基于餐饮数据复杂网络的菜品拉动力分析

doi:10.3969/j.issn.1006-2475.2017.07.001

计算机与现代化

• 人工智能 • 下一篇

基于餐饮数据复杂网络的菜品拉动力分析

（北京交通大学交通数据分析与挖掘北京市重点实验室，北京100044）

收稿日期:2016-11-03 出版日期:2017-07-20 发布日期:2017-07-20
作者简介:温振前（1987-），男，河北衡水人，北京交通大学交通数据分析与挖掘北京市重点实验室硕士研究生，研究方向：复杂网络，数据挖掘；林友芳（1971-），男，教授，博士，研究方向：机器学习与认知计算，数据与知识工程；武志昊（1984-），男，讲师，博士，研究方向：复杂网络，数据与知识工程。
基金资助:
国家自然科学基金资助项目（61403023）；教育部-中国移动科研基金资助项目（MCM20150513）；中国博士后科学基金资助项目（2015M580040）

Analysis on Driving Force of Dishes Based on Complex Data Network in Catering Field

(Beijing Key Lab of Traffic Data Analysis and Mining, Beijing Jiaotong University, Beijing 100044, China)

Received:2016-11-03 Online:2017-07-20 Published:2017-07-20

摘要/Abstract

摘要： 在餐饮领域，菜品的拉动力可以定义为菜品因自身消费增长而拉动其他菜品整体消费增长的能力，然而目前并没有明确的方法计算菜品的拉动力。本文提出一种新颖的利用历史账单量化菜品拉动力的方法。首先提取数据中包含的菜品特征，分析菜品之间的作用关系来构建菜品复杂网络；然后基于复杂网络，利用传播模型，通过网络传播来计算菜品拉动力；最后在某餐饮企业真实历史账单数据集下验证了本文所提方法的有效性。

关键词: 菜品拉动力, 复杂网络, 网络传播

Abstract: In catering field, the driving force of dishes can be defined as the ability of dishes to stimulate the overall consumption growth of other dishes due to their own consumption growth. However, there is no clear method to calculate the driving force of dishes. This paper puts forward a novel method to quantify the driving force of dishes through historical bills. First, the paper extracts the characteristics of dishes contained in dataset. Secondly, the paper analyzes the relationship between the dishes to build dishes complex networks, and then based on the complex network, the paper calculates the driving force of dishes through the network spreading procedure with a propagation model. Finally, the paper validates the effectiveness of the proposed method in the real historical billing data set of a catering enterprise.

Key words: driving force of dishes, complex network, network spread

中图分类号:

TP311

温振前，林友芳，武志昊. 基于餐饮数据复杂网络的菜品拉动力分析[J]. 计算机与现代化, doi: 10.3969/j.issn.1006-2475.2017.07.001.

WEN Zhen-qian, LIN You-fang, WU Zhi-hao. Analysis on Driving Force of Dishes Based on Complex Data Network in Catering Field[J]. Computer and Modernization, doi: 10.3969/j.issn.1006-2475.2017.07.001.

参考文献

［1］程慧芳. 浅析我国餐饮业服务营销现状及发展策略［J］. 现代经济信息, 2015(4)：352，354.
［2］Newman M E J. The structure and function of complex networks［J］. SIAM Review, 2003,45(2):167-256.
［3］Albert R, Barabási A， Barabasi. Statistical mechanics of complex networks［J］. Review of Modern Physics, 2002,74(1):47-97.
［4］Liu Li, Chen Xiwei, Liu Ming, et al. An influence power-based clustering approach with PageRank-like model［J］. Applied Soft Computing, 2015,40:17-32.
［5］赵晓荣. 复杂网络传播学中重要节点的发现［D］. 西安：西安电子科技大学, 2013.
［6］Pastor-Satorras R, Vespignani A. Epidemic spreading in scale-free networks［J］. Physical Review Letters, 2001,86(14):3200-3203.
［7］刘涛,陈忠,陈晓荣. 复杂网络理论及其应用研究概述［J］. 系统工程, 2005,23(6):1-7.
［8］Page L, Brin S, Motwani R, et al. The PageRank Citation Ranking: Bringing Order to the Web［R］. Technical Report, Stanford InfoLab. 1998:1-14.
［9］黄德才,戚华春. PageRank算法研究［J］. 计算机工程, 2006,32(4):145-146.
［10］Kempe D, Kleinberg J, Tardos E. Maximizing the spread of influence through a social network［C］// ACM SIGKDD International Conference on Knowledge Discovery and Data Mining. 2003:137-146.
［11］Chen Wei, Yuan Yifei, Zhang Li. Scalable influence maximization in social networks under the linear threshold model［C］// IEEE International Conference on Data Mining. 2010:88-97.
［12］Goyal A, Lu Wei, Lakshmanan L V S. SIMPATH: An efficient algorithm for influence maximization under the linear threshold model［C］// IEEE International Conference on Data Mining. 2011:211-220.
［13］Chen Wei, Wang Yajun, Yang Siyu. Efficient influence maximization in social networks［C］// Proceedings of the 15th ACM SIGKDD International Conference on Knowledge Discovery and Data Mining. 2009:199-208.
［14］Morone F, Makse H A. Influence maximization in complex networks through optimal percolation［J］. Nature, 2015, 524(7563):65-68.
［15］吴凯,季新生,郭进时,等. 基于微博网络的影响力最大化算法［J］. 计算机应用, 2013,33(8):2091-2094.
［16］李国良,楚娅萍,冯建华,等. 多社交网络的影响力最大化分析［J］. 计算机学报, 2016,39(4):643-656.
［17］Domingos P, Richardson M. Mining the network value of customers［C］// Proceedings of the 7th ACM SIGKDD International Conference on Knowledge Discovery and Data Mining. 2001:57-66.
［18］Richardson M, Domingos P. Mining knowledge-sharing sites for viral marketing［C］// Proceedings of the 8th ACM SIGKDD International Conference on Knowledge Discovery and Data Mining. 2002:61-70.
［19］乌兰图雅,李东魁. 求解一类NP-HARD问题的一个快速算法［J］. 内蒙古大学学报(自然科学版), 2012,43(1):85-88.
［20］潘立登,黄晓峰. 用启发式贪心法求解旅行商问题［J］. 北京化工大学学报, 1998,25(2):46-51.
［21］Kazarlis S A, Bakirtzis A G, Petridis V. A genetic algorithm solution to the unit commitment problem［J］. IEEE Transactions on Power Systems, 1996,11(1):83-92.

[1]	张小芳, 冯慧芳. 基于轨迹大数据的动态最优路径规划[J]. 计算机与现代化, 2021, 0(11): 82-88.
[2]	李卫东, 徐澍锟, 王运明. 基于复杂网络的纽约轨道交通网络特性分析[J]. 计算机与现代化, 2021, 0(02): 94-99.
[3]	王海红, 刘莉. 基于分层和强化学习的改进路径搜索算法[J]. 计算机与现代化, 2020, 0(11): 77-82.
[4]	许小媛, 李海波, 于本成, 刘芳. 具有对偶约束的半监督重叠社区发现方法[J]. 计算机与现代化, 2020, 0(08): 63-68.
[5]	陈婧怡，徐名海，杨溪，杜帆. 一种改进的HK社交网络建模方法[J]. 计算机与现代化, 2019, 0(02): 123-.
[6]	马佳艳，王萍，夏伟，申红伟. 复杂网络下的网络流量预测和预警研究[J]. 计算机与现代化, 2018, 0(01): 102-106.
[7]	林家祺,卢罡,许南山. 一种基于路径阻断的求解最短路径算法[J]. 计算机与现代化, 2017, 0(12): 6-11.
[8]	陈皋，吴广潮. 基于PageRank的在线社交网络消息传播模型[J]. 计算机与现代化, 2017, 0(1): 101-105.
[9]	李甍1,2,马一方3,姜鑫1,2,马丽丽4,郑志明1,2. 一种复杂网络上信息传播的动态竞争机制[J]. 计算机与现代化, 2016, 0(1): 104-107.
[10]	王竹. 一种新型社交网络建模方法[J]. 计算机与现代化, 2015, 0(12): 57-.
[11]	樊超1，王重玺2，高鲁彬3. 政府公文收发记录的可视网络分析[J]. 计算机与现代化, 2014, 0(5): 150-155.
[12]	高洪伟1,徐勇2. 基于节点间的依赖程度划分网络中社团的算法[J]. 计算机与现代化, 2014, 0(4): 109-112.
[13]	贾遂民，胡明生，贾志娟. 基于复杂网络的历史地震时空分布及异常分析[J]. 计算机与现代化, 2014, 0(12): 1-5.

基于餐饮数据复杂网络的菜品拉动力分析

Analysis on Driving Force of Dishes Based on Complex Data Network in Catering Field

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 13

编辑推荐

Metrics

本文评价