基于消费者行为的点餐推荐算法

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,所提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个椎荐引擎的组合权值(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

所属期刊栏目：44

分类号：TP391(计算技术、计算机技术)

资助基金：国家自然科学基金项目61273304,61673301;高等学校博士学科点专项科研基金优先发展领域项目20130072130004

在线出版日期：2018-01-24（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：46-50