Wymagania funkcjonalne i obiektowe modelowanie systemów do projektowania inteligentnych systemów cateringowych opartych na AI

Summary

Niniejsze badanie wprowadza system cateringu restauracyjnego oparty na AI, który umożliwia bezkontaktową komunikację, spersonalizowane propozycje posiłków oraz prognozowanie satysfakcji. Stosując NLP z LDA, Conv-RNN i Conv-LSTM, wyprzedza techniki oparte na regułach z większą dokładnością, precyzją, przypomnieniem sobie i mniejszym wskaźnikiem błędów, pokazując rewolucyjny potencjał AI w branży gastronomicznej.

Abstract

Branża spożywcza przeszła znaczącą transformację w ostatnich dekadach z powodu globalizacji, postępu technologicznego i zmieniających się oczekiwań klientów. Sztuczna inteligencja (AI) oraz Internet Rzeczy (IoT) odgrywają obecnie kluczową rolę w ulepszaniu produkcji, marketingu i świadczenia usług żywności. Niniejsze badanie proponuje inteligentny system oparty na sztucznej inteligencji, który usprawni usługi cateringowe poprzez bezkontaktową obsługę z wykorzystaniem przetwarzania języka naturalnego (NLP) i analizy dyskryminantnej liniowej (LDA), spersonalizowane rekomendacje żywieniowe za pomocą modelu Convolucjon Recurenc Neure Network (Conv-RNN) oraz prognozowanie satysfakcji klientów z wykorzystaniem zoptymalizowanego modelu Convolucjonalnej Pamięci Krótkotrwałej (Conv-LSTM). Eksperymenty rzeczywiste pokazują, że proponowany system przewyższa tradycyjne metody oparte na regułach, osiągając dokładność 91,5%, precyzję 91%, 91,1% zapamiętywania oraz wynik F1 na poziomie 89,7% w Word2Vec-LDA; 98,5% dokładności przy utracie 0,02 w modelu Conv-RNN; oraz RMSE 0,1011 z^R2 0,9812 w systemie Conv-LSTM. Wyniki te podkreślają transformacyjny potencjał AI w automatyzacji i doskonaleniu obsługi klienta w branży restauracyjnej.

Introduction

Adopcja AI była kluczowym elementem rozwoju technologii cyfrowych od ostatniej dekady. Od^{początku stworzył} wiele branż, w tym sektor hotelarski, zarówno możliwości, jak i wyzwania, a powstało wiele wynalazków opartych na AI, które mają potencjał poprawy jakości życia ludzi, a tym samym rozwoju gospodarki. W bardzo konkurencyjnej branży restauracyjnej utrzymanie najwyższej jakości jedzenia i obsługi klienta jest kluczowe dla sukcesu. Wraz z postępem technologii i zmianami doświadczeń kulinarnych, AI staje się narzędziem zmieniającym zasady gry, które zwiększa efektywność operacyjną i satysfakcję klientów. Systemy monitorujące oparte na AI przekształcają operacje restauracji² , aby lepiej zarządzać kuchniami, pilnować jakości jedzenia i zapewniać najwyższej jakości obsługę klienta. Dzięki zastosowaniu zaawansowanych algorytmów i analizy danych w czasie rzeczywistym, technologie te usprawniają operacje i gwarantują spójność, bezpieczeństwo oraz doskonałość w każdym aspekcie doświadczenia kulinarnego. Obecnie restauracje mogą osiągnąć wyższy poziom precyzji przy normalnych procedurach operacyjnych².

Ogólny sukces finansowy, zdolność adaptacji do zmieniających się okoliczności oraz zdolność do rozszerzania i dostosowywania oferty, aby sprostać potrzebom i oczekiwaniom klientów to wszystkie czynniki w branży turystycznej i hotelarskiej, a często decydują o przetrwaniu^firmy. Dlatego sektor turystyki i hotelarstwa wykorzystuje zaawansowane technologie, takie jak AI i robotyka (AIR), aby poprawić obsługę klienta i doświadczenia. Te technologiczne osiągnięcia są wykorzystywane jako inteligentne narzędzia w obsłudze klienta, aby poprawić ich doświadczenie⁴. Ponadto wyniki firmy mogą zostać poprawione dzięki szybkiemu rozwojowi AI w zarządzaniu hotelarstwem. Przykładem branży opartej na danych i gromadzącej ogromne ilości danych w różnych formatach jest sektor hotelarski.

Nieefektywność w zarządzaniu operacyjnym, rosnące oczekiwania konsumentów wobec indywidualnych usług, rosnące niedobory siły roboczej oraz konieczność precyzyjnych prognoz popytu to niektóre z trwających problemów, z jakimi boryka się branża hotelarska. Tradycyjne metody często nie radzą sobie odpowiednio z tymi problemami, co podnosi koszty operacyjne i prowadzi do nierównej jakości usług. Automatyzując żmudne procesy, ułatwiając podejmowanie decyzji opartych na danych, poprawiając prognozowanie popytu, optymalizując ceny i zarządzanie zapasami oraz poprawiając personalizację konsumentów, sztuczna inteligencja (AI) dostarcza rozwiązania. AI coraz bardziej pozycjonuje się jako narzędzie zmieniające zasady gry do zwiększania efektywności operacyjnej sektora hotelarskiego i doświadczeń gości poprzez wypełnianie tych luk.

Przywracając efektywność operacyjną i rozpoznawając zdarzenia klientów, AI zmienia historię obsługi klienta w branży restauracyjnej². Umiejętności AI, takie jak uczenie maszynowe i analiza ekstrapolacyjna, są kluczowe dla usprawnienia procedur, takich jak tworzenie popytu i zarządzanie zapasami. Lepsza spójność usług i niższe koszty operacyjne to efekty tych postępów ^5,6. Dodatkowo, analizując dane konsumentów w celu zaoferowania dopasowanych propozycji menu i podwyższeń, AI ułatwia spersonalizowane interakcje oraz promuje lojalność i zadowolenie klientów⁷. Inteligentne systemy odgrywają kluczową rolę w sektorze podróży i turystyki, zwiększając konkurencję poprzez skupienie się na zaawansowaniu⁸. Hotele eksperymentują z najnowocześniejszymi technologiami, w tym strategiami cyfrowymi^oraz robotami wzbogaconymi o sztuczną inteligencję i Internet Rzeczy (IoT). Roboty napędzane sztuczną inteligencją i powiązanymi technologiami stają się coraz powszechniejsze¹⁰. Dzięki cyfrowym interfejsom asystenci głosowi (VA), czyli urządzenia sztucznej inteligencji (AI) aktywowane za pomocą poleceń głosowych, zapewniają pewien poziom ludzkiej inteligencji¹¹. Pracownicy głosowi mają trudności mimo postępów, takie jak niska świadomość użytkowników, irytacja i sporadyczne sprzeciwy zarówno ze strony pracowników hotelu, jak i gości¹².

Dostawy i dostawy na wynos rozwijają się w branży restauracyjnej, ponieważ zmienia się dynamika społeczeństwa, a coraz więcej Amerykanów wybiera wygodne i oszczędzające czas opcje¹³. Prawie 60% konsumentów w USA zamawia dostawę lub jedzenie na wynos przynajmniej raz w tygodniu, a 78% aktywnie korzysta z internetowych platform zamawiania żywności¹⁴. Ten trend dodatkowo potwierdzają dane, według których rynek dostaw jedzenia online osiągnął zaskakujące 220 miliardów dolarów do końca 2023 roku, stanowiąc 40% sprzedaży restauracji, a rynek ten osiągnie 365 miliardów dolarów do końca 2030^roku. Przewiduje się, że do 2028 roku wzrośnie do ponad 534,60 miliarda USD. Przy prognozowanym skumulowanym rocznym tempie wzrostu na poziomie około 9,5% do 2034 roku, rynek światowy wyceniono na około 288,87 miliarda USD w 2024 roku i przewiduje się, że osiągnie 316,31 miliarda USD do końca 2025^roku. Ponadto liczba bezpośrednich zamówień online wzrosła o zdumiewające 54% w latach 2019–2021, co wskazuje, że klienci coraz częściej wybierają zamówienia cyfrowe zamiast tradycyjnych opcji jedzenia na miejscu. Rosnące znaczenie eksploracji tekstów i podejmowania decyzji opartych na danych w zarządzaniu usługami, ukazujące nowe dziedziny zarządzania oraz ważne tematy, takie jak analiza rynku i mediów społecznościowych¹⁶. Badania te dostarczają przekonującego argumentu dla restauracji, by korzystać z chatbotów do rozwijania efektywności operacyjnej i zaangażowania klientów. Ponadto badania Proenca i Soukiazis¹⁷ podkreślają możliwość podejść opartych na danych w marketingu i zarządzaniu relacjami z klientami, oferując cenne informacje o tym, jak wykorzystać chatboty do maksymalizacji interakcji z klientami i pobudzenia rozwoju firmy.

Aby zwiększyć efektywność i wybrać indywidualną, skoncentrowaną na kliencie obsługę, branża restauracyjna wdraża robotykę, sztuczną inteligencję i automatyzację usług (RAISA)¹⁸. Stosowanie RAISA w restauracjach ma szereg implikacji, które należy ocenić, podobnie jak każda inna zmiana technologiczna¹⁹. Poprzez redukcję błędów i poprawę ogólnej jakości usług, RAISA może zapewnić niezawodną, standaryzowaną usługę²⁰. Dodatkowo może zapewnić klientom unikalne, interaktywne doświadczenie. Według Kreishan¹⁸, roboty serwisowe są obecnie bardziej zaawansowane, niezależne i elastyczne. Ale mogą też wpływać na ogólną atmosferę restauracji oraz na interakcje społeczne między klientami, pracownikami i robotami. Kluczowe jest ocenowanie aspektów wpływających na akceptowalność technologii, ponieważ menedżerowie, pracownicy i konsumenci mają różne postrzegania tych elementów, a ich gotowość do kontaktu z RAISA^{się zmienia}.

Znaczące możliwości językowe modeli omni zostały podkreślone przez poprawę dokładności klasyfikacji sentymentów w analizie przeglądów hoteli, która przekroczyła 67% w porównaniu do 60,6% dla²². Jednocześnie systemy rekomendacyjne coraz częściej wykorzystują duże modele językowe (LLM), aby poprawić personalizację poprzez zarządzanie profilami i analizę opinii użytkowników. Podczas gdy systemy hybrydowe integrują wyjścia LLM z osadzeniami sieci neuronowych grafów, aby poprawić dokładność rekomendacji w warunkach ograniczonej ilości danych, ramy PURE używają LLM do dynamicznej aktualizacji profili użytkowników na podstawie przeglądów²³. Tymczasem w sytuacjach opartych na sesjach architektury rekomendacyjne w stylu transformers, takie jak Transformers4Rec, wyprzedzają konwencjonalne modele RNN²⁴.

Mimo szybkiego rozwoju AI, automatyzacji i inteligentnych technologii gastronomicznych, wciąż istnieje wiele nieodkrytych lub niedopracowanych aspektów. Do tych wyzwań należą zarządzanie efektywnością energetyczną i marnotrawstwem żywności za pomocą systemów opartych na AI, skalowanie personalizacji dla różnych preferencji klientów, integracja AI z tradycyjnymi procesami pracy kuchennej, ochrona prywatności i bezpieczeństwa klientów w profilowaniu klientów oraz wdrażanie inteligentnych rozwiązań cateringowych dla małych i średnich restauracji przy ograniczonym finansowaniu. Aby inteligentne rozwiązania cateringowe mogły być szeroko i zrównoważone wdrażane, te luki muszą zostać wypełnione. To stwarza możliwość dalszych badań i wynalazków. Potencjalne luki badawcze w inteligentnych systemach cateringowych obejmują:

Chociaż systemy AI potrafią rekomendować posiłki na podstawie wyborów użytkowników, często mają trudności z pełnym zrozumieniem subtelności wymagań żywieniowych i osobistych preferencji²⁵. Większość rozwiązań jest wciąż dość podstawowa i podatna na błędy, takie jak przewidywanie niedopasowania; jednak niektóre inteligentne systemy cateringowe wykorzystują AI do zarządzania zapasami lub szacowania popytu. Wiele inteligentnych systemów cateringowych ma tylko jeden sposób interfejsu, na przykład ekrany dotykowe czy rozpoznawanie mowy²⁶. Wiele systemów wciąż ma ograniczone możliwości pełnego zrozumienia lub prognozowania indywidualnych preferencji, nawet jeśli agenci AI mogą zapewnić pewien poziom personalizacji na podstawie historii lub preferencji konsumentów. Podstawowe dane wejściowe, takie jak dane demograficzne czy wcześniejsze zamówienia, są często wykorzystywane przez boty AI.

Najnowsze osiągnięcia w uczeniu maszynowym coraz częściej koncentrują się na modelowaniu ludzkiego zachowania i danych kontekstowych w różnych dziedzinach. W ocenie źródeł danych i metodologii profili zajętości budynków miejskich, Nejadshamsi i ^in.27 podkreślili wartość danych heterogenicznych w uchwyceniu dynamicznych wzorców zachowań. Na tym bazując Nejadshamsi i ^in.28, pokazali, jak dobrze głębokie uczenie przewiduje przestrzenno-czasowe przepływy ludzkiej aktywności, prezentując geograficzno-semantyczny, kontekstowy model przewidywania przepływów dojazdów wykorzystujący sieci neuronowe grafowe. Podobnie Nejadshamsi i ^in.29 podkreślili znaczenie wskazówek kontekstowych w poprawie wyników predykcyjnych poprzez tworzenie ram opartych na transporcie dla miejskiego zajęcia i szacowania energii.

Poprawa doświadczenia klienta i zwiększenie efektywności operacyjnej stały się kluczowymi elementami sukcesu w szybko zmieniającej się branży restauracyjnej. Wiele restauracji wciąż ma trudności z dostarczaniem płynnych, indywidualnych i skutecznych usług, mimo rosnącego wykorzystania technologii, ponieważ brakuje im zintegrowanych inteligentnych systemów. Kluczowe kwestie, takie jak usprawnianie obsługi bezkontaktowej, dostarczanie indywidualnych rekomendacji posiłków oraz precyzyjne prognozowanie zadowolenia klienta w czasie rzeczywistym, są często pomijane przez obecne systemy²⁵. Poprzez stworzenie inteligentnego systemu cateringowego wykorzystującego najnowocześniejsze technologie do usprawnienia działalności restauracji, projekt ten ma na celu zmniejszenie tej luki. W systemie zintegrowane są trzy kluczowe elementy:

Usługa bezkontaktowa z wykorzystaniem ukrytego przydziału Dirichleta (LDA) i przetwarzania języka naturalnego (NLP): Dzięki wykorzystaniu LDA i NLP możliwe są skuteczne bezkontaktowe interakcje z klientami, skracając czas oczekiwania i błędy ludzkie.

Systemy rekomendacji oparte na Conv-RNN dotyczące propozycji żywieniowych: Zwiększa to satysfakcję z menu dzięki wykorzystaniu Konwolucyjnej Sieci Neuronowej Rekurencyjnej (Conv-RNN) do generowania dynamicznych, dopasowanych rekomendacji żywieniowych opartych na preferencjach konsumentów.

Przewidywanie satysfakcji klienta za pomocą zoptymalizowanego modelu konwersacyjnego LSTM: Restauracje mogą wprowadzać ulepszenia oparte na danych, stosując ulepszony model Convolucional Long Short-Term Memory (Conv-LSTM) do prognozowania satysfakcji klientów na podstawie danych i opinii w czasie rzeczywistym. Oprócz oferowania bezkontaktowego zaangażowania i spersonalizowanych doświadczeń żywieniowych w bardziej skalowalny i efektywny sposób, proponowany inteligentny system dąży do poprawy satysfakcji klientów, usprawnienia operacji oraz poprawy jakości usług.

Porównujemy tę pracę z kilkoma wcześniejszymi metodami, aby umieścić ją w obecnym kontekście systemów rekomendacji żywności opartych na AI. Na przykład oparty na transformatorach sekwencyjny framework rekomendacji konwersacyjnej, który wykorzystuje procesy samouwagi do uchwycenia dynamiki dyskusji, został opracowany przez Zou i ^in.30. Aby ułatwić dialog i zadania rekomendacyjne oparte na wizualizacji, Gambetti i Han³¹ opracowali AiGen-FoodReview, multimodalny zbiór danych składający się z dopasowanych tekstów i zdjęć recenzji restauracji. Wcześniej MenuAI zostało stworzone przez Ju i ^in.32 i wykorzystuje modele transformatorów do rekomendacji pozycji menu bezpośrednio na podstawie tekstowych grafik menu. Interpretowalność i efektywność obliczeniowa są czasami osłabione przez te podejścia, mimo ich doskonałych umiejętności przetwarzania kontekstu lub informacji multimodalnych. Nasz zintegrowany system NLP-LDA + Conv-RNN + Conv-LSTM z kolei wyważa wyjaśnialność, lekkie wdrożenie i wysoką dokładność predykcji, co czyni go szczególnie odpowiednim do obsługi sytuacji z ograniczonymi zasobami.

Głównym celem tego badania jest zbadanie, w jaki sposób technologia oparta na AI może poprawić standardy hotelarstwa i przyspieszyć działalność restauracji dzięki Inteligentnym Usługom Cateringowym (ICS). Ukryta alokacja Dirichleta (LDA) i NLP są połączone w sugerowanej metodzie, aby efektywnie bezkontaktowo obsługiwać zapytania klientów. Conv-RNN służy do generowania rekomendacji posiłków w celu zapewnienia indywidualnych doświadczeń, a zoptymalizowany model Conv-LSTM służy do prognozowania poziomu satysfakcji konsumentów. Integrując te elementy, stworzony ICS wykazuje praktyczne zastosowanie w podnoszeniu ogólnej satysfakcji klientów, gwarantowaniu jakości oraz zwiększaniu efektywności usług. Korzystając z miar wydajności w zakresie dokładności rekomendacji żywieniowej i przewidywania satysfakcji, wyniki eksperymentalne potwierdzają skuteczność modelu.

Proponowany inteligentny system cateringowy oferuje bezkontaktową usługę dostarczania sugestii dotyczących jedzenia oraz prognoz satysfakcji klientów. Bezkontaktowy inteligentny system cateringowy koncentruje się głównie na automatyzacji i wygodzie, umożliwiając klientom bezdotykową interakcję z systemem podczas wykonywania konkretnych zadań, takich jak sugerowanie jedzenia czy prognozowanie satysfakcji. Natomiast agent AI wykracza poza automatyzację, wykorzystując dane oparte na analizach do podejmowania dokładniejszych, bardziej elastycznych i spersonalizowanych decyzji, poprawiając doświadczenie klienta i poprawiając efektywność operacyjną w szerszym zakresie funkcji. Celem tego badania jest opracowanie inteligentnego systemu cateringowego (ICS) opartego na AI, który integruje NLP-LDA do interakcji zbliżeniowych, Conv-RNN do spersonalizowanych rekomendacji żywieniowych oraz Conv-LSTM do przewidywania satysfakcji klientów. System ten jest przydatny dla restauracji, ponieważ zwiększa efektywność operacyjną, obniża koszty, zapewnia spójną obsługę oraz zwiększa zaangażowanie klientów dzięki personalizacji i informacji zwrotnej w czasie rzeczywistym.

Protocol

Badanie to zostało przeprowadzone zgodnie z wytycznymi Komitetu Etyki Badań Narodowego Uniwersytetu Malezji (UKM) i zatwierdzone pod numerem zatwierdzenia UKM FST/2025-AI/023. Przed zebraniem zapytań chatbotów uzyskano pisemną świadomą zgodę wszystkich uczestników. Wszystkie dane zostały zanonimizowane, aby zapewnić poufność i prywatność uczestników

Przegląd badania

Przegląd proponowanego inteligentnego systemu cateringowego wspomaganego technologiami AI przedstawiono na Rysunku 1. Jak pokazano, dane wejściowe klienta są wstępnie przetwarzane technikami NLP, takimi jak osadzanie słów, lemmatyzacja i tokenizacja, aby wyodrębnić tagi. Następnie model ML zwany LDA został zastosowany do modelowania tagów klientów, aby zapewnić im bezkontaktową obsługę. Sugestia żywieniowa realizowana jest za pomocą modelu Conv-RNN. Na podstawie sekwencji przepływu zarejestrowanej na podstawie wyborów poprzedniego klienta, jedzenie jest inteligentnie sugerowane klientowi. Na koniec poziom satysfakcji klientów jest przewidywany za pomocą zoptymalizowanego modelu Conv-LSTM w celu dalszej poprawy usług restauracji. Wydajność proponowanych modeli AI jest oceniana według różnych wskaźników oceny.

Rysunek 1: Proponowany model systemu dla inteligentnych usług cateringowych (ICS). Architektura integruje interakcję z użytkownikiem, wstępne przetwarzanie danych, wykrywanie intencji, rekomendację żywności oraz mechanizmy informacji zwrotnej. Proszę kliknąć tutaj, aby zobaczyć większą wersję tej figurki.

Używany zbiór danych

Aby stworzyć inteligentny system cateringowy, zebraliśmy 283 żądania z pobliskiej restauracji za pomocą chatbota. Pytania te, obejmujące szeroki zakres zapytań klientów – od szczegółów menu po godziny pracy – zostały ręcznie podzielone na 15 różnych grup intencji. Gwarantuje to dokładne pokrycie wszystkich możliwych interakcji użytkowników z systemem. Powitania, pożegnania, wdzięczności, catering, godziny otwarcia, miejsca, dane kontaktowe, pytania dotyczące płatności, dzisiejsze menu, alternatywy dostawy, pytania dotyczące menu, procesy zamówień, specjalne promocje, rezerwacje, opcje napojów oraz dostępność do siedzenia na zewnątrz to tylko niektóre z konkretnych aspektów zapytań klientów, które miały być rejestrowane w klasach intencyjnym. Tabela 1 pokazuje częstotliwość pytań w każdej z grup celów oraz klasyfikację według tematycznej treści zapytań. Na przykład kategoria Dane Kontaktowe miała najwięcej zapytań, co sugeruje, że klienci są bardzo zainteresowani tym, jak skontaktować się z lokalem. Z drugiej strony, kategorie Siedzenia i Napojów otrzymały najmniej zapytań, co może wskazywać, że zainteresowanie konsumentów tymi tematami jest mniejsze lub że już istnieje więcej wyjaśnień na ich temat.

Usługa bezkontaktowa z wykorzystaniem NLP z LDA

Dane wejściowe od użytkownika, które uruchamiają działanie frameworka, są początkowo wstępnie przetwarzane, aby ustandaryzować tekst i wyeliminować szumy. Przykładami tego przygotowania są tokenizacja, eliminacja słów stop oraz lemmatyzacja, która przygotowuje dane do dalszej analizy. Po wstępnym przetwarzaniu zapytania użytkowników są przekształcane w reprezentacje liczbowe. Powiązania semantyczne i kontekstowa istotność to cechy językowe, które są uchwycone przez te reprezentacje. Do trenowania tych wektorowych reprezentacji zapytań użytkownika w celu klasyfikacji 16 wcześniej zdefiniowanych klas (intencji/tagów) użyto kilku klas uczenia maszynowego. Model pobiera wcześniej ustaloną powiązaną odpowiedź i zwraca ją użytkownikowi po dokładnym przewidzeniu intencji zapytania użytkownika.

Wstępnego przetwarzania

Wiarygodność naszej analizy znacznie zwiększa się dzięki wstępnie przetworzonym zapytaniam, które potwierdzają, że przychodzące dane są spójnie sformatowane i istotne dla następującej procedury klasyfikacji. Wzorce intencji (np. powitania takie jak cześć, cześć, hej) były zbierane i wstępnie przetwarzane przez konwersję tekstu na małe litery, usunięcie słów stop oraz zastosowanie tokenizacji za pomocą NLTK toolkit³³. Tabela 2 przedstawia kroki wstępnego przetwarzania wykonane przez to badanie.

Modelowanie tagów oparte na LDA

System klasyfikuje tagi użytkownika za pomocą Support Vector Regression (SVR), aby system rozpoznawał powitania użytkownika. Aby zwiększyć zdolność systemu do przewidywania intencji użytkownika, dokładnie przeanalizowaliśmy zarówno konwencjonalne, jak i nowoczesne metody przetwarzania tekstu, a także modele uczenia maszynowego (ML) i głębokiego uczenia (DL). Naszym celem było stworzenie wysoce precyzyjnego algorytmu, który potrafiłby zrozumieć szeroki zakres pytań użytkowników. Badanie to wykorzystało podstawowe strategie Bag of Words (BoW) i TF-IDF ze względu na ich łatwość użycia i skuteczność podkreślania częstotliwości słów oraz znaczenia słów w tekście. Zdolność Glove i Word2Vec do tworzenia osadzeń słów zgodnie z użyciem słów pozwoliła im przekazać wiedzę o znaczeniach słów i kontekście²².

Po przygotowaniu danych zapytania o intencje są klasyfikowane metodą ukrytej alokacji Dirichleta (LDA). Celem jest wykorzystanie eksploracji tekstu metodą LDA do analizy powiązań między terminami i identyfikacji wzorców w ich strukturach^34,35. Beznadzorowany i probabilistyczny z natury, LDA zakłada, że każdy dokument w korpusie składa się z ustalonej liczby ręcznie określonych tematów. Każdy dokument w LDA ma równą wagę i zawiera worek słów. Słowa każdego dokumentu są uznawane za nieuporządkowane. Temat jest również opisywany za pomocą funkcji masy prawdopodobieństwa słów. Każdy dokument używa funkcji masy prawdopodobieństwa do wyboru tematów. Do klasyfikacji intencji zastosowano Latent Dirichlet Allocation (LDA) przy użyciu biblioteki^{GensimPython 34}.

W LDA intencje są traktowane jako rozkład po utajonym obszarze oznaczanym przez powietrze rozkładu LDA zwane . Wzorzec jest wybierany na podstawie rozkładu intencji, oznaczanego jako θ(wielomianowy), co definiuje dany zamiar, prawdopodobieństwo I należy do danej klasy C. Rozkład Dirichleta jest powiązany z β, który koduje wzór w worek słów. Dla α i β definiuje się go jako rozkład wielowymiarowy z N słowami powiązanymi z M wzorcami o intencjach z. Grupa N wyrazów oznacza się jako W, co jest dane jako³⁶:

  (1)

Przez całkowanie przez θ, sumowanie deklaruje się jako Z, a iloczyn prawdopodobieństw marginalu indywidualnych intencji oblicza się jako,

  (2)

Wzorce, w tym zmiany intencji powitań, to cześć, cześć, hej, dzień dobry/południe/wieczora i hola. Podczas odbierania tych wzorców system znajduje intencje użytkownika jako powitania i odpowiada na nie zdefiniowaną frazą, taką: Co mogę ci pomóc? lub Jak mogę ci pomóc? Jeśli zapytanie nie zostanie rozpoznane przez system z predefiniowanymi 15 klasami, system dostarcza informacje o restauracji i sugeruje użytkownikowi komunikację z obsługą klienta. Wynik modelowania tagów opartych na LDA dla zapytań użytkowników związanych z powitaniami przedstawiono na Rysunku 2. Podobnie odpowiedzi są przeprowadzane dla wszystkich 15 klas związanych z intencjami użytkownika (zapytaniami). Model LDA ma następujące parametry. Liczba tematów (k) deklarowana jest jako 40, Alpha jako 0,05, wartość Beta to 0,04, a liczba iteracji jako 100.

Sugestia żywieniowa z użyciem Bi-NN dla ICS

W Inteligentnym Systemie Cateringowym (ICS) produkty spożywcze są systematycznie kategoryzowane, aby wspierać trafne rekomendacje. Każdy wpis w menu może stanowić albo pojedynczy element (np. burgera, przekąskę, napój), albo kombinację produktów, na przykład zestaw posiłków (np. smażony kurczak z zimnym napojem). Te produkty są podzielone na sześć głównych kategorii: kurczak, burger, przekąska, napoje, garnitur i tiffin. Dla jasności, suit odnosi się do zestawów posiłków pakowanych, natomiast tiffin oznacza tradycyjne dania wieloskładnikowe. Każdy produkt spożywczy definiowany jest przez trzy kluczowe cechy: cenę, kategorię oraz wektor treści opisujący skład. Ta uporządkowana kategoryzacja umożliwia modelowi rekomendacji analizę historii zakupów klientów zarówno na poziomie produktów, jak i kategorii, poprawiając zdolność systemu do sugerowania odpowiednich posiłków i kombinacji zgodnych z preferencjami użytkowników. Wszystkie produkty spożywcze w ICS są zbiorem oznaczonym jako , gdzie N oznacza łączną liczbę produktów spożywczych w ICS. Dla każdego produktu spożywczego w F składa się ze szczegółów cech żywności i oznacza się ją jako,

   (3)

gdzie oznacza ceny żywności, oznacza kategorię produktów spożywczych, gdzie , C oznacza kategorie. oznacza liczbę menu, gdzie M oznacza menu jako wektor zawartości jedzenia, gdzie gdzie jest elementem wektora zawartości i oznacza odpowiednio kurczaka, burgera, przekąskę, napój, garnitur i Tiffin.

Dane użytkownika składają się z informacji o użytkowniku, które mogą być dostępne w aplikacji lub przepływie użytkowania. Dla każdego użytkownika cechy oznaczane są następująco,

    (4)

gdzie , oznacza szczegóły dotyczące użytkownika, takie jak wiek i płeć. oznacza zdarzenie kliknięcia użytkownika, które jest wektorem o zmiennej długości, gdzie i t deklaruje czas ostatniego zdarzenia kliknięcia, jest liczbą dodatnią i oznacza całą sekwencję przepływu oznaczającą cały zakup dokonany przez użytkownika.  Oznacza listę zakupionych przez klienta produktów, gdzie , k oznacza łączną ilość zakupionych produktów spożywczych przez użytkownika.

Dzięki użyciu liter F i U, które oznaczają odpowiednio produkty spożywcze i dane użytkownika, system rekomendacji jest oprogramowany w ICS. Celem tego systemu jest poprawa dokładności w celu zwiększenia intencji zakupu użytkownika. Problem ICS sformułuje się jako,

   (5)

Równanie (5) oznacza cel zadania, jakim jest uzyskanie lepszej dokładności w problemie ICS poprzez zmniejszenie funkcji strat, co jest oznaczane w równaniu (6).

    (6)

gdzie jest przewidywanymi wynikami, a jest rzeczywistym wynikiem. Model działa lepiej, gdy wartość funkcji straty jest mniejsza. Funkcja strat służy do określenia rozbieżności między wartością przewidywaną przez model a prawdziwą wartością Y. W tym,

   (7)

gdzie

   (8)

    (9)

W tym przypadku r oznacza dane treningowe w X, a s to liczba zakupionych produktów spożywczych w danych treningowych jeden. Opracowany ICS zastosował entropię krzyżową jako funkcję strat, co zostało opisane w następnej sekcji.

Rekomendacja żywieniowa oparta na Conv-RNN

Analizując atrybuty produktu, oceny użytkowników i profile użytkowników, system rekomendacji oparty na Conv-RNN dostarcza użytkownikom rekomendacje oparte na ich zainteresowaniach. Rysunek 3 przedstawia proponowany projekt CRNN. Modele Conv-RNN często biorą pod uwagę lub automatycznie dodają konkretne informacje o kontekście czasowym użytkownika podczas formułowania sugestii. Jednak to, jak dobrze system rekomendujący rozumie i wykorzystuje kontekst dostarczany przez prośby o sugestie, często decyduje o jego skuteczności. Conv-RNN oblicza oceny predykcji na podstawie cech dynamicznych i atrybutów przedmiotu oraz bieżącego kontekstu czasowego użytkownika, aby dostarczyć odpowiednie rekomendacje dla konkretnego użytkownika. Nieuniknione jest, że osoby przechodzące przez podobne rzeczy w tym samym czasie będą miały podobne preferencje. Skuteczność opartego na CNN systemu świadomego czasu w zakresie rekomendacji zależy od jego zdolności do znalezienia użytkowników najbardziej porównywalnych do zamierzonego odbiorcy i dzielących ten sam kontekst czasowy. W ten sposób CNN rejestruje kontekst czasowy, czyli informacje o aktywności użytkownika, wrażliwe na czas. Warstwa wejściowa CNN była następnie przekazywana atrybutom użytkownika, cechom przedmiotu oraz informacjom o czasie, aby odbudować oryginalną macierz. Metoda obliczania końcowego wyniku jest podana po użyciu warstwy splotowej do wyodrębnienia cech z macierzy.

Z warstw splotowych zdarzenia kliknięcia żywności są wyodrębniane za pomocą równania (10)

    (10)

gdzie O to rozmiar wyjściowy, X to rozmiar danych wejściowych, F to rozmiar jądra splotowego, a wypełnia dane wejściowe, a S jest większe niż 1, a S to krok jądra. Sieć neuronowa może modelować bardziej złożone modele niż gdyby była ograniczona do symulacji obliczeń między sąsiednimi warstwami sieci, co robi poprzez stosowanie jednorodności, ale wyłącznie operacji liniowej, ponieważ funkcja aktywacji w warstwie stymulacyjnej służy do wykonywania operacji nieliniowych. W sieci neuronowej komunikacja warstwa po warstwie jest ściśle sekwencyjna. W Conv-RNN funkcje aktywacyjne były najczęstsze. Konwencjonalne funkcje aktywacyjne Tanh, sigmoid i inne typy aktywacji nie mają gradientu i mają niewielkie, praktyczne zakresy interwałowe. Gdy stosuje się również nieliniową operację efektywną zasobowo, funkcje prostowanej jednostki liniowej (ReLU) stają się głównym narzędziem do przezwyciężenia tych dwóch problemów.

Dla efektywności obliczeniowej warstwa pulowania pobiera próbki i rzadko przetwarza dane cech. Metody pulowania maksymalnego i średniego to dwa dobrze znane przykłady algorytmów pulowania; MaxPooling zapewnia lepsze wyniki wyboru funkcji. MaxPooling wybrał następujące funkcje:

    (11)

Conv-RNN wykorzystuje następnie w pełni połączoną warstwę, stosując dwa gęste podejścia do ponownego trenowania ogona Conv-RNN przy mniejszej utracie informacji o cechach. Warstwy rekurencyjne są powszechnie stosowane w sieciach neuronowych do analizy danych sekwencyjnych. Dzięki połączeniom pozwalającym zachować wewnętrzną pamięć poprzednich wejść, warstwy rekurencyjne obsługują każde wejście osobno, w przeciwieństwie do tradycyjnych warstw feedforward. To sprawia, że warstwy rekurencyjne są szczególnie dobrze przystosowane do zadań związanych z sekwencjami, danymi szeregów czasowych lub wszelkimi informacjami, gdzie kolejność wejść ma znaczenie. Podstawową jednostką warstwy rekurencyjnej jest neuron rekubientny, często nazywany komórką RNN. Ponieważ komórki RNN obsługują dane pojedynczo, utrzymują stan wewnętrzny zawierający dane z poprzednich wejść. Jego wewnętrzny stan jest zmieniany na każdym etapie czasowym, co wpływa na przetwarzanie kolejnych wejść. Warstwa wyjściowa pokazuje użytkownikowi wyniki po użyciu klasyfikatora SoftMax. Przed użyciem pól, których cechy są kategoryzowane jako indeks macierzy osadzonej, należy je najpierw przekształcić w liczby całkowite.

Funkcja utraty entropii kategorycznej, która kwantyfikuje różnicę między prawdziwymi etykietami klas y a prognozowanym rozkładem prawdopodobieństwa y', została użyta do trenowania modelu rekomendacyjnego Conv-RNN. Stochastyczny gradient descent (SGD) z adaptacyjnym momentem estymacyjnym (Adam) został użyty do poprawy parametrów modelu θ (wagi i polaryzowania). Parametry były modyfikowane w następujący sposób przy każdej iteracji treningowej t:

    (12)

gdzie η to szybkość uczenia się, to gradient funkcji strat względem θ.

Stosowano następujące taktyki, aby uniknąć nadmiernego dopasowania. Podczas treningu regularizacja dropoutu (ρ=0,3) jest stosowana na w pełni połączonych warstwach, aby losowo dezaktywować neurony. Gdy przez 15 kolejnych epok nie zaobserwowano poprawy, trening został przedwcześnie przerwany na podstawie utraty w wyniku walidacji.

Pięciokrotnie podzielona walidacja krzyżowa w celu potwierdzenia wydajności uogólnień

Za pomocą wyszukiwania siatkowego na zbiorze walidacyjnym wykonano dostrajanie hiperparametrów. W przestrzeni wyszukiwania znajdowały się Liczba filtrów dla warstwy konwolucyjnej (64), rozmiar jądra 3 x 3, Liczba warstw rekurencyjnych (100), wielkość wsady, wskaźnik wypadów 0,2 oraz wskaźnik uczenia (learning rate) 0,002. Optymalizator używany to ADAM. Na koniec warstwa wyjściowa zwraca wyniki polecanych produktów jako wektor kodowania one-hot, gdzie sugerowane produkty oznaczane są jedynką, a pozostałe wyjścia oznaczone jako 0.

Prognozowanie satysfakcji klienta za pomocą Conv-LSTM

Badanie to wykorzystało metodę Convolution Long Short-Term Memory (Conv-LSTM) do prognozowania satysfakcji klientów po zakończeniu cateringu. Struktura Conv-LSTM przedstawiona jest na Rysunku 4. Architektura CNN obejmuje neurony wejściowe, serię warstw splotowych, pooling, całkowicie połączone warstwy oraz warstwy normalizacyjne³⁷. Komórki nerwowe warstwy splotowej są połączone z warstwą powyżej przez wąski obszar, podczas gdy neurony aktywacyjne w pełni połączonych warstw są w pełni powiązane z warstwami poniżej. Wejścia Conv-LSTM wyraźnie definiują kształty tensorów i ziarnistość czasową. Każda sekwencja wejściowa jest strukturyzowana dla każdej sesji zamówienia klienta (krok czasowy = na zamówienie), gdzie lista zakupów jest kodowana jako wektor multi-hot, a powiązany poziom satysfakcji reprezentowany jest jako wynik numeryczny. Powstały tensor ma kształt (rozmiar partii × długość sekwencji × wymiar cech).

Transmisja funkcji w przód i w tył w CNN zazwyczaj rozdziela czynniki na różne grupy na podstawie ich wejścia. W wyniku ostatnich postępów badawczych powstało wiele projektów CNN. Jak pokazano w równaniu (15), trzy wagi: iw, rw i b, oznaczają odpowiednio wagę wejściową, wagę rekurencyjną i polaryzację, które zostały zastosowane w każdym bloku LSTM.

 (13)

Poniżej znajduje się deklaracja stanu komórki w kroku czasowym t:

(14)

gdzie iloczyn Hadamarda oznaczany jest przez . Kod ukrytego stanu Ht z t to:

(15)

Hiperparametry i ich wartości Conv-LSTM są deklarowane następująco: Liczba filtrów dla warstwy splotowej wynosi 64, rozmiar jądra to 3 x 3, jednostki LSTM to 100 z wskaźnikiem wypadów 0,2, rozmiar partii to 64, tempo uczenia to 0,002, a liczba kroków czasowych to 50 z optymalizatorem Adama.

Diagram UML i pseudokod do interakcji z klientem

Dynamiczny przepływ interakcji w sugerowanym systemie jest przedstawiony na diagramie sekwencji UML (Rysunek 5). Moduł NLP–LDA przetwarza żądanie użytkownika (takie jak zamówienie posiłków lub zapytanie) w celu modelowania tematu i ekstrakcji intencji. Po przetworzeniu silnik rekomendacyjny (Conv-RNN) otrzymuje żądanie i generuje spersonalizowaną rekomendację. Na koniec użytkownik otrzymuje odpowiedź w czasie rzeczywistym od systemu. Ta sekwencja gwarantuje przejrzystość w konwersji danych wejściowych użytkownika na inteligentne wyjścia usług i podkreśla modułową interakcję komponentów.

Algorytm rekomendacyjny Conv-RNN otrzymał pseudokod poprawiający powtarzalność. Przedstawia przegląd sekwencyjnej logiki obliczeniowej, która obejmuje wstępne przetwarzanie żądania użytkownika, wykorzystanie warstw splotowych i powtarzalnych do modelowania sekwencji i ekstrakcji cech, regularizacji oraz warstwy wyjściowej softmax do generowania sugestii. Ten pseudokod zapewnia jasny obraz na poziomie implementacyjnym na workflow modelu, co wzbogaca formuły matematyczne.

Pseudokod: Algorytm rekomendacji Conv-RNN

Input: Żądanie użytkownika U, sekwencja interakcji historycznych H

Wyjście: Zalecany produkt spożywczy R

1. Preprocess U → tokenizować, osadzać w Word2Vec
2. Skonstruuj sekwencję wejściową S = [H, U]
3. Zastosuj warstwę splotową:
   S_conv = Conv1D(S, filtry, kernel_size)
4. Warstwa rekurencyjna (RNN/GRU):
   S_RNN = RNN(S_conv, hidden_units)
5. Aplikuj Dropout do regularizacji
6. Warstwa gęsta z aktywacją Softmax:
   P = Softmax(W xS_rnn + b)
7. Wybierz rekomendację:
   R = argmax(P)
8. Zwróć R użytkownikowi

Results

Badanie to dokładnie przetestowało i zweryfikowało kilka modeli, aby zagwarantować autentyczność i niezawodność opracowanego ICS. Najefektywniejsze rozwiązanie ICS zostało określone poprzez porównawcze badanie kilku kombinacji osadzania słów i klasyfikatorów. Każdy eksperyment przeprowadzono 10 razy, a wyniki prezentowano jako wartości średnie z błędami standardowymi zasklepionymi w nawiasach. Ta metoda zwróciła uwagę na nieprzewidywalność i spójność wyników modelu. Odchylenie standardowe...

Discussion

Ogólna wydajność sugerowanego modelu ICS wykorzystującego technologie AI jest porównywana z k-means w SVR²⁴, restauracji szybkiej obsługi z LSTM (QSR-LSTM)²⁵ oraz NLP-ANN³⁸. Dla porównania, proponowany model zapewnił krótszy czas obliczeń w porównaniu z rozważanymi podejściami, jak pokazano na Rysunku 12. Wraz ze wzrostem liczby iteracji, czas obliczeń dla wszystkich modeli stopniowo się wydłuża. Proponowany intelige...

Materials

List of materials used in this article

Name	Company	Catalog Number	Comments
Język programowania	Python (używany do tworzenia modeli, NLP i deep learningu)	https://www.python.org/	Python 3.8+
Baza danych	MySQL lub SQLite (do przechowywania logów interakcji użytkownika)	https://www.mysql.com/; https://www.sqlite.org/	MySQL 8.0 lub SQLite3
Dataset	Zapytania użytkowników zebrane z chatbota zamawiającego lokalne restauracje		Ręcznie przypisywane
Ramy Deep Learning	TensorFlow / Keras	https://www.tensorflow.org/; Keras 2.11 &rrr; https://keras.io/	TensorFlow 2.11 lub Keras 2.11
Środowisko rozwoju	Jupyter Notebook / Google Colab	https://jupyter.org/; https://colab.research.google.com/	JupyterLab 3+ / Colab (darmowy)
Metryki ewaluacyjne	metryki scikit-learn: precyzja, przypominanie, entropia krzyżowa, R²	https://scikit-learn.org/	scikit-learn 1.0+
Zestaw narzędzi do języka naturalnego	spaCy / NLTK (do wstępnego przetwarzania wykrywania zamiaru)	https://spacy.io/; https://www.nltk.org/	spaCy 3.0 / NLTK 3.6
Modele rekurencyjnej sieci neuronowej	RNN, LSTM, Conv-LSTM	https://keras.io/	Implementowane w Keras
Sprzęt systemowy	Intel Core i7, 16GB RAM, NVIDIA GTX 1660 Ti GPU		System lokalny
Narzędzie do modelowania tematów	Gensim (używany do ukrytej alokacji Dirichleta)	https://radimrehurek.com/gensim/	Gensim 4.1.2
Narzędzia wizualizacyjne	Matplotlib, Seaborn (do wykresów wydajności)	https://seaborn.pydata.org/; https://matplotlib.org/	Matplotlib 3.5+, Seaborn 0.11
Osadzanie słów	Embeddingi pretrenowane w Word2Vec / GloVe	https://nlp.stanford.edu/projects/glove/	GloVe (100D), Stanford NLP