[00029665]智能点餐平台

智能点餐平台简单背景：

　　随着生活水平的提高，人们对食物的要求，已经不是只停留在解决温饱问题上，如何能吃到美味、健康又能体现生活品质的食物成为了大多数人追求的目标。

　　传统的餐饮平台基本只实现了简单的点餐、查询订单定等流程，鲜少有对顾客行为进行分析，帮助顾客和餐饮管理者进行决策。高昂的纸质菜单制作成本，客人点餐时对各种餐品的了解仅依赖于服务员的经验，无法对各种菜色进行详细的了解。现有的点餐系统大多处于联机事务处理的阶段，鲜少有后台的决策支持系统。

　　网络曝出游客到旅游景点被不良商家欺骗消费天价海鲜的例子，严重影响旅游景点的形象，管理部门需采取有效的手段对商家进行监控和管理。

　　2012年厦门市接待境内外游客约3000万人次，全市接待海外游客人数和旅游外汇收入连续10多年保持在全国主要旅游城市的前10位。游客在关注各个旅游景点的同时，也必定会关注厦门的美食。目前网络上有许多餐厅的介绍，但均缺乏菜品详细介绍和智能推荐功能；网民提供的形形色色的攻略均不能帮助游客全面详细的了解城市的美食信息。

　　通过点餐平台智能推荐，游客可快捷、方便地获取自己的需求。该平台将成为厦门市餐饮行业的窗口，除去为本地食客和外地游客提供方便快捷便宜准确的智能推荐和订餐服务之外，它还将成为厦门市的一张"脸面"，成为外界了解厦门市的一个窗口。

　　关键技术名称概念解释、技术原理简介、关键技术路线、技术先进性、技术特点或创新点

　　项目依托厦门理工学院数据挖掘与知识工程研究所，将数据挖掘理念应用到点餐平台中，实现个性化推荐、用户营养调节、养生建议等功能。

　　系统采用B/S结构，基于。NET平台，合理地、科学地构筑网络结构，通过Internet/Intranet实现信息资源的发布。

　　在结构上采用层次结构，将整个系统分成数据持久层、业务逻辑层和界面表示层三个层次，在目前大多数的信息管理系统开发中，耦合程度最高应该是界面表示层和业务逻辑层，本系统按照Supervising Controller模式进行开发，业务逻辑层实现复杂的业务逻辑和界面逻辑，界面表示层可以使用binding model，数据层的变化可以通知界面表示层，在这种模式下业务逻辑层和界面表示层是松耦合的，在结构上和MVC模式是很接近的。

　　　个性化推荐系统为客户推荐菜式，自动完成个性化选择菜肴的过程，满足客户的个性化需求。系统采用slope one算法， Slope one 是一种协同过滤算法，是推荐系统中应用最早和最为成功的技术之一。它一般采用最近邻技术，利用用户的历史喜好信息计算用户之间的距离，然后利用目标用户的最近邻居用户对商品评价的加权评价值来预测目标用户对特定商品的喜好程度，系统从而根据这一喜好程度来对目标用户进行推荐。本系统采用该算法是考虑到此算法的以下5个优势：

　　易于实现和维护：开发人员可以轻松的解释所有的聚合数据，并且算法易于实现和测试；

　　运行时可更新的：新增一个评分项，应该对预测结果即时产生影响；

　　高效的查询响应：快速的执行查询，可能需要付出更多的空间占用作为代价；

　　对初次访问者要求少：对于一个评分项目很少的用户，也应该可以获得有效的推荐；

　　合理的准确性：与最准确的方法相比，准确性方面的微小增长不能以简单性和扩展性的大量的牺牲为代价。

　　在推荐过程中，充分考虑季节对于菜品的影响，评价矩阵增加了季节的权重系数。

　　基于关键字的探索主要用于用户对自己所需要的菜肴的各项属性特征进行筛选的一种搜索，本系统打算采用基于内容的推荐算法，基于内容的推荐算法是基于内容抽取项目特征属性的推荐技术，基于内容的信息推荐方法的理论依据主要来自于信息检索和信息过滤。基于内容的用户资料是需要有用户的历史数据，用户资料模型可能随着用户的偏好改变而发生变化。将关键字的搜索运用基于内容推荐方法的原因在于它有以下的优势：

　　不需要其它用户的数据，没有冷启动问题和稀疏问题。这可以弥补个性化推荐中协同过滤算法的稀疏问题和可扩展问题；

　　能为具有特殊兴趣爱好的用户进行推荐；

　　能推荐新的或不是很流行的项目，没有新项目问题；

　　通过列出推荐项目的内容特征，可以解释为什么推荐那些项目；

　　应用前景：

　　包括：目前技术或产品开发应用情况、市场前景等。智能点餐平台