摘要
本发明涉及餐饮门店智能补货技术领域,公开了一种餐饮门店智能补货方法及系统,其中所述方法包括:选择基于梯度提升决策树算法构建预测模型,构造以门店为粒度的品牌训练数据,构造特征工程并进行特征筛选,训练所述预测模型;基于门店和物料构建样本集,获取所述样本集最后订货的库存单位,计算补货周期和销售起始期内的销售额,通过所述库存单位、补货周期、销售额计算千元用量;接收补货下单指令,将补货时间范围输入训练好的预测模型,计算得到指定的所述时间范围部分的预估营业额,预测所述时间范围内各品项的消耗量,计算出实际所需的补货量,采用结合数据分析和人工智能算法预测的方法改善餐饮门店的补货管理问题。
技术关键词
智能补货方法
餐饮门店
梯度提升决策树算法
销售额
日期
单指令
特征工程
构建预测模型
样本
智能补货技术
智能补货系统
正则化参数
订单
周期
历史销量数据
节假日信息
人工智能算法
归一化方法
系统为您推荐了相关专利信息
状态评估方法
混合神经网络模型
智能电表
矩阵
时序特征
统计分析方法
支持向量机回归模型
企业
Python技术
汽车
交通信号灯
融合特征
融合时空特征
交通流量预测
斯皮尔曼相关系数