数据挖掘技术在餐饮业中的运用

1、开发应用数据挖掘技术在餐饮业中的运用白雪峰贺春林（西华师范大学计算机学院，四川南充）摘要：在餐饮业，寻找自己的目标客户群，针对相应的客户群体，制定并实施有效的销售策略，显得特别重要。随着数据挖掘技术的进一步发展和成熟，这一技术受到了越来越多的人的关注，并作为一种有效的工具，广泛应用于人类生活的各个领域。而利用数据挖掘技术对大量顾客信息进行细致深入的分析，使得准确寻找目标消费者成为可能。关键词：数据挖掘；餐饮业；决策树，（，）：，：；引言在中国，餐饮业一直都搞得非常热，各类饮食店铺到处都是，遍地开花。随着对外开放的深入，外资大量涌入，一些餐饮连锁巨头急切登陆，抢占市场。显然，餐饮业的竞争正进一步

2、被激化。在如此恶劣的竞争环境下，准确寻找我们的目标客户群，并根据这部分群体的行为特征和喜好，对其提供有针对性的服务，最大限度满足顾客的需要，才能保证自身长久稳定的发展。而数据挖掘能帮助我们寻找相应的目标客户群，发掘这部分顾客最需要的服务，从而为制定正确的行销战略提供了重要的依据。数据挖掘概念数据挖掘就是指从大量的、不完全的、有噪声的、模糊的、随机的数据库中，提取隐含在其中的、人们事先不知道的、但又是潜在有用的信息和知识的过程。从餐饮业来看，数据挖掘是一种新型的信息处理技术，主要是通过对大量相关数据进行抽取、转换、分析和其他模型化处理，从中提取有助于正确决策的关键性数据。随着数据挖掘技术的进一步

3、发展，数据挖掘正为越来越多的餐饮管理者所重视，逐步成为餐饮管理者研究分析顾客行为特征的重要的工具。合理使用数据挖掘技术数据挖掘过程包括很多处理阶段，其一般流程主要包括三个阶段：数据准备、数据挖掘、结果解释和评价。要进行数据挖掘，就要开发合适的数据挖掘模型。数据挖掘模型的处理步骤一般是相同的，不同之处常常是目标的不同。我们在建立数据挖掘模型的过程中，有必要明收稿日期：修回日期：作者简介：白雪峰（），男，汉族，山西大同籍，硕士。确定义其商业目标。数据准备数据准备是建立数据挖掘模型的第一个步骤，也最重要的步骤之一。虽然在数据挖掘的过程中，正确选择数据挖掘工具非常重要，但是数据是基础信息，数据挖掘模型

4、的质量与数据信息紧密相关。数据准备阶段一般包含以下几个部分：数据选取、数据预处理。首先，我们要对目标主体和市场有非常透彻的理解，根据用户的需要从原始数据库中为相应的目标模型选择出最佳的数据。其次，在有了建模所需的完整数据集以后，为了使后面的挖掘工作易于进行，我们还需要对数据进行预处理。数据预处理一般包括消除噪声、推导计算缺值数据、消除重复记录、完成数据类型转换（如把连续型数据转换为离散型数据，以便于符号归纳；或是把离散性数据转换为连续型数据，以便于神经网络计算）以及对数据降维（即从初始特征中找出真正有用的特征以减少数据挖掘要考虑的变量个数）。数据挖掘挖掘阶段首先要确定数据挖掘的目标和挖掘的知识

5、类型；确定挖掘任务后，根据挖掘的知识类型选择合适的挖掘算法，比如：关联规则方法、分类和聚类方法、数据统计方法、遗传算法、神经网络、决策树等，这些挖掘工具各有优点，要根据具体的情况和目标来选择最适合的工具；最后实施数据挖掘操作，用模型开发过程中未使用过的数据来验证模型是否可靠，运用选定的挖掘算法从数据库中抽取所需的知识。贺春林（），男，汉族，四川广安籍，西华师范大学计算机学院党委副书记、副教授。29中国西部科技结果的解释和评价年月（下旬）第卷第期总第期挖掘出的这几十条规则中，有一些规则是比较简单明显的，经验丰富的餐饮管理者在日常管理工作中已经发现；而其他一些规则却是潜在的，是餐饮管理者不易准确分

6、辨的。同时，挖掘出来的这几十条规则并不一定都是有用的或是有意义的。另外，管理者在具体应用这些规则时，还需要考虑相应的商业环境和商业目标。比如，研究者挖掘出了如下有关顾客光顾情况的规则：月收入在的男性顾客会经常光顾；月收入在及两万以上的男性顾客会偶尔光顾；月收入在以下的男性顾客很少光顾。月收入在以上的女性顾客会偶尔光顾，而月收入在五千以下的女性顾客基本不会光顾。同时发觉，无论是男性顾客还是女性顾客，一般不会单独光顾，而主要是家庭聚会和朋友聚会。上述有关顾客光顾情况表明：这家中餐店的管理者在选择目标客户群时，首先可以排除月收入在以下的男性顾客和月收入在五千以下的女性顾客。显然，主要的目标客户群是月

7、收入在的男性顾客。这样，管理者就可以通过主要针对目标客户群制定相应的广告宣传和销售策略，并采取有针对性的服务措施和返利措施，以培养其忠诚度。结束语本文讲述了数据挖掘在餐饮业中的具体应用。通过上述实例，我们了解到，数据挖掘技术对于餐饮业寻找目标客户群是十分有用的工具，从而能帮助餐饮管理者制定切实可行的销售战略。但是，我们也应看到数据挖掘的局限性，在制定方案时，不应当单纯地依赖数据挖掘工具。而应根据实际情况，把数据挖掘技术和其他一些方法综合应用，以便餐饮管理者能够根据挖掘出来的信息，做出正确的营销方案。在竞争日趋激烈的今天，合理地利用数据挖掘工具，有效地运用数据挖掘信息，必将大大提高我国餐饮业的竞

8、争力。参考文献：韩家炜，堪博数据挖掘：概念与技术北京：机械工业出版数据挖掘阶段发现的知识，经过评估，可能存在冗余或无关的知识，这时需要将其剔除；也有可能知识不满足用户的要求，需要重复上述挖掘过程重新进行挖掘。另外，由于数据挖掘是最终要面向用户的，因此，还需要对所挖掘的知识进行解释，以一种用户易于理解的方式（如可视化方式）供用户所用。可以看出，以上整个数据挖掘过程是不断地循环和反复的，因而可以对所挖掘出来的知识不断求精和深化，最终达到用户所满意的结果。在成功地挖掘出有用的信息后，就可以利用这些信息来制定合适的营销战略。通过这种方式，我们就可以把数据挖掘技术挖掘出来的信息转化成为有效的企业竞争力。

9、餐饮业使用数据挖掘技术的一个实例下面以国内一些中型中餐店为例进行研究，希望能通过此例说明数据挖掘技术在餐饮业的具体应用过程，同时也说明数据挖掘技术在餐饮业的有效性和实用性。这个实例研究的目标是帮助餐饮业决策者准确寻找目标客户，并以此为基础，来为酒店制定切实可行的营销战略。为了准确寻找目标客户，我们需要对目前的客户群进行研究，我们选择了国内的家中型中餐店。为了尽可能减少地域造成的影响，我们选的十家店都位于同一发达城市。在光顾这家店的顾客中精心挑选出位顾客，并对其进行一些相关的问卷调查。问卷主要考察了顾客个人资料数据（年龄、性别、职业、收入水平）；顾客的行为数据（光顾酒店的原因、过去光顾饭店的频率

10、、选择的酒店、支付方式）；顾客的心理或态度数据（对酒店服务员的礼貌要求、对酒店环境设施的满意度、预订的便利性、等方面的满意程度）。值得注意的是，我们为模型选择的数据是基于对中餐业本身全面了解之上的，比如我们所考察的顾客对于酒店提供的某些服务的满意度数据，是从早已被证实同酒店服务质量密切相关的属性中挑选出来的。另外，由于顾客满意度数据等是无法从酒店数据库得到的，所以我们通过问卷调查这一有效方式对建模数据进行了确认和完善。在获得了建模所需的数据之后，我们首先对收集的数据进行了预处理，推导计算缺值数据、消除重复记录、完成数据类型转换等等，从而使数据挖掘模型更易于成功实施。其中，主要是把一些顾客属性数据转化为了简单的、易于处理的数字。比如：把顾客对各项指标的满意度属性都转化为：非常满意（），比较满意（），一般（），比较不满意（），完全不满意（）；酒店把性别属性转化为男性（），女性（）。综合各种因素，我们最终在众多数据挖掘技术中选择了结构和生成规则都易于理解的决策树算法。并且最终使用的数据挖掘应用工具挖掘出了几十条有关规则。社，：罗可，蔡碧野数据挖掘及其发展研究计算机工程与应用，（）：，赵丹群数