【正文】 。 由于我們的應(yīng)用程序只需要一個 WiFi 連接和良好的顯示就可以了，所以成本可以保持到最低。 但是蘋果設(shè)備的價格過高是個不 爭的事實。 優(yōu)勢 目前大多數(shù)的菜單軟件是運(yùn)行在蘋果公司的 iPad 設(shè)備上的。此外，所有的訂購和支出信息可被數(shù)據(jù)庫存儲，它讓餐館老板能根據(jù)顧客的支出來考慮折扣或促銷。系統(tǒng)可以從顧客的購買行為和購買產(chǎn)品的歷史中提取用戶的喜好，這是系統(tǒng)最重要的元素。 近年，各種產(chǎn)品推薦系統(tǒng)被開發(fā)來提高客戶滿意度和認(rèn)可度。 高品質(zhì)的服務(wù)體系應(yīng)該以顧客為中心的，也就是說，它應(yīng)該能立即辨認(rèn)出顧客的身份，喜歡的食物，支出記錄，從而為顧客提供貼心的服務(wù)。 AJAX查詢是一個預(yù)先設(shè)定的正區(qū)間，用來檢查是否有任何新訂單加入和實時顯示。 應(yīng)用演示 圖 應(yīng)用程序的登錄界面 圖 瀏覽菜單 圖 添加 項目 圖 廚房接受訂單 圖 描述了廚房端運(yùn)行在最新版 Chrome 瀏覽器上的情況。 設(shè)備有缺陷。這些風(fēng)險主要有以下幾種： 機(jī)密數(shù)據(jù)會泄露。 設(shè)備能無故障工作。 網(wǎng)絡(luò)連接始終保持穩(wěn)定。我們需 要確保整個系統(tǒng)的 web 服務(wù)，應(yīng)用程序，數(shù)據(jù)庫以及服務(wù)器是安全的，能夠抵御從外部和內(nèi)部產(chǎn)生的威脅。因此，該系統(tǒng)將必須是可擴(kuò)展的，應(yīng)該能根據(jù)需要夠容納盡可能多的用戶和盡可能多的數(shù)據(jù)。這就必須確保設(shè)計是直觀，美麗和人性化的，才能讓它更好用。這個軟件不像其他的大多數(shù)應(yīng)用，有針對的用戶群，我們的應(yīng)用程序可以被所有人使用。 ，優(yōu)美和人性化 最終用戶 ，即顧客，通過這個系統(tǒng)能有最大限度的互動。 提供給顧客的程序是運(yùn)行在 Android系 統(tǒng)的。前面提到的網(wǎng)絡(luò)服務(wù)由一個被稱為 Symfony的使用 PHP和 ORM的 web框架提供支持。在很久以前，它就已經(jīng)運(yùn)行了很多大型的俄羅斯網(wǎng)站，包括 Yandex、 、 VKontakte和 Rambler。 服務(wù)器使用知名軟件 Nginx。 亞馬遜網(wǎng)絡(luò)服務(wù)中有一個非常有效和廉價的服務(wù)被稱為彈性云計算，它允許建立一個合乎規(guī)范的服 務(wù)器。 技術(shù) 用來構(gòu)建系統(tǒng)的技術(shù)是模塊化的，開源的。計算相似性的傳統(tǒng)方法用了兩種常用的技術(shù)： Pearson相關(guān)和余弦公式。集群包括把數(shù)據(jù)集分散到特定的集合 ,其中每個對應(yīng)于特定的不同標(biāo)準(zhǔn)?，F(xiàn)有的協(xié)同過濾技術(shù)包括生成用戶項 目的矩陣，能從一個大的數(shù)據(jù)集里找出用戶感興趣的相關(guān)的項目。 Jaccard指數(shù)也被稱為 Jaccard相似系數(shù)，是一種用于比較樣本集相似性和多樣性的統(tǒng)計量。我們進(jìn)一步分析各種對食品之間區(qū)別。我們建立一個分類，然后把所有這類食物放到這個分類里。 這個價值維度的重要性 。 選擇 在加權(quán)平均數(shù)的基礎(chǔ)上由設(shè)定好的價值維度形成。 分類 食品其他信息，如類別價格，質(zhì)量，是否肉類等。 該算法主要有 5個部分： 用戶 一定數(shù)量的人與特定的食品項目的比率。當(dāng)大多數(shù)平板菜單只能為顧客提供一個簡單的菜單時，我們的系統(tǒng)能提供 建議，這些建議是基于其他顧客以前所點的菜或相似的各種菜，這能讓顧客更快地做出選擇。 如果條件允許，顧客甚至可以跟蹤他們訂單的狀態(tài)，知道他們要的食物和飲料什么時候能送到。在顧客建立、查看、確定訂單后。 在瀏覽菜單時，顧客可將項目添加到他 /她的訂單里。 顧客還可以查看他們可能會喜歡的個性化推薦項目。 然后顧客就可以瀏覽菜單上他們所喜歡的，菜單上能顯示的各種分類如價格，人氣，評級等。 同步的菜單的數(shù)據(jù)會保存在設(shè)備里，這樣顧客就不用每次都等待數(shù)據(jù)的下載。 顧客要有一個能運(yùn)行 Android系統(tǒng)的平板電腦。提供有價值的東西給餐廳和它的顧客是一個重要的目標(biāo)，我們相信這會一一實現(xiàn)。 圖 流程 圖 。 前端并不是直接與數(shù)據(jù)庫“對話”。 該系統(tǒng)是基于比較常用的 MVC 模型。通過這個圖就可以很直觀的了解我們的系統(tǒng)。并沒有完全用到設(shè)備最好的功能。從工作流程上來說，就算用了平板式菜單，也還是和前面 程。 平板式菜單 隨著觸摸設(shè)備的流行，尤其是蘋果 iPad，使平板式菜單漸漸失去市場競爭力。該訂單會通過網(wǎng)絡(luò)發(fā)送到廚房終端，或者它甚至可能由服務(wù)器直接交付到廚房。 電子 POS終端 一個 普遍使用的系統(tǒng)，目前正被世界各地眾多的餐館和連鎖店使用著，是一個電子銷售點終端系統(tǒng)。顧客埋單時，由收銀員計算并收錢。由于受到這個限制，它只是簡單觀看的菜單。 在孟買，有幾家餐館已經(jīng)用數(shù)字化平板菜單取代了傳統(tǒng)的紙質(zhì)菜單。這讓顧客很快就能找到自己想要的菜，還可以查看最受歡迎的菜肴。資料也可以很容易地共享到整個表，移動或修改，并 列出，成本可以實時計算。不需要到處跑，因為終端盒服務(wù)器是連在一起的。隨著電子設(shè)備和人性化的觸 摸屏技術(shù)的發(fā)展，菜單可以轉(zhuǎn)移到一個全新的平臺上面。餐廳還可以建立自己的電子商務(wù)社區(qū)。更方便快捷。使用電子菜單的客人比不使用的客人能節(jié)省 20％的時間。電子菜單能提供的信息比傳統(tǒng)的紙質(zhì)菜單更多。但是，一個高質(zhì)量的推薦服務(wù)系統(tǒng)將主動識別顧客、他們最喜愛的食物和支付記錄。然而，餐廳的其他方面的創(chuàng)新已經(jīng)成熟，如菜單。 1. 簡介 多年來，技術(shù)已經(jīng)極大改變了餐飲業(yè)。我們使用一個基于云計算的服務(wù)器來存儲數(shù)據(jù)庫，這使它更加廉價和安全。我們這里旨在為餐廳提供平板菜單軟件，它將基于推薦算法推薦菜式，目前該算法在別處尚未使用過。平板電腦菜單完全改變了顧客的就餐體驗。 User friendly The end users, . the restaurant customers, will have maximum interaction with this system. This interaction will mostly occur through the tablet application. Unlike most applications that have a targeted user base, our application will be used by all amp。 the waiter Communication between customer amp。 allows telling the system what ideal value they want each value dimension to have. 5. Ideal candidate set of ideal value dimensions that are formed on the basis of a weighted average. Each User rates a food item on a scale of 1 to 5 with respect to two things: 1. User’s ideal value dimension. 2. The weight or the importance of that value dimension. With the food items set in place, our next task was to analyze the various attributes that were associated with each food item. We applied a food item click counter to the entire data set, which produced a list of the most viewed food item. After listing out the Top N clicked fooditems by the customers, we apply normalization to the retrieved list of fooditems, to filter out redundant clicks. We further investigate the levels of monality that existed between various pairs of food items. Jaccard’s coefficient was used to calculate the degree of similarity. The Jaccard index, also known as the Jaccard similarity coefficient (originally coined coefficient de munaute by Paul Jaccard), is a statistic used for paring the similarity and diversity of sample sets. The Jaccard coefficient measures similarity between sample sets, and is defined as the size of the intersection divided by the size of the union of the sample sets: Collaborative filteringbased remender systems rely on information derived from social activities of the users, such as opinions or ratings, to form predictions or produce remendation lists. Existing collaborative filtering techniques involve generating a useritem matrix, from which remendation results could be derived Contentbased ?ltering focuses on the selection of relevant items from a Contentbased ?ltering focuses on the selection of relevant items from a large data set, things that a particular user has a high probability of liking. This involves training the data set with machine learning techniques. Clustering involves sectioning the data set into particular sets, each of which correspon