BookTable : reserva de restaurantes on-line

O procedimento mais utilizado para a realização de reservas de restaurantes em Portugal é a reserva por telefone ou presencial. Em alguns restaurantes, este tipo de reserva é registado informaticamente após o contacto com o cliente, ou é realizado em formato papel. Em ambas as situações, o cliente não tem acesso a este registo, não podendo confirmar se a reserva foi ou não registada devidamente. Estes procedimentos são suscetíveis a falhas, o que provoca muitas vezes o descontentamento por parte dos clientes que, em caso de erros, poderão optar por outros restaurantes. Tendo em conta a recessão económica que o país atravessa, os restaurantes não se podem “dar ao luxo” de perder clientes por razões deste género, sendo então necessário encontrar soluções que possam resolver este tipo de problemas. De modo a evitar “falhas” deste género, surgiu o conceito de reserva de restaurantes online, que apresenta vantagens não só para os clientes mas também para os restaurantes. Através deste tipo de sistema, os clientes podem efetuar reservas até poucas horas antes da refeição de uma forma cómoda, sem qualquer necessidade de intervenção por parte dos funcionários do restaurante. Aos restaurantes, o sistema oferece uma gestão integrada de reservas realizadas online, por telefone ou de forma presencial. O sistema desenvolvido no âmbito deste projeto, o BookTable, enquadra-se neste conceito de reserva de restaurantes. Este sistema para além de fornecer uma gestão integrada das reservas, atua como um fator diferenciador no universo de restaurantes. Permite de igual modo que os restaurantes disseminem, de forma prática e autónoma, conteúdos destinados ao público. Os clientes, para além de terem flexibilidade na gestão das suas reservas, poderão ainda desfrutar de vantagens exclusivas, por parte dos restaurantes, na realização de reservas online.

BookTable : reserva de restaurantes on-line

O procedimento mais utilizado para a realização de reservas de restaurantes em Portugal é a reserva por telefone ou presencial. Em alguns restaurantes, este tipo de reserva é registado informaticamente após o contacto com o cliente, ou é realizado em formato papel. Em ambas as situações, o cliente não tem acesso a este registo, não podendo confirmar se a reserva foi ou não registada devidamente. Estes procedimentos são suscetíveis a falhas, o que provoca muitas vezes o descontentamento por parte dos clientes que, em caso de erros, poderão optar por outros restaurantes. Tendo em conta a recessão económica que o país atravessa, os restaurantes não se podem “dar ao luxo” de perder clientes por razões deste género, sendo então necessário encontrar soluções que possam resolver este tipo de problemas. De modo a evitar “falhas” deste género, surgiu o conceito de reserva de restaurantes online, que apresenta vantagens não só para os clientes mas também para os restaurantes. Através deste tipo de sistema, os clientes podem efetuar reservas até poucas horas antes da refeição de uma forma cómoda, sem qualquer necessidade de intervenção por parte dos funcionários do restaurante. Aos restaurantes, o sistema oferece uma gestão integrada de reservas realizadas online, por telefone ou de forma presencial. O sistema desenvolvido no âmbito deste projeto, o BookTable, enquadra-se neste conceito de reserva de restaurantes. Este sistema para além de fornecer uma gestão integrada das reservas, atua como um fator diferenciador no universo de restaurantes. Permite de igual modo que os restaurantes disseminem, de forma prática e autónoma, conteúdos destinados ao público. Os clientes, para além de terem flexibilidade na gestão das suas reservas, poderão ainda desfrutar de vantagens exclusivas, por parte dos restaurantes, na realização de reservas online.

An arithmetic unit for on-line computation /

Vita.

Description of an experimental on-line, minicomputer-based information retrieval system /

Thesis (M. S.)--University of Illinois at Urbana-Champaign.

An on-line electro-optical video processing system.

Vita.

On-line character recognition /

Bibliography: p. 14.

On-line filing (OLF); a program package for student records.

Thesis (M.S.)--University of Illinois at Urbana-Champaign.

Applications of on-line computers to library problems : papers presented at the 1972 Clinic on Library Applications of Data Processing, April 30-May 3, 1972 /

Title on spine: Library applications of data processing: 1972.

Summary of on-line or interactive physico-chemical numerical data systems /

"PB81-11551 1"

Access the Army : digital information on demand and on line.

Mode of access: Internet.

Geophysical on-line data : pure gold on the information superhighway!

Mode of access: Internet.

An Incremental EM-based Learning Approach for On-Line Prediction of Hospital Resource Utilization

Objective: Inpatient length of stay (LOS) is an important measure of hospital activity, health care resource consumption, and patient acuity. This research work aims at developing an incremental expectation maximization (EM) based learning approach on mixture of experts (ME) system for on-line prediction of LOS. The use of a batchmode learning process in most existing artificial neural networks to predict LOS is unrealistic, as the data become available over time and their pattern change dynamically. In contrast, an on-line process is capable of providing an output whenever a new datum becomes available. This on-the-spot information is therefore more useful and practical for making decisions, especially when one deals with a tremendous amount of data. Methods and material: The proposed approach is illustrated using a real example of gastroenteritis LOS data. The data set was extracted from a retrospective cohort study on all infants born in 1995-1997 and their subsequent admissions for gastroenteritis. The total number of admissions in this data set was n = 692. Linked hospitalization records of the cohort were retrieved retrospectively to derive the outcome measure, patient demographics, and associated co-morbidities information. A comparative study of the incremental learning and the batch-mode learning algorithms is considered. The performances of the learning algorithms are compared based on the mean absolute difference (MAD) between the predictions and the actual LOS, and the proportion of predictions with MAD < 1 day (Prop(MAD < 1)). The significance of the comparison is assessed through a regression analysis. Results: The incremental learning algorithm provides better on-line prediction of LOS when the system has gained sufficient training from more examples (MAD = 1.77 days and Prop(MAD < 1) = 54.3%), compared to that using the batch-mode learning. The regression analysis indicates a significant decrease of MAD (p-value = 0.063) and a significant (p-value = 0.044) increase of Prop(MAD