智能刷卡机饭堂数据挖掘系统分析

导语：智能刷卡机饭堂数据挖掘系统分析一文来源于网友上传，不代表本站观点，若需要原创文章可咨询客服老师，欢迎参考。

摘要：传统的饭堂消费行业仅仅只有数字金额的流动，大量甚至海量的饮食消费数据并没有存储起来作进一步的分析、挖掘和利用。本文提出研发一套基于智能刷卡机的饭堂数据挖掘系统，通过对饭堂消费数据的分析和挖掘，得到有用信息，生成数据服务———以数据分析报告的方式提供给大型餐饮公司等，构建新型盈利模式。同时，通过历史的饮食消费数据建立消费者的饮食健康模型，分析其饮食健康水平，推送相应的饮食建议。该系统经试用后，反映效果良好，可为同类应用提供借鉴。

关键词：智能刷卡机；大数据；饭堂；数据挖掘

一、引言

“互联网+各个传统行业”已成为市场中的热点话题。餐饮行业作为我国第三产业中一个传统服务性行业，其数据量是巨大的[1]。随着互联网、云计算和大数据产业的发展，各政府部门大力扶持战略性新兴产业，给中国数据中心市场的发展带来极大利好因素[2，3]。传统的饭堂消费行业仅仅只有数字金额的流动，大量的饮食消费数据并没有存储起来作进一步的分析、挖掘和利用。目前，我国高校饭堂当前采用的刷卡机种类多样，刷卡计费系统普遍存在以下问题：1.刷卡设备只有计价功能，而没有数据统计功能；2.食堂工作人员在用餐高峰期总是不停地进行人工口算，易疲惫，从而造成计算错误；3.食堂需要花大价钱购买系统，且系统维护不方便；4.食堂属于支出方，系统不能带来其它价值。针对上述问题，本文提出设计一套基于智能刷卡机的饭堂数据挖掘系统。本套系统针对的行业是饭堂饮食，主要的消费者人群是学生，并且提供系统免费使用、免费安装。通过智能刷卡机系统收集学生在饭堂的饮食数据，然后对饭堂饮食消费数据进行分析、挖掘，让食堂变为销售方，为餐饮公司提供大数据分析服务，将数据变为价值。

二、系统概述

基于智能刷卡机的饮食大数据挖掘系统，最突出的特色就是盈利模式。这几年大数据被炒得热火朝天，在很多领域行业得到了应用，取得了不错的成果。未来餐饮大数据行业肯定是大有发展前景的。本文研发的智能刷卡机系统，与传统刷卡机系统相比具有较大优势。传统的刷卡机厂商主要靠卖系统硬件赚钱，我们定位于一家餐饮大数据服务企业，免费提供硬件系统给饭堂，提供大数据服务获利（饮食企业、科研单位、政府管理部门），而饭堂相当于我们的数据合作方，使用新兴的大数据技术、平台等分析挖掘饮食数据，得到有用信息，生成数据分析报告；同时，对个人历史饮食数据行为进行分析建模，分析其饮食健康水平，精确推送广告。系统框架图，如图1所示。本系统研究的内容主要有以下5个方面：1.智能刷卡机数据的传输。传统的刷卡机数据的传输主要是通过内网传送，传输的数据主要是数字金额，数据存储在本地金额管理系统，这也造成了单个饭堂饮食数据成为信息孤岛。智能刷卡机系统需要在保证饭堂一定的封闭性的同时将菜式对应的字母传输到云端服务器中。2.饭堂饮食数据管理系统的设计。饭堂方的饮食消费存储在本项目的云端服务器中，通过给饭堂开发一套饮食数据管理系统来分析学生们的饮食数据信息，如按日期等查询菜式销售情况、查询频繁菜式搭配和饭堂消费群体口味分析等，从而改善饭堂的服务质量，提高饭堂收入。3.饭堂饮食大数据的存储与集成。各个饭堂的饮食数据具有单个饭堂自身的特征，所以抛弃异性，将所有饭堂的饮食数据集成起来分析是需要解决的关键问题。通过估计，惠州学院级别的一个饭堂一年的数据量大小在10G（30M*365天），假如合作的饭堂在100个左右，一年的数据量在1T级别，故饭堂饮食数据的存储是首要问题。4.以服务为导向的饭堂饮食大数据的挖掘。该系统定位于提供大数据分析服务，通过给饮食企业、科研单位、政府管理部门等提供数据分析报告是本项目的主要盈利方式。如某地区食堂的整体菜式销售特征，某地区范围内饮食消费群体（主要是学生）的消费特征，如口味偏好、饮食习惯和饮食消费特点等。5.个人饮食健康模型的建立。在收集到个人饮食数据后，可以分析出个人的饮食特征，膳食结构等，从而也可以给第三方餐饮公司精准营销广告，获取部分收入。进一步通过建立饮食健康模型，对学生进行健康分析，得到学生的饮食健康水平并推送给相应的饮食建议，从而调节膳食结构，增进学生的体质。

三、关键技术及实现

1.智能刷卡机的设计及管理平台的数据传输实现。智能饭堂刷卡机通过内外网数据传输技术实现金融数据与销售数据分开，既保证金融数据的独立性和安全性，又保证销售数据的传输及时性。用户刷卡后把金额数据存入金额后台管理系统（内网），与此同时金额后台管理系统（内网）把用户剩余金额数据反馈回用户，实现内网数据交换。该系统基于以太网的客户机/服务器体系，数据采集遵循TCP/IP协议[4]，实现数据的正确可靠传输。员工点击菜式对应的字母刷卡后将菜式销售数据传送给菜式后台管理系统（外网），菜式后台管理系统（外网）将字母数据反馈给刷卡机，从而实现外网数据交换。菜式销售数据通过NAT技术把本地IP地址转化成全球IP地址[5]，实现内网和外网的通信，数据传输模型如图2所示。通过把菜式销售数据共享到外网，可以方便我们对这些数据进行后期进一步的分析并通过特定算法导出可视化分析结果。2.饭堂饮食大数据的存储与集成图4数据结果分析通过估计，饭堂一年的数据总量在TB级别左右。饭堂的数据具有其特殊的格式，因此，需要存储在关系型数据库中[6]。对于不同地区的饭堂，可以通过标志加以区分。合作的饭堂数量不断增加，数据量也会越来越大。目前，饭堂饮食数据量大概在TB级别，未来将增至PB级别的数据，并且数据处理时间需要控制在0.1S，因此本系统采取MPP架构来存储数据，如图3所示。MPP架构的数据库是基于结构化数据分析设计开发的，能够高效处理PB级别的数据量，并且在处理数据的性能问题上具有显著优势。3.地区饮食特征挖掘。对于地区的饮食特征挖掘，我们采取的是关联规则分析算法，从大量餐饮数据中挖掘出无法直接感受到的规则，做出该时期内的菜式销售分析，例如对食堂所有菜式销售的整体数据统计，提供图像化分析，包括销售量最多、最少的菜式等。通过统计某次菜式销量，或者菜式材料的销量，我们可以挖掘出某个地区高校内最受欢迎的菜式和菜式材料；同时，可以根据菜式销售量智能分析出整体用户的口味偏好。数据分析结果如图4所示。4.个人饮食健康模型的建立图4数据结果分析对于个人饮食健康的评估，我们采取营养素分析法。营养素评价有广泛的潜在用途，可以帮助消费者合理选择食物。通过历史的饭堂饮食消费数据建立消费者的饮食健康模型。饭堂是我们的数据合作方，饭堂管理员标记每个菜式的材料搭配存储在后台数据库中，通过计算每个材料所含的营养素含量，得出每个菜式的营养素含量。对于个人的饮食健康，通过学生的菜式消费数据就可以分析出他们营养素摄取量；同时参照营养素度量法，可以对每个学生的营养进行评分，从而对其进行健康评估和推荐。5.精准广告营销。对于个人的广告营销，采取的算法主要是决策树算法。该算法存在以下明显优势：容易理解、解释和可视化；数据基本不需要预处理；能够处理多维度输出问题等。本系统主要从两个方面着手，一是通过对个人饮食的健康模型的评估，推荐一些健康饮食；二是对于消费者经常消费的美食进行广告推荐。对于消费者的历史饮食数据，我们预定义一些类，如喜欢吃西餐、中餐、清真等的类，将消费群体进行分类，贴上标签。饮食的标签对应于我们合作的餐饮供应商，然后进行精准广告营销。针对个人健康模型提供的数据，对于营养素的缺乏，我们推荐该营养素含量较高的美食给消费者，通过二者的相互搭配，达到比较好的广告营销效果。

四、结语

餐饮大数据行业存在巨大发展空间，但是传统的饭堂消费行业中大量的饮食消费数据没有被合理利用。本文设计实现的基于智能刷卡机的饭堂数据挖掘系统，既能为饮食企业、科研单位、政府管理部门提供饮食大数据分析服务，又能让消费群体可以通过我们的APP产品获取到个人健康分析服务，还能推动互联网和大数据战略引入传统的饭堂行业。

参考文献

[1]杨森彬.线性回归和随机森林算法融合在餐饮客流量的预测[J].软件工程，2018（07）：24-27.

[2]郭扬.云计算技术下海量数据挖掘的实现机制[J].信息通信，2019（08）：146-147.

[3]孙亮.数据挖掘服务模式应用云计算的优化策略探究[J].黑河学院学报，2018（01）：211-212.

[4]雷天友.基于以太网络的空气压缩机站远程监控及故障诊断系统的研究与实现[D].电子科技大学，2003.

[5]李鹏.NAT在中职校园网中的应用与实现[J].电脑知识与技术，2013（06）：1302-1304.

[6]李锐.大文本数据存储管理在税收业务中的应用研究[D].西安石油大学，2008.

作者:李慧 单位:惠州学院