five

基于菜品消费情况分析食堂菜品满意程度数据|餐饮管理数据集|数据分析数据集

收藏
浙江省数据知识产权登记平台2024-11-07 更新2024-11-08 收录
餐饮管理
数据分析
下载链接:
https://www.zjip.org.cn/home/announce/trends/82114
下载链接
链接失效反馈
资源简介:
本数据能够客观反映学校食堂不同菜品的受欢迎程度,通过分析菜品的消费情况和顾客满意度,食堂可以了解哪些菜品受欢迎,哪些菜品需要改进,从而提升菜品的整体质量。 根据菜品的销售数据和顾客的满意度反馈,食堂可以调整菜单,增加受欢迎菜品的供应,减少不受欢迎菜品的供应,实现菜单的优化,使菜品设计更符合师生口味,提升师生的整体满意度。通过分析菜品的消费情况,食堂可以更准确地预测食材需求,优化库存管理,减少浪费,控制成本。本数据可为行业内其他食堂单位的菜品设计提供参考,这些单位通过本数据可以了解本地区的菜品受欢迎程度情况,具有较大的参考价值。本数据还能为科研机构开展食品安全和营养学的相关研究提供实证支持。1.数据抽取和预处理: (1)数据抽取:在自研的5G智慧食安工业物联网数字化管理平台数据库中抽取相关学校食堂的菜品消费数据,包括日期、学校编号、所在地区、菜品名称、该菜品当期消费人数、该菜品上期消费人数、食堂当期就餐总人数、食堂上期就餐总人数。(2)数据预处理:对抽取的数据进行清洗,去除重复、错误或无关的信息,以便后续的分析和建模。 2.基于菜品消费情况分析其受欢迎程度: (1)计算该菜品当期和上期的消费率:当期消费率=当期消费人数÷食堂当期就餐总人数×100%;上期消费率=上期消费人数÷食堂上期就餐总人数×100%;(2)计算该菜品消费率较上期的变化:该菜品消费率较上期的变化=当期消费率-上期消费率;(3)建立菜品受欢迎程度评估模型:受欢迎指数=当期消费率×x+消费率较上期的变化×y;x和y为对应的系数,属于商业秘密,故不作详细列举;最后对菜品受欢迎程度进行判定:指数为80-100为非常受欢迎,60(含)-80为比较受欢迎,40(含)-60为一般受欢迎,20(含)-40为不太受欢迎,20以下为不受欢迎。
提供机构:
嘉兴联飨科技有限公司
创建时间:
2024-09-30
AI搜集汇总
数据集介绍
main_image_url
特点
该数据集通过分析学校食堂菜品的消费情况,评估菜品的受欢迎程度,帮助食堂优化菜单和食材管理,提升师生满意度。数据每日更新,包含533条记录,适用于餐饮业和科研机构。
以上内容由AI搜集并总结生成
用户留言
有没有相关的论文或文献参考?
这个数据集是基于什么背景创建的?
数据集的作者是谁?
能帮我联系到这个数据集的作者吗?
这个数据集如何下载?
点击留言
数据主题
具身智能
数据集  4098个
机构  8个
大模型
数据集  439个
机构  10个
无人机
数据集  37个
机构  6个
指令微调
数据集  36个
机构  6个
蛋白质结构
数据集  50个
机构  8个
空间智能
数据集  21个
机构  5个
5,000+
优质数据集
54 个
任务类型
进入经典数据集
热门数据集

LinkedIn Salary Insights Dataset

LinkedIn Salary Insights Dataset 提供了全球范围内的薪资数据,包括不同职位、行业、地理位置和经验水平的薪资信息。该数据集旨在帮助用户了解薪资趋势和市场行情,支持职业规划和薪资谈判。

www.linkedin.com 收录

WideIRSTD Dataset

WideIRSTD数据集包含七个公开数据集:SIRST-V2、IRSTD-1K、IRDST、NUDT-SIRST、NUDT-SIRST-Sea、NUDT-MIRSDT、Anti-UAV,以及由国防科技大学团队开发的数据集,包括模拟陆基和太空基数据,以及真实手动标注的太空基数据。数据集包含具有各种目标形状(如点目标、斑点目标、扩展目标)、波长(如近红外、短波红外和热红外)、图像分辨率(如256、512、1024、3200等)的图像,以及不同的成像系统(如陆基、空基和太空基成像系统)。

github 收录

LIDC-IDRI

LIDC-IDRI 数据集包含来自四位经验丰富的胸部放射科医师的病变注释。 LIDC-IDRI 包含来自 1010 名肺部患者的 1018 份低剂量肺部 CT。

OpenDataLab 收录

中国1km分辨率逐月平均气温数据集(1901-2024)

该数据为中国逐月平均温度数据,空间分辨率为0.0083333°(约1km),时间为1901.1-2024.12。数据格式为NETCDF,即.nc格式。数据单位为0.1 ℃。该数据集是根据CRU发布的全球0.5°气候数据集以及WorldClim发布的全球高分辨率气候数据集,通过Delta空间降尺度方案在中国降尺度生成的。并且,使用496个独立气象观测点数据进行验证,验证结果可信。本数据集包含的地理空间范围是全国主要陆地(包含港澳台地区),不含南海岛礁等区域。nc数据可使用ArcMAP软件打开制图; 并可用Matlab软件进行提取处理,Matlab发布了读入与存储nc文件的函数,读取函数为ncread,切换到nc文件存储文件夹,语句表达为:ncread (‘XXX.nc’,‘var’, [i j t],[leni lenj lent]),其中XXX.nc为文件名,为字符串需要’’;var是从XXX.nc中读取的变量名,为字符串需要’’;i、j、t分别为读取数据的起始行、列、时间,leni、lenj、lent i分别为在行、列、时间维度上读取的长度。这样,研究区内任何地区、任何时间段均可用此函数读取。Matlab的help里面有很多关于nc数据的命令,可查看。数据坐标系统建议使用WGS84。

国家青藏高原科学数据中心 收录

UA-DETRAC

UA-DETRAC是一个大规模的基准数据集,包含100个具有挑战性的真实交通场景视频序列,超过140,000帧,具有丰富的标注信息,包括遮挡、天气、车辆类别、截断和车辆边界框,用于目标检测、目标跟踪和多目标跟踪系统。

arXiv 收录