基于消费者行为的点餐推荐算法-计算机科学.PDF

第 44 卷第11A 期 Vo l. 44 No. 11A 计算机科学 2017 年 11 月 COMPUTER SCIENCE Nov.2017 基于消费者行为的点餐推荐算法 丁铛1，2 张志飞1，3 苗夺谦1，2 陈岳峰1 (同济大学计算机科学与技术系 上海 201804)1 (同济大学嵌入式系统与服务计算教育部重点实验室 上海 201804)2 (同济大学大数据与网络安全研究中心 上海 200092)3 摘 要 随着电子商务的发展，餐饮行业现有的大多数管理系统落后于消费者和管理人员的需要，一种行之有效的方 法是将推荐系统应用于餐饮管理，根据消费者的行为数据为用户点餐提供菜品的推荐。针对推荐系统中的冷启动问 题，提出基于消费者行为的点餐推荐算法，设计出频度统计、关联规则和 Markov 链 3 个推荐引擎的加权组合推荐系 统。在实际餐厅订单数据样本上，所才是算法能够取得令人满意的推荐效果，且得到具有普适性的 3 个推荐引擎的组合 权值(0.2167 ， 0.5167 ， 0.2666) ，同时得到最佳的推荐长度为 3 。 关键词 数据挖掘，推荐系统，关联规则，Markov 链，餐饮管理 中固法分类号 TP391 文献标识码 A Ordering Recommender Algorithm Based on Consumers Behavior 1 1 1 1 DING Dang ,2 ZHANG Zhi-fei ,3 MIAO Ducγqian ， 2 CHEN Yue-feng (Department of Computer Science and Technology ,Tongji University ,Shanghai 201804 ,China)1 (Key Laboratory of Embedded System and Service Computing ,Ministry of Education ,Tongji University ,Shanghai 201804 ,China) 2 (Big Data ßιNetwork Security Research Center ,Tongji University ,Shanghai 200092 ,China)3 Abstract With the development of e-commerce ,most of the existing catering management system lags consumers and managers need. An effective approach is to apply recommendation systems to catering management ,and to provide or dering recommendations according to consumers behavior data. As for cold start problems that may arise in the recom mending process ,the ordering recommender system based on consumers behavior was proposed , containing three r e- commendation engines ,which are frequency st