APP下载

基于大数据背景下的食堂服务平台研究

2020-10-09周俊豪郭龙蔡以东张迪

物联网技术 2020年9期
关键词:数据处理大数据

周俊豪 郭龙 蔡以东 张迪

摘 要:文中以校园食堂服务系统中的海量数据为研究对象,基于大数据背景下的食堂服务平台的研究展开讨论。该系统应用HTML5,JavaScript,MySQL,Hadoop集群数据处理等技术,实现了在线订餐功能并生成数据分析。实验结果表明:该平台方便了师生订餐的同时也减少了食堂管理成本,解决了学生就餐难,排队久的难题;系统通过大数据分析来了解消费者的需求,从而更好地提高食堂服务水平。

关键词:大数据;线上订餐;校园食堂;Hadoop集群;海量数据;数据处理

中图分类号:TP391.7文献标识码:A文章编号:2095-1302(2020)09-00-04

0 引 言

如今,网络数据量成指数型增长,现今社会已经是大数据发展的时代。然而,快速增长的数据量已超越了普通数据库的处理能力,导致数据库无法对TB级以上的数据进行储存并分析,因此,我们通过Hadoop集群对海量数据进行统计和分析处理,从中提取出有价值的数据,用数据展开分析,为用户呈现数据化的技术,同时,也为以后的重要决策提供重要的依据。

食堂服务平台主要采用大数据分析技术,并结合云计算技术进行大量的数据分析和处理,专门针对校园食堂打饭难,排队久,就餐环境差等问题进行研究。利用平台收集信息,综合处理,结合校园管理实际解决就餐问题。

1 项目背景

本项目以贵州师范学院为例来展开研究,主要目的解决学生日常生活中的就餐问题。由网络数据可知,每年各大高校的招生人数都在不断增加,特别是在大学,贵州所有大学人数统计见表1所列。

下面以贵州师范学院为例进行阐述:

(1)贵州师范学院土地资源不算丰富,占地面积狭小,对于一个大学来讲,如果没有适合的就餐管理机制,本学校的三个食堂完全无法满足要求。

(2)贵州师范学院的招生人数逐年增加,以至于近年来师生人数近2万人,是一个庞大的集体,于此,使得师生就餐成为一大问题。

(3)由于学校人数问题,各个学院的课程安排时间相近,导致下课时间相同,以至于出现“抢位置”“抢饭”等现象,这也是最主要因素。

(4)食堂内所有窗口并不集中,每个窗口为一个商家,从而导致食堂卫生(指地面的保洁、桌面收拾,桌椅保洁等)难题,甚至许多学生对就餐产生恐惧。

2 系统设计思路与架构

2.1 系统设计思路

本系统需要解决学生食堂就餐无法系统化等问题。系统中,学生通过平台可以了解各校内食堂各个商家的详细信息,针对自己的喜好在不同商家下单点餐,方便商家进行线上线下的管理。

大量人员用餐服务平台的最大问题是用户数量和产生数据庞大,到目前为止,食堂用餐人数的数据已经成千上万条,采用人工处理方式很不科学,不利于食堂服务的管理。然而随着大数据时代的来临,运用更高的数据化处理技术可更好地解决这个问题。利用现代网络技术收集大量数据,并通过Hadoop集群数据处理技术进行分析之后再传回MySQL数据库。大数据的核心技术就是可储存和分析大量数据,相较于传统的数据仓库处理技术而言,更加有利于数据信息的采集和处理。平台机构示意如图1所示。

2.2 食堂服务系统管理

2.2.1 前台分类模块

前台分类模块功能是将所有菜品按分类展示,目的是让用户按照分类名快速定位到自己所需要的菜品。由商家管理人员添加所有菜品的信息,并将菜品分类,如按照早餐、晚餐、湘菜、粤菜等分类,且对每道菜品添加詳细信息,其中包括菜品名称、实物图片、菜品单价等。

前台主要部分代码如下:

食堂服务管理系统-主页

这部分代码主要显示菜单主页信息,各种菜品的分类,利用HTML5和JavaScript相结合,网页前端呈现,分类管理。

2.2.2 下单模块

用户选中菜品后,在订单模块的购物车中便会出现所选菜品的相关信息,并且学生还可填写备注,例如,加辣、少盐、原味等。生成订单后,学生可以在订单页面查看自己订单的详细信息,包括下单时间、订单号、金额、状态、取餐时间等。并且在商家没有接单前,还可以在该页面对订单进行取消。并可以支付相应的费用要求商家进行配送,解决排队难题。

2.2.3 订单管理模块

商家可以在后台看到用户的最新订单信息。比如已确定过但还未完成的订单、所有已完成的订单以及用户或后台取消的订单详情,学生可以通过平台联系客服功能,进行线上沟通,修改相关订餐信息包括重新选菜、预留时间、配送时间、配送地点或者取消打包等,修改时间限于订餐后3 min。

2.2.4 意见管理模块

学生取餐后或者吃完饭后,可以通过平台对饭菜进行评价,比如:佐料量的多少,食物的多少,菜的烹饪熟度,菜品的味道等。后台管理人员统一收取每一天顾客的意见,分类进行汲取并改良,尽量服务满足于各个顾客的需求。

2.2.5 提问及回复模块

本平台设置有线上交流模块,顾客可以通过平台向商家咨询问题,平台上有专门的工作人员对顾客的提问进行解答,对于超出管理人员业务范围的问题,其可以回避,后太管理人员会用最大程度让学生了解商家的具体菜品、口味等是否符合自己,根据答疑,用户可自行选择。消息回复模式如图2所示。

2.2.6 信息管理模块

食堂服务管理平台将会记录所有用户的信息,包括用户名、电话号码、所订菜品、价钱、商家的注册信息等,针对这些个人信息以及商家信息,平台将会有专门的技术人员进行信息维护与信息保护,若被攻击,平台也会启动备份功能,最大力度保护用户及商家信息。商家也可以对店里所有的菜品、饮料等信息进行修改、增加、删除等操作。系统将自动进行数据信息采集,统计每一天的就餐人数和每一道菜品的出售情况,存入MySQL数据库进行数据分析,哪一道菜品出售最火爆,哪一道菜品出售情况不好,都会在平台上进行显示,商家可根据显示信息对每天的菜品进行管理。

信息管理主要代码如下:

<%

List list = (List)request.getAttribute(“listinfo”);

if(list != null){

int i=0;

for(TypeInfoBean typeInfo:list){

i++;

%>

<%=i %>

<%out.print(typeInfo.getTypename()); %>

<%=typeInfo.getTypesort() %>

”>删除

<%}} %>

MySQL數据库主要连接代码如下:

privatestatic String Driver_Name=”com.mysql.jdbc.Driver”;

privatestatic String DB_Host=”jdbc:mysql:

//localhost:3307/webdb?characterEncoding=utf8”;

privatestatic String DB_User=”root”;

privatestatic String DB_Pwd=”123456”;

/**

* 连接数据库

* @return

*/

publicstatic Connection getConnection() {

Connection conn=null;

try {

Class.forName(Driver_Name);

} catch (ClassNotFoundException e) {

// TODO Auto-generated catch block

e.printStackTrace();

}

try {

conn=DriverManager.getConnection(DB_Host, DB_User,

DB_Pwd);

} catch (SQLException e) {

// TODO Auto-generated catch block

e.printStackTrace();

}

returnconn;

利用信息服务模块,在前端进行商家入住信息的入库,学生用户信息注册入库,以及商品的信息管理,并储存在MySQL数据库中,进行大量数据的储存和管理;不符合要求的数据可以通过管理人员后台修改或删除。

2.2.7 剩菜剩饭管理模块

对于就在食堂就餐的学生,每次使用平台都会收到平台的温馨提示:“用完餐后,将餐具放回收羹处”。方便管理人员进行餐具的清理。没有按照要求进行处理的客户,平台上的信誉积分将会降低,后期将承担相应的责任,同时食堂内也会贴出相应的标语提示。食堂内的剩饭剩菜将会全部集中到一处,管理人员会在平台上进行社交信息发布,向外界寻找专门收取剩饭菜的人员到校园食堂收羹。收羹处理3天1次,有需要的人员将会从平台上查看到相应的信息。由此,食堂的就餐环境和就餐秩序会得到极大改善。

系统功能示意图如图3所示。

3 关键技术介绍

3.1 前端框架设计

本平台前端采用JavaScript前端开发技术以网页的形式向用户展现各个服务板块。系统采用HTML5进行编写。HTML5是互联网的下一代标准,是构建以及呈现互联网内容的一种语言方式,被认为是互联网的核心技术之一,可以设计HTML5中各标志的显示属性,也可以采用CSS,即层叠样式表,使网页页面更加美观。JavaScript是一种基于对象的客户端脚本语言,常用于给网页添加动态功能,以响应用户的各种操作。

3.2 服务器端

3.2.1 数据库设计

数据库用来存储用户信息、菜品详细信息、消费信息等,本系统数据库搭建采用MySQL。MySQL是一种关联型数据库管理系统,在此主要用于存储通过编写MapReduce程序已经处理好的管理员信息、用户信息、菜品详细信息、消费信息等。这个数据库属于外部数据仓库,主要是为了提供这类完整信息传输到网页前端,进行信息的实时更新。内部数据库主要是将所有未处理的大量数据放在一个Hadoop大仓库HBase中,后期通过编写的程序上传至Hadoop集群中,HBase数据库更加方便Hadoop集群处理数据时提取数据,提高数据运算速度与灵活性。其中内外两个数据库具有关联性,HBase仓库将处理好的数据传输至电脑主机的MySQL数据库中进行使用。

3.2.2 信息收集和处理

每天食堂订餐产生的信息数据已有数万条,用传统人工的方法来处理这些数据是很不科学的。而大数据时代的到来,很好解决了这个问题。大数据相比传统的数据,具有数据量大、高效、多样等特点,其核心在于对海量数据进行存储和分析。

本平台采用Hadoop信息处理技术,主要用于海量数据(大于1 TB)高效的存储、管理和分析。HDFS的高容错性、高伸缩性等优点让用户可以在价格低廉的硬件上部署Hadoop,形成分布式系统,是选择处理大数据集工具的不二选择。MapReduce让用户可以在不了解分布式底层细节的情况下开发分布式程序,并可以充分利用集群的威力高速运算和存储。这结构实现了计算和存储的高度耦合,十分有利于面向数据的系统架构,因此已成为大数据技术领域的事实标准。

Hadoop收集每个商家的就餐人数和每一道菜品的出售情况,并用Web日志写入HDFS;之后利用Spark,Hive,MapReduce对数据进行清洗后再进行相应的数据分析和统计,得出的结果存放在MySQL数据库中再进行数据可视化。通过使用Hadoop算法中的Mahout模块针对数据进行分析和汇总。这里主要应用到的算法有用于关联规则学习的Apriori Algorithm先验算法,用于聚类的K-means聚类算法、用于分类的Na?veBayes算法等等。MapReduce计算框架如图4所示。

核心公式:

式中:P(Y)为先验概率(prior);P(X|Y)为样本为Y的前提下,X的条件概率是(likelihood);P(X)是证据因子(evidence);P(X|Y)是后验概率(posteiror)。

通过由上面多种算法构成大数据分析机制,对每条数据进行高效处理,在大量数据的支撑下,分析出相互之间的关联性,得出合适的统计结果,从而得知用户最喜欢的菜品、用户订菜的高峰期、哪些菜品佐料需添加多少等等,通过数据的分析结果掌握用户的日常饮食习惯。商家再通过数据处理分析的结果针对所需的原材料进行采购,提高效率,减少卖不完浪费的情况。其次,平台收集每一名用户的意见和评价评分,通过Hadoop进行分析总结之后反馈给商家,商家再根据用户的意见和评价对商品进行改良,做出符合用户口味的菜品。系统结构框架如图5所示。

4 结 语

食堂服务管理系统也是典型的管理信息系统(MIS),通过数据库后台的建立和维护,大数据分析以及前端应用程序的开发管理等,应用MySQL数据库管理系统、MySQL语言原理、JSP数据库技术、Hadoop集群数据处理、采用成熟的浏览器、服务器端结构,根据数据的分析和讨论,实现从以往的复杂、低效的食堂服务过渡到高效式食堂服务。本系统操作简单直观、师生订餐方便、食堂节约人力与物力,并方便管理和掌握客户的喜好,从而为用户提供更好的服务,保证在校师生能够更好地享受到食堂的服务。

参考文献

[1]阳朝晖,梁捷芳.大数据下“互联网+”C2C电子商务税收系统设计[J].信息与电脑(理论版),2019(1):90-92.

[2]高峰.基于大数据分析的医疗档案信息交互共享平台构建[J].中国数字医学,2019,14(2):46-48.

[3]王翔.基于大数据分析云计算技术的航运电商平台[J].数字通信世界,2019(1):62-63.

[4]肖艳萍,郝志明.基于大数据校园食堂食品安全数据云服务试用平台的建设研究[J].电声技术,2018,42(4):56-58.

[5]李淑娟,周伟强,宓詠.高校智慧点餐系统的探索与实践[J].华中师范大学学报(自然科学版),2017(z1):59-62.

[6]陈久胜.浅析特小型食堂之管理[J].商讯,2020(21):140-141.

[7]丁文.高校食堂餐饮配送服务的典型模式与实践经验[J].高校后勤研究,2020(5):27-29.

[8]何欣桐.新形势下高校食堂管理工作中存在的问题及对策[J].中国管理信息化,2020,23(9):220-221.

[9]黄住保.基于移动IVR平台的个性化定制菜單系统的设计与实现[D].武汉:武汉轻工大学,2017.

[10]柳攀.基于Hadoop的物流系统的设计与实现[D].成都:电子科技大学,2017.

猜你喜欢

数据处理大数据
认知诊断缺失数据处理方法的比较:零替换、多重插补与极大似然估计法*
ILWT-EEMD数据处理的ELM滚动轴承故障诊断
大数据环境下基于移动客户端的传统媒体转型思路
MATLAB在化学工程与工艺实验数据处理中的应用
Matlab在密立根油滴实验数据处理中的应用
基于POS AV610与PPP的车辆导航数据处理
依托陆态网的GNSS远程数据处理软件开发

杂志排行

物联网技术的其它文章