面向餐饮行业的防损管理系统研究与实现
发布时间：2021-03-28 05:05
随着社会经济的快速发展和人民生活水平的大幅度改善,产业规模和经营领域的扩张使餐饮企业之间的竞争状况变得日趋激烈。虽然通过扩大店面规模,可以取得更多的效益,但是忽略企业内部的利润损失会对企业带来极大的负面影响。因此如何建立完善的餐饮业防损管理系统,预防运营过程中不必要的利润损失对企业可持续发展有着十分重要的意义。论文首先对与防损模型相关的特征选择方法和分类挖掘算法进行研究,通过对餐饮企业的业务流程和内部稽查状况的调查,确定了造成利润损失的异常事件类型。其次,基于不同异常事件的最优特征集和贝叶斯分类算法来建立餐饮业防损模型,并根据分类结果和实际需求优化模型阈值,实验证明了防损模型的准确性和高效性。再次,采用数据热力图的可视化方式将异常事件与服务员关联起来,分析并筛选出行为异常的服务员,供稽查人员做深入调查。最后,以餐饮业防损模型为基础,增加防损回溯查证过程,采用基于邻近I帧DC图像相似度的压缩域关键帧提取方法,设计并实现了餐饮业防损管理系统。该系统便于管理者通过视频查证造成利润损失的具体场景,并及时做出响应,也能帮助管理者从多角度统计分析异常事件的数量和类型。论文实现的餐饮业防损管理系统,...
【文章来源】：西安理工大学陕西省
【文章页数】：56 页
【学位级别】：硕士
【文章目录】：
摘要
abstract
1 绪论
1.1 研究背景与意义
1.2 国内外研究现状
1.3 本文的主要研究内容
1.4 本文的组织结构
2 相关理论和算法介绍
2.1 防损理论
2.2 特征选择方法
2.2.1 基于搜索策略划分的特征选择
2.2.2 基于评价准则划分的特征选择
2.3 分类挖掘算法
2.3.1 决策树分类
2.3.2 贝叶斯分类
2.3.3 支持向量机
2.3.4 K近邻算法
2.3.5 人工神经网络
2.4 分类性能评价指标
2.5 本章小结
3 基于贝叶斯分类的餐饮业防损模型研究
3.1 餐饮业防损适用性界定
3.1.1 业务流程调研
3.1.2 异常事件分析
3.2 餐饮业防损模型研究
3.2.1 数据预处理
3.2.2 特征选择及结果
3.2.3 分类模型选择
3.2.4 阈值优化
3.3 实验结果及分析
3.3.1 异常事件识别结果
3.3.2 异常事件与服务员关联结果
3.4 本章小结
4 餐饮业防损管理系统设计与实现
4.1 系统整体设计框架
4.2 基于视频回溯的防损查证
4.3 系统网页端实现
4.3.1 登陆页面
4.3.2 店面总览
4.3.3 统计分析
4.3.4 分店巡视
4.3.5 参数设定
4.4 系统手机端实现
4.5 本章小结
5 工作总结与展望
5.1 工作总结
5.2 工作展望
致谢
参考文献
攻读学位期间的科研成果及获奖情况
【参考文献】：
期刊论文
[1]K最近邻算法理论与应用综述[J]. 毋雪雁,王水花,张煜东. 计算机工程与应用. 2017(21)
[2]基于K-means聚类算法的视频关键帧提取的研究[J]. 司若妍,张明. 现代计算机(专业版). 2016(20)
[3]一种基于两因素相结合的自适应学习三支决策阈值的算法[J]. 朱艳辉,田海龙,张永平,朱道杰. 小型微型计算机系统. 2016(06)
[4]基于决策准则优化的不均衡数据分类[J]. 曹鹏,栗伟,赵大哲. 小型微型计算机系统. 2014(05)
[5]连锁超市防损分区与分流管理浅析[J]. 童光森,肖威. 商场现代化. 2014(07)
[6]融合过滤和封装方式的特征选择算法[J]. 代旺,方昱春,李杨. 计算机工程. 2012(24)
[7]度量分析法在商品防损中的应用与研究[J]. 李志波. 商场现代化. 2012(34)
[8]基于互信息的无监督特征选择[J]. 徐峻岭,周毓明,陈林,徐宝文. 计算机研究与发展. 2012(02)
[9]人工神经网络的发展及应用[J]. 毛健,赵红东,姚婧婧. 电子设计工程. 2011(24)
[10]决策树ID3算法的分析与改进[J]. 王小巍,蒋玉明. 计算机工程与设计. 2011(09)
硕士论文
[1]家乐福内部防损体系优化研究[D]. 牛海彬.广东外语外贸大学 2015
[2]朴素贝叶斯分类器的研究与应用[D]. 王国才.重庆交通大学 2010
本文编号：3104938
【文章来源】：西安理工大学陕西省
【文章页数】：56 页
【学位级别】：硕士
【文章目录】：
摘要
abstract
1 绪论
1.1 研究背景与意义
1.2 国内外研究现状
1.3 本文的主要研究内容
1.4 本文的组织结构
2 相关理论和算法介绍
2.1 防损理论
2.2 特征选择方法
2.2.1 基于搜索策略划分的特征选择
2.2.2 基于评价准则划分的特征选择
2.3 分类挖掘算法
2.3.1 决策树分类
2.3.2 贝叶斯分类
2.3.3 支持向量机
2.3.4 K近邻算法
2.3.5 人工神经网络
2.4 分类性能评价指标
2.5 本章小结
3 基于贝叶斯分类的餐饮业防损模型研究
3.1 餐饮业防损适用性界定
3.1.1 业务流程调研
3.1.2 异常事件分析
3.2 餐饮业防损模型研究
3.2.1 数据预处理
3.2.2 特征选择及结果
3.2.3 分类模型选择
3.2.4 阈值优化
3.3 实验结果及分析
3.3.1 异常事件识别结果
3.3.2 异常事件与服务员关联结果
3.4 本章小结
4 餐饮业防损管理系统设计与实现
4.1 系统整体设计框架
4.2 基于视频回溯的防损查证
4.3 系统网页端实现
4.3.1 登陆页面
4.3.2 店面总览
4.3.3 统计分析
4.3.4 分店巡视
4.3.5 参数设定
4.4 系统手机端实现
4.5 本章小结
5 工作总结与展望
5.1 工作总结
5.2 工作展望
致谢
参考文献
攻读学位期间的科研成果及获奖情况
【参考文献】：
期刊论文
[1]K最近邻算法理论与应用综述[J]. 毋雪雁,王水花,张煜东. 计算机工程与应用. 2017(21)
[2]基于K-means聚类算法的视频关键帧提取的研究[J]. 司若妍,张明. 现代计算机(专业版). 2016(20)
[3]一种基于两因素相结合的自适应学习三支决策阈值的算法[J]. 朱艳辉,田海龙,张永平,朱道杰. 小型微型计算机系统. 2016(06)
[4]基于决策准则优化的不均衡数据分类[J]. 曹鹏,栗伟,赵大哲. 小型微型计算机系统. 2014(05)
[5]连锁超市防损分区与分流管理浅析[J]. 童光森,肖威. 商场现代化. 2014(07)
[6]融合过滤和封装方式的特征选择算法[J]. 代旺,方昱春,李杨. 计算机工程. 2012(24)
[7]度量分析法在商品防损中的应用与研究[J]. 李志波. 商场现代化. 2012(34)
[8]基于互信息的无监督特征选择[J]. 徐峻岭,周毓明,陈林,徐宝文. 计算机研究与发展. 2012(02)
[9]人工神经网络的发展及应用[J]. 毛健,赵红东,姚婧婧. 电子设计工程. 2011(24)
[10]决策树ID3算法的分析与改进[J]. 王小巍,蒋玉明. 计算机工程与设计. 2011(09)
硕士论文
[1]家乐福内部防损体系优化研究[D]. 牛海彬.广东外语外贸大学 2015
[2]朴素贝叶斯分类器的研究与应用[D]. 王国才.重庆交通大学 2010
本文编号：3104938
本文链接：https://www.wllwen.com/kejilunwen/ruanjiangongchenglunwen/3104938.html
