的装置,包括:
32、第一获取模块,用于获取在多个餐饮品牌消费过的多个用户的第一历史消费记录;
33、第二确定模块,用于针对在所述多个餐饮品牌中消费过的每个用户,通过对所述用户的第一历史消费记录中记录的每个菜品的菜品向量进行聚类,确定所述用户的菜品口味;所述菜品向量是基于在所述多个餐饮品牌消费过的每个用户的第二历史消费记录训练得到的。
34、第三方面,本申请实施例提供了一种计算机设备,包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现上述方法的步骤。
35、第四方面,本申请实施例提供了一种计算机可读存储介质,所述计算机可读存储介质上存储有计算机程序,所述计算机程序被处理器运行时执行上述方法的步骤。
36、本申请实施例提出的用户菜品口味确定的方法,首先,获取在多个餐饮品牌消费过的多个用户的第一历史消费记录;之后,针对在所述多个餐饮品牌中消费过的每个用户,通过对所述用户的第一历史消费记录中记录的每个菜品的菜品向量进行聚类,确定所述用户的菜品口味;所述菜品向量是基于在所述多个餐饮品牌消费过的每个用户的第二历史消费记录训练得到的。
37、在某些实施例中,在对用户的菜品口味进行预测之前,会事先基于多个用户的第二历史消费记录确定出多个餐饮品牌中所销售的菜品的菜品向量,属于同一个菜系的菜品的菜品向量的相似度是比较高的,也就是,口味相近的菜品的菜品向量的相似度比较高,这样针对每个用户,基于训练得到的菜品向量对用户的第一历史消费记录中所记载的菜品进行聚类,口味相近的菜品会组成一类,将聚类之后的聚类中心就可以确定为用户的菜品口味,这样通过事先确定好的每个菜品的携带有口味特征的菜品向量对用户的菜品口味进行训练,可以提高确定用户菜品口味的准确性。
38、为使本申请的上述目的、特征和优点能更明显易懂,下文特举较佳实施例,并配合所附附图,作详细说明如下。
1.一种用户菜品口味确定的方法,其特征在于,包括:
2.根据权利要求1所述的方法,其特征在于,所述菜品向量是通过如下步骤训练得到的:
3.根据权利要求2所述的方法,其特征在于,对所述多个菜品分序列进行训练,得到每个菜品的菜品向量,包括:
4.根据权利要求1所述的方法,其特征在于,针对在所述多个餐饮品牌中消费过的每个用户,通过对所述用户的第一历史消费记录中记录的每个菜品的菜品向量进行聚类,确定所述用户的菜品口味,包括:
5.根据权利要求1所述的方法,其特征在于,所述方法还包括:
6.根据权利要求1所述的方法,其特征在于,所述方法还包括:
7.根据权利要求1所述的方法,其特征在于,所述方法还包括:
8.一种用户菜品口味确定的装置,其特征在于,包括:
9.一种计算机设备,包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现上述权利要求1-7中任一项所述的方法的步骤。
10.一种计算机可读存储介质,所述计算机可读存储介质上存储有计算机程序,其特征在于,所述计算机程序被处理器运行时执行上述权利要求1-7中任一项所述的方法的步骤。