(19)中华 人民共和国 国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202111197331.5 (22)申请日 2021.10.14 (71)申请人 再惠 （上海） 网络科技有限公司 地址 200062 上海市普陀区中江路1 18弄22 号1205室 (72)发明人 陈振华　李晓捷　朱辰昊　黄险峰　 (74)专利代理 机构 上海浦科知识产权代理有限 公司 3140 0 代理人 冯燕云 (51)Int.Cl. G06F 16/215(2019.01) G06F 16/2458(2019.01) G06N 20/00(2019.01) G06Q 50/12(2012.01) (54)发明名称 基于机器学习算法的外卖运营方案生成方 法 (57)摘要 本申请涉及基于机器学习算法的外卖运营 方案生成方法， 外卖运营方案生成方法的步骤包 括： 输入数据， 输入历史外卖运营数据； 数据清 洗， 将历史外卖运营数据样本规整， 剔除掉不相 关的信息； 数据标注， 通过机器学习算法， 根据标 注规则将数据内容打上标签， 同时去除人工评估 不合理或价值度低的标签， 降低维度； 数据融合， 将未打上标签的无标签进行数据解析和处理， 为 无标签的数据寻找相似、 相近内容， 并且将无标 签的数据与其相似、 相近内容合并； 输出方案， 输 出新生成的外卖运营方案。 根据本申请的外卖运 营方案生 成方法， 指导运营人员在外卖平台上进 行运营， 特别是提供了运营建议和运营方案， 运 营人员按照系统提供的方案进行操作即可。 权利要求书2页 说明书5页 附图3页 CN 113961550 A 2022.01.21 CN 113961550 A 1.一种基于 机器学习算法的外卖运营 方案生成方法， 所述方法包括如下步骤： 输入数据， 输入历史外卖运营 数据； 数据清洗， 将所述历史外卖运营 数据样本规整， 剔除掉 不相关的信息； 数据标注， 通过机器学习算法， 根据 标注规则将所述数据内容打上标签， 同时去除人工 评估不合理或价 值度低的标签， 降低维度； 数据融合， 将未打上标签的无标签进行数据解析和 处理， 为所述无标签的数据寻找相 似、 相近内容， 并且将所述无 标签的数据与其相似、 相近内容 合并； 模型训练， 基于 机器学习算法， 针对所述外卖运营 数据进行模型训练； 输出方案， 输出新 生成的外卖运营 方案。 2.根据权利要求1所述的外卖运营方案生成方法， 其中， 所述输入的外卖运营数据包 括： 单量， 商户和用户分别对应的生成订单量； 收入， 包括商户收入和平台收入； 商户品类， 提供外卖实物的商户依据所提供的实物品类划分， 对特定商户标注为某个 品类； 商户所属商圈， 按照商户的地理位置， 确定商户所属的商圈， 以便用户及时定位， 促进 购买， 其中， 所述输入的外卖运营 数据的形式为： API应用程序、 截图、 Excel和表单。 3.根据权利要求1所述的外卖运营 方案生成方法， 其中， 所述数据清洗步骤 还包括： 将所述外卖运营数据通过消息队列进行推送， 推送至数据清洗流程， 通过schema数据 库映射， 将所述外卖运营 数据进行清洗规整， 所述数据清洗后输出清洗后数据库DB， 其中， 如果映射出错， 将错 误信息通过邮件报警； 其中， 所述消息队列为分布式消息发布 平台PULSAR。 4.根据权利要求1所述的外卖运营方案生成方法， 其中， 所述数据标注步骤集合了自然 语言处理NLP和自然语言理解 NLU算法， 对所述外卖运营 数据进行处 理。 5.根据权利要求4所述的外卖运营方案生成方法， 其中， 所述数据标注步骤对所述外卖 运营数据按规则拆解， 其中， 所述规则包括： 文本处理wordseg、 word2vec， 基于PLSA模型的用户兴趣聚类算法 topic PLSA以及自定义元 素。 6.根据权利要求5所述的外卖运营方案生成方法， 其中， 所述规则包括： 按父子关系构 建规则树， 所述 规则由表达式构成， 其表达式为gro ovy语言。 7.根据权利要求6所述的外卖运营方案生成方法， 其中， 所述数据标注步骤按照标注规 则输出外卖运营规则， 所述外卖运营规则包括： 正负反馈、 菜品文本、 团购元素， 所述输出的 外卖运营规则以模型为维度。 8.根据权利要求1所述的外卖运营 方案生成方法， 其中， 所述数据融合 步骤包括： 增量获取外卖运营数据， 使用的方法为从外卖运营数据的数据库中将外卖运营数据通 过mongo‑shake和canal增量获取； 针对不同字段根据配置预处 理， 其中， 所述配置预处 理包括： 格式处 理、 噪点消除、 构件查询桶； 以及权　利　要　求　书 1/2 页 2 CN 113961550 A 2对没有打成标签的数据进行解析及处 理， 生成原 始样本。 9.根据权利要求1所述的外卖运营 方案生成方法， 其中， 所述模型训练步骤 包括： 基于模型的协同过滤算法， 所述模型为随机森林的回归模型， 所述回归模型使用 scikit‑learn中的RandomForestRegres sor； 通过所述生成的原始样本来进行训练， 调整最大选择特征数max_features、 树的最大 深度max_depth、 子树数量n_estimators、 最大叶子节点数max_leaf_nodes， 能达到oob_ score最高， 即袋外分o ob来评估 泛化能力； 通过网格搜索来确定每一个参数的值； 模型训练完成， 即可通过外卖运营数据 特征， 进行运营动作推荐， 生成所述外卖运营方 案。 10.根据权利要求1所述的外卖运营方案生成方法， 其中， 所述生成外卖运营方案包括： 推荐外卖品类、 单量变化的运营动作。权　利　要　求　书 2/2 页 3 CN 113961550 A 3