疫情防控背景下高校“智慧食堂”的系统设计

李嘉健 李晓雯

湘潭大学公共管理学院

一、引言

2019年12月，正值春节之际，一场突如其来的灾难——新冠肺炎迅速蔓延至全国。2020年5月，全国逐渐复产复工，高校也陆续开学，但是在疫情防控期间大部分学校却没有可以保证学生就餐安全的方法和措施，这带来了一定的安全隐患。以新型冠状病毒为代表的传染病毒大多都具有较强的传播性，而高校食堂更是人群聚集的场所，易发生大规模接触，具有时间集中、地点集中、人员复杂等特点，一旦出现差错，将直接危害师生的身体健康，造成严重后果。因此，解决师生就餐问题就成为了高校在疫情防控等重大公共卫生事件中的重要环节。对此，许多学者和专家已对“智慧食堂”系统进行了分析和研究，任硕果[1]对“智慧食堂”的管理做出设计，杜欢[2]利用ASP技术对食堂的人流量进行分析，范虹霞[3]提出可以利用RFID技术提高学生就餐效率，艾亮东[4]利用物联网技术构建了新型“智慧食堂”的系统模型，对“智慧食堂”进行改进等等。但这些研究所设计出的系统需要花费较大成本，实现起来也较为困难，因此高校需求一个低成本高效率的“智慧食堂”系统。本文在综合考虑了各种因素后设计出一个简单易行、低成本高效率的“智慧食堂”管理系统，以确保在疫情防控等重大公共卫生事件下高校师生的就餐安全。

二、现今“智慧食堂”系统的缺陷

目前，众多学者提出了关于“智慧食堂”系统的设计想法，市场上也已出现了许多“智慧食堂”管理系统，然而这些“智慧食堂”管理系统应用在疫情防控中却有明显的缺陷：

功能不足。现今市场上大多数“智慧食堂”管理系统的主要功能是提前报餐订餐，从而方便食堂准备饭菜，减少食物浪费。这种“智慧食堂”管理系统显然不能满足疫情防控要求下高校食堂的需求，无法保证师生的就餐安全。

成本较高。市场上另一些“智慧食堂”管理系统具有人脸识别、自动结算等功能，这些功能可以提高学生就餐效率，减少结算失误并降低人工成本，甚至在一定程度上可以用于疫情防控下的高校食堂，以降低师生就餐期间对于复杂人群的接触率。但这样的“智慧食堂”管理系统对硬件要求高、系统成本高，而且技术复杂、维护困难，不适合作为大多数高校的食堂管理系统，不具有实现上的普遍可行性。

实现困难。许多学者也提出了改进“智慧食堂”管理系统的思路和方案，但是实现时存在技术方面的困难，且成本较高。

三、疫情防控下“智慧食堂”系统的创新

在疫情防控等重大公共卫生事件的背景下，该如何实现低成本、高效率地保证高校师生的就餐安全是值得思考的问题。本文在经过大量的调查分析与研究后，对高校“智慧食堂”系统进行了创新，并将其以微信小程序的形式实现，以求低成本、高效率地解决疫情防控背景下高校师生就餐安全的问题。

（一）流程简介

首先，用户需要打开微信小程序进入登录界面。然后，食堂员工进入管理端后可以更新菜单、获取后台数据以及查看用户反馈。用户登录师生端之后，点击“刷新”按钮可以看到各个食堂过去15分钟和未来15分钟的人流量变化情况。点击“推荐”按钮，系统会向用户推荐此时最适合用户用餐的食堂。用户参考系统的推荐，选择人数不超过阈值（关于阈值将在下文介绍）的食堂，提交申请。用户到达食堂后，点击“进入食堂”按钮，系统检测出用户GPS在食堂区域内则自动通过请求。用户向工作人员展示“成功进入食堂”页面即可进入食堂，进行线上点餐。不在食堂用餐的用户，点餐后可以将食物直接打包带走。在食堂用餐的用户则需要进行座位预定操作。座位预定界面会显示所在食堂座位被占用的情况和系统推荐的座位，用户参考系统推荐选择座位之后，需要在一定时间内到达座位，否则座位将自动取消。用户用餐完毕后，离开食堂。当系统检测出用户的位置不在食堂区域内时，自动退座。最后，用户还可以在反馈界面发布动态来评价此次用餐体验。

（二）功能创新及算法设计

（1）人流量预测功能，利用人流量预测算法（CPP）预测人流量。

学生就餐之前在微信小程序上点击按钮，选定所要就餐的食堂和座位，系统收集各个座位被占用的情况上传至后端数据库，然后通过这些数据采用基于CPP模型的人数计算算法预测未来15分钟食堂就餐人数，并在小程序的“流量统计”模块上实时发布各食堂当前购餐就餐人数与预测值信息，引导师生错峰分时就餐，最大限度地降低交叉感染的风险。

人流量预测算法（CPP）的具体设计思路如下：

人流量预测模型建立在正态分布的基础上，食堂人数在营业时间[t1,t2]内呈正态分布N (μ=0,σ2)，其中σ未知，构建[-3σ,3σ]间的正态分布。对于食堂营业时间[t1,t2]，做其对[-3σ,3σ]的换元，则取任意时间点[t1,t2],可得t→x (t) ∈[-3σ,3σ]。进人的人数N(t)/Nt满足正态分布(0,σ2)。其在一段时间内的积分等于该段时间内食堂的人数，通过有效时间内积分，换算比例，可得食堂即时人数N。则通过以上方法以及采集到的一段时间内食堂即时用餐人数，根据公式(1)的反函数可计算出从营业时间开始每分钟的σ值，取其平均值得到修正后的σ＊。Φ (x (t) ;0,σ)为累积分布函数。而从t时刻开始t0分钟后预测人数由公式(3)给出。

图1 人流量预测模型图

其中，Nm(t)是食堂营业开始至t时刻就餐人数；Nt是食堂营业时间内总就餐人数,疫情期间被视为常数；Np(t1,t0)是食堂从t时刻开始t0时间后的预测总人数；t1是食堂营业开始时刻；t2是食堂营业结束时刻；N(t)是t时刻食堂进人的人数；tm是平均用餐时间。

（2）食堂推荐功能，利用食堂推荐算法（OCR）推荐当前最佳食堂。

系统在综合考虑各个食堂人量变化趋势、人流量预测结果、用户当前所在地理位置等各方面因素之后，利用食堂推荐算法计算出最佳食堂并推荐给用户。

其中食堂推荐算法（OCR）的设计思路如下：

首先，系统会确定食堂安全阈值（Safe Threshold，ST)：阈值=空间大小(Canteen Square)＊限制人流密度(Restricted Flow Density)，即ST=CS＊D。然后，系统获取用户当前所在地理位置，计算用户从当前位置到各个食堂的步行时间（Walking Time，wt），结合人流量预测算法预测wt时间后的人流量(Number of canteens，N)，从而计算出每个食堂的优先推荐值（Priority Recommendation Value，PRV），选择优先推荐值最小的食堂作为最优推荐食堂，其中PRV=N/ST。

（3）线上点餐功能。

用户可以使用线上点餐功能点餐付款，食堂工作人员可以提前准备好饭菜，当用户到达食堂之后只需向工作人员展示付款成功页面并由工作人员确认之后便可取餐带走或者快速取餐就座。线上点餐功能可以减少用户在食堂窗口走动及逗留的时间，从而降低病毒传染的风险，并且线上点餐功能在一定程度上可以减少食物浪费。

（4）座位预订功能，利用座位推荐算法（HSR）推荐最佳座位。

在选座的界面中，系统不仅会展示实时的空闲座位分布图，还可以通过结合安全和效率两个因素为用户推荐最佳座位。用户可以在该界面结合系统推荐座位预定自己喜欢的座位。

其中座位推荐算法（HSR）的设计思路如下:

在设计座位推荐模型时需要综合考虑安全因素α和就餐效率因素β，因为不同的传染病疫情等卫生事件对人们的影响程度不同，所以安全因素α需要根据实际情况调查得出。

其中，SV(Priority Seat Recommendation Value，SV)是座位优先推荐值；α是安全权数；β是效率权数，为1-α；Sg(safe grade，Sg)是安全分数；Eg(effection grade，Eg)是效率分数。

四、结论

本文对高校“智慧食堂”管理系统进行设计创新，设计了具有人流量预测功能、最佳食堂推荐功能、线上点餐功能、座位预订及最佳就餐座位推荐功能的高校“智慧食堂”系统，使其可以满足疫情防控等重大公共卫生事件下高校食堂低成本、高效率地保障师生就餐安全的需求。这一“智慧食堂”系统将大大提高师生的就餐效率，降低人与人之间的接触率，从根源上减小传染风险，提高疫情防控背景下高校食堂师生就餐的安全性。