five

学校食堂不同菜品受欢迎程度数据|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2024-08-22 更新2024-08-23 收录
餐饮管理
数据分析
下载链接:
https://www.zjip.org.cn/home/announce/trends/53911
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。 1.根据受欢迎程度数据,食堂可以调整菜品供应,增加受欢迎菜品的供应量,减少不受欢迎菜品的供应量,使菜品设计更符合师生口味,提升师生的整体满意度,同时菜品的优化对于减少浪费、降低成本有较大帮助。2.本数据还可为行业内其他学校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。3.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:
浙江智飨科技有限公司
创建时间:
2024-07-28
AI搜集汇总
数据集介绍
main_image_url
特点
该数据集包含1497条记录,每日更新,记录了学校食堂不同菜品的消费数据,包括消费人数、消费率、受欢迎指数等。数据可用于优化菜品供应、提升师生满意度,并为科研机构提供实证支持。
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

中国空气质量数据集(2014-2020年)

数据集中的空气质量数据类型包括PM2.5, PM10, SO2, NO2, O3, CO, AQI,包含了2014-2020年全国360个城市的逐日空气质量监测数据。监测数据来自中国环境监测总站的全国城市空气质量实时发布平台,每日更新。数据集的原始文件为CSV的文本记录,通过空间化处理生产出Shape格式的空间数据。数据集包括CSV格式和Shape格式两数数据格式。

国家地球系统科学数据中心 收录

中国交通事故深度调查(CIDAS)数据集

交通事故深度调查数据通过采用科学系统方法现场调查中国道路上实际发生交通事故相关的道路环境、道路交通行为、车辆损坏、人员损伤信息,以探究碰撞事故中车损和人伤机理。目前已积累深度调查事故10000余例,单个案例信息包含人、车 、路和环境多维信息组成的3000多个字段。该数据集可作为深入分析中国道路交通事故工况特征,探索事故预防和损伤防护措施的关键数据源,为制定汽车安全法规和标准、完善汽车测评试验规程、

北方大数据交易中心 收录

中国行政区划数据

本项目为中国行政区划数据,包括省级、地级、县级、乡级和村级五级行政区划数据。数据来源于国家统计局,存储格式为sqlite3 db文件,支持直接使用数据库连接工具打开。

github 收录

全国景区数据

  中华人民共和国旅游景区质量等级共分为五级,从高到低依次为AAAAA、AAAA、AAA、AA、A级五级。5A级景区代表着中国的世界级精品旅游风景区等级。  CnOpenData汇总整理了全国31个省份及直辖市的景区信息,涵盖了景区名称、省份、景区级别、地址、经纬度、简介等字段,为相关研究助力!

CnOpenData 收录

Stanford Cars

Cars数据集包含196类汽车的16,185图像。数据被分成8,144训练图像和8,041测试图像,其中每个类被大致分成50-50。类别通常在品牌,型号,年份,例如2012特斯拉Model S或2012 BMW M3 coupe的级别。

OpenDataLab 收录