CN105426552A - 一种智能推荐菜谱和食品的方法与应用 - Google Patents
一种智能推荐菜谱和食品的方法与应用 Download PDFInfo
- Publication number
- CN105426552A CN105426552A CN201511030117.5A CN201511030117A CN105426552A CN 105426552 A CN105426552 A CN 105426552A CN 201511030117 A CN201511030117 A CN 201511030117A CN 105426552 A CN105426552 A CN 105426552A
- Authority
- CN
- China
- Prior art keywords
- food
- menu
- rightarrow
- user
- list
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
- G06F16/953—Querying, e.g. by the use of web search engines
- G06F16/9535—Search customisation based on user profiles and personalisation
Landscapes
- Engineering & Computer Science (AREA)
- Databases & Information Systems (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明涉及一种智能推荐菜谱和食品的方法与应用。本发明所述智能推荐菜谱和食品的方法,通过双重模式科学预测和推荐菜谱和食品,不仅能得到和顺应大众口味,且兼顾考虑到个人的口味特点;“点、面结合”智能化程度高,更人性化;同时,该方法结构简单,实用性高,可灵活运用到各智能家电中,顺应智能家居和大数据时代的发展趋势,利于推广应用。
Description
技术领域
本发明涉及一种智能推荐菜谱和食品的方法与应用,属于智能家电的技术领域。
背景技术
随着微电子技术、嵌入式技术的发展和大数据时代的到来,智能生活已经成为人们最新的生活模式。未来的时代将将是IT的时代和DT的时代,DT就是DataTechnology数据科技。大数据(bigdata),指无法在可承受的时间范围内用常规软件工具进行捕捉、管理和处理的数据集合。
随着经济水平和消费者生活水平的不断提高,消费者对饮食的要求和品位也在不断的增长。当代生活中,由于生活节奏快,生活工作压力大等原因,很多人很难找到自己喜欢的菜谱和食材。
发明内容
针对现有技术的不足,本发明提供一种智能推荐菜谱和食品的方法。
本发明还提供一种上述智能推荐菜谱和食品的方法的应用。
本发明的技术方案如下:
一种智能推荐菜谱和食品的方法,包括步骤如下:
1)构建偏好数据库:
服务器获取用户的购买数据信息,并存入偏好数据库;所述用户的购买数据信息包括用户id、用户购买的食品名称及每种食品的购买次数;
2)建立菜谱数据库:
获取菜谱信息,并存入菜谱数据库;所述菜谱信息包括菜谱名称、食材名称和菜谱做法步骤;
3)计算临近用户:
通过偏好数据库,得到用户ux对物品iy的喜好程度uxy,uxy即用户ux对物品iy的购买次数;
4)计算食品相似度:
其中,
5)根据所述食品相似度,对缺失的uxy值进行预测:
对每种食品的购买次数进行加权求和,权值为用户已购买的食品j与食品i的相似度,计算得到用户u对食品i的喜好程度:
N(u)为用户购买过食品的集合,Uuj为用户u对食品j的喜好程度,wji为食品j与食品i的相似度;
6)获取现存的冰箱内食品列表mx(x=1,2,...,t)表示不同的食材;计算冰箱内食品列表与菜谱数据库中食品列表的食材匹配度;
当sim(M,m)大于阈值α时,计算对应的菜谱数据库中食品列表与冰箱内食品列表的差集,得到购买列表;即将食谱中有,冰箱中却没有的食品存入购买列表;
将满足条件的菜谱数量记为A,统计购买列表中每种食品出现的次数,利用如下公式计算用户对食品的喜好:
Luj表示用户u对食品j的喜好值,cj表示食品j在购买列表中出现的次数。
7)由以上步骤计算得到用户对食品的喜好值,按数值大小排序得到用户的推荐列表。
优选的,所述步骤2)中,菜谱数据库的建立是依靠网络爬虫技术在互联网爬取菜谱信息。
优选的,所述步骤2)中,菜谱信息的存储格式如下:{'_id':菜谱名称,'steps':菜谱做法步骤,'material':[M1,M2,...,Mn]},其中'_id'表示菜谱名称,'steps'表示菜谱做法步骤,'material'表示食材列表,Mx(x=1,2,...,n)表示食材名称;material=
本发明的有益效果:
1、本发明所述智能推荐菜谱和食品的方法,通过双重模式科学预测和推荐菜谱和食品,不仅能得到和顺应大众口味,且兼顾考虑到个人的口味特点;“点、面结合”智能化程度高,更人性化;
2、本发明所述智能推荐菜谱和食品的方法,结构简单,实用性高,可灵活运用到各智能家电中,顺应智能家居和大数据时代的发展趋势,利于推广应用。
附图说明
图1为实施例1所述m×n矩阵图;
图2为本发明所述智能推荐菜谱和食品的方法的工作流程图。
具体实施方式
下面结合实施例和说明书附图对本发明做详细的说明,但不限于此。
实施例1
如图1-2所示。
一种智能推荐菜谱和食品的方法,包括步骤如下:
1)构建偏好数据库:
服务器获取用户的购买数据信息,并存入偏好数据库;所述用户的购买数据信息包括用户id、用户购买的食品名称及每种食品的购买次数;
2)建立菜谱数据库:
获取菜谱信息,并存入菜谱数据库;所述菜谱信息包括菜谱名称、食材名称和菜谱做法步骤;
3)计算临近用户:
通过偏好数据库,得到用户ux对物品iy的喜好程度uxy,uxy即用户ux对物品iy的购买次数;用m×n的矩阵表示用户对物品的喜好情况,每种食品的购买次数表示用户对物品的喜好程度,购买次数越高表示越喜欢这个食品,0表示没有买过该物品,如图1所示。图中行表示一个用户,列表示一种食品,uxy表示用户ux对物品iy的喜好程度,即食品的购买次数。
4)计算食品相似度:
其中,
5)根据所述食品相似度,对缺失的uxy值进行预测:
对每种食品的购买次数进行加权求和,权值为用户已购买的食品j与食品i的相似度,计算得到用户u对食品i的喜好程度:
N(u)为用户购买过食品的集合,Uuj为用户u对食品j的喜好程度,wji为食品j与食品i的相似度;
6)获取现存食品的列表mx(x=1,2,...,t)表示不同的食材;计算现存食品的列表与菜谱数据库中食品列表的食材匹配度;
当sim(M,m)大于阈值α时,计算对应的菜谱数据库中食品列表与现存食品的列表的差集,得到购买列表;即将食谱中有,现存食品中却没有的食品存入购买列表;
将满足条件的菜谱数量记为A,统计购买列表中每种食品出现的次数,利用如下公式计算用户对食品的喜好:
Luj表示用户u对食品j的喜好值,cj表示食品j在购买列表中出现的次数。
7)由以上步骤计算得到用户对食品的喜好值,按数值大小排序得到用户的推荐列表。
实施例2
如实施例1所述的智能推荐菜谱和食品的方法,其区别在于,所述步骤2)中,菜谱数据库的建立是依靠网络爬虫技术在互联网爬取菜谱信息。
实施例3
如实施例1所述的智能推荐菜谱和食品的方法,其区别在于,所述步骤2)中,菜谱信息的存储格式如下:{'_id':菜谱名称,'steps':菜谱做法步骤,'material':[M1,M2,...,Mn]},其中'_id'表示菜谱名称,'steps'表示菜谱做法步骤,'material'表示食材列表,Mx(x=1,2,...,n)表示食材名称;material=
实施例4
将如实施例1-3任意一项所述的智能推荐菜谱和食品的方法应用到智能冰箱,工作方法如下:
一种智能推荐菜谱和食品的方法,包括步骤如下:
1)构建偏好数据库:
服务器获取用户的购买数据信息,并存入偏好数据库;所述用户的购买数据信息包括用户id、用户购买的食品名称及每种食品的购买次数;
2)建立菜谱数据库:
获取菜谱信息,并存入菜谱数据库;所述菜谱信息包括菜谱名称、食材名称和菜谱做法步骤;
3)计算临近用户:
通过偏好数据库,得到用户ux对物品iy的喜好程度uxy,uxy即用户ux对物品iy的购买次数;用m×n的矩阵表示用户对物品的喜好情况,每种食品的购买次数表示用户对物品的喜好程度,购买次数越高表示越喜欢这个食品,0表示没有买过该物品,如图1所示。图中行表示一个用户,列表示一种食品,uxy表示用户ux对物品iy的喜好程度,即食品的购买次数。
4)计算食品相似度:
其中,
5)根据所述食品相似度,对缺失的uxy值进行预测:
对每种食品的购买次数进行加权求和,权值为用户已购买的食品j与食品i的相似度,计算得到用户u对食品i的喜好程度:
N(u)为用户购买过食品的集合,Uuj为用户u对食品j的喜好程度,wji为食品j与食品i的相似度;
6)获取冰箱内的食品列表mx(x=1,2,...,t)表示不同的食材;计算冰箱内的食品列表与菜谱数据库中食品列表的食材匹配度;
当sim(M,m)大于阈值α时,计算对应的菜谱数据库中食品列表与冰箱内的食品列表的差集,得到购买列表;即将食谱中有,冰箱内食品中却没有的食品存入购买列表;
将满足条件的菜谱数量记为A,统计购买列表中每种食品出现的次数,利用如下公式计算用户对食品的喜好:
Luj表示用户u对食品j的喜好值,cj表示食品j在购买列表中出现的次数。
7)由以上步骤计算得到用户对食品的喜好值,按数值大小排序得到用户的推荐列表。
Claims (4)
1.一种智能推荐菜谱和食品的方法,其特征在于,包括步骤如下:
1)构建偏好数据库:
服务器获取用户的购买数据信息,并存入偏好数据库;所述用户的购买数据信息包括用户id、用户购买的食品名称及每种食品的购买次数;
2)建立菜谱数据库:
获取菜谱信息,并存入菜谱数据库;所述菜谱信息包括菜谱名称、食材名称和菜谱做法步骤;
3)计算临近用户:
通过偏好数据库,得到用户ux对物品iy的喜好程度uxy,uxy即用户ux对物品iy的购买次数;
4)计算食品相似度:
其中,
5)根据所述食品相似度,对缺失的uxy值进行预测:
用户u对食品i的喜好程度:
N(u)为用户购买过食品的集合,Uuj为用户u对食品j的喜好程度,wji为食品j与食品i的相似度;
6)获取现存食品的列表mx(x=1,2,...,t)表示不同的食材;计算现存食品的食品列表与菜谱数据库中食品列表的食材匹配度;
当sim(M,m)大于阈值α时,计算对应的菜谱数据库中食品列表与现存食品的食品列表的差集,得到购买列表;
将满足条件的菜谱数量记为A,统计购买列表中每种食品出现的次数,利用如下公式计算用户对食品的喜好:
Luj表示用户u对食品j的喜好值,cj表示食品j在购买列表中出现的次数;
7)由以上步骤计算得到用户对食品的喜好值,按数值大小排序得到用户的推荐列表。
2.根据权利要求1所述的智能推荐菜谱和食品的方法,其特征在于,所述步骤2)中,菜谱数据库的建立是依靠网络爬虫技术在互联网爬取菜谱信息。
3.根据权利要求1所述的智能推荐菜谱和食品的方法,其特征在于,所述步骤2)中,菜谱信息的存储格式如下:{'_id':菜谱名称,'steps':菜谱做法步骤,'material':[M1,M2,...,Mn]},其中'_id'表示菜谱名称,'steps'表示菜谱做法步骤,'material'表示食材列表,Mx(x=1,2,...,n)表示食材名称;
4.如权利要求1-3任意一项所述的智能推荐菜谱和食品的方法的应用,其特征在于,将该方法应用到智能冰箱中。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201511030117.5A CN105426552A (zh) | 2015-12-31 | 2015-12-31 | 一种智能推荐菜谱和食品的方法与应用 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201511030117.5A CN105426552A (zh) | 2015-12-31 | 2015-12-31 | 一种智能推荐菜谱和食品的方法与应用 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN105426552A true CN105426552A (zh) | 2016-03-23 |
Family
ID=55504764
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201511030117.5A Pending CN105426552A (zh) | 2015-12-31 | 2015-12-31 | 一种智能推荐菜谱和食品的方法与应用 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105426552A (zh) |
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106355474A (zh) * | 2016-09-08 | 2017-01-25 | 福建贝壳网络科技有限公司 | 一种基于原料齐备度推荐食谱的方法 |
CN106529692A (zh) * | 2016-11-01 | 2017-03-22 | 合肥华贝信息科技有限公司 | 一种智能网络订餐平台 |
CN106548006A (zh) * | 2016-10-09 | 2017-03-29 | 浙江大学 | 一种基于用户典型口味的膳食推荐方法 |
CN106682417A (zh) * | 2016-12-27 | 2017-05-17 | 杭州火小二科技有限公司 | 一种基于养生的推荐菜单生成方法 |
CN106815463A (zh) * | 2016-11-29 | 2017-06-09 | 珠海格力电器股份有限公司 | 储物家电及其食材管理方法和装置 |
CN107886028A (zh) * | 2016-09-29 | 2018-04-06 | 九阳股份有限公司 | 一种冰箱的食材录入方法及食材录入装置 |
CN108596789A (zh) * | 2018-03-29 | 2018-09-28 | 客如云科技(成都)有限责任公司 | 一种菜品标准化的方法 |
CN109299360A (zh) * | 2018-09-21 | 2019-02-01 | 昆明理工大学 | 一种菜品推荐的方法 |
CN110021403A (zh) * | 2017-10-30 | 2019-07-16 | 合肥美的智能科技有限公司 | 推荐食材的方法和装置、家用电器和机器可读存储介质 |
CN110309372A (zh) * | 2018-02-12 | 2019-10-08 | 迅康自动化股份有限公司 | 智能食谱推荐装置、其方法及自动烹饪装置 |
CN111552874A (zh) * | 2020-04-24 | 2020-08-18 | 海信集团有限公司 | 一种冰箱及食谱推荐方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20130224694A1 (en) * | 2011-08-26 | 2013-08-29 | Laura M. Moore | Integrated System and Method for Meal Planning and Management |
CN103793616A (zh) * | 2014-02-25 | 2014-05-14 | 四川长虹电器股份有限公司 | 一种信息处理方法及冰箱 |
CN103971278A (zh) * | 2014-04-24 | 2014-08-06 | 合肥美菱股份有限公司 | 一种冰箱购物清单生成系统及其电冰箱 |
CN104361039A (zh) * | 2014-10-28 | 2015-02-18 | 华南理工大学 | 基于Qt开发的嵌入式智能冰箱的辅助方法及辅助系统 |
-
2015
- 2015-12-31 CN CN201511030117.5A patent/CN105426552A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20130224694A1 (en) * | 2011-08-26 | 2013-08-29 | Laura M. Moore | Integrated System and Method for Meal Planning and Management |
CN103793616A (zh) * | 2014-02-25 | 2014-05-14 | 四川长虹电器股份有限公司 | 一种信息处理方法及冰箱 |
CN103971278A (zh) * | 2014-04-24 | 2014-08-06 | 合肥美菱股份有限公司 | 一种冰箱购物清单生成系统及其电冰箱 |
CN104361039A (zh) * | 2014-10-28 | 2015-02-18 | 华南理工大学 | 基于Qt开发的嵌入式智能冰箱的辅助方法及辅助系统 |
Cited By (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106355474A (zh) * | 2016-09-08 | 2017-01-25 | 福建贝壳网络科技有限公司 | 一种基于原料齐备度推荐食谱的方法 |
CN107886028A (zh) * | 2016-09-29 | 2018-04-06 | 九阳股份有限公司 | 一种冰箱的食材录入方法及食材录入装置 |
CN106548006A (zh) * | 2016-10-09 | 2017-03-29 | 浙江大学 | 一种基于用户典型口味的膳食推荐方法 |
CN106529692A (zh) * | 2016-11-01 | 2017-03-22 | 合肥华贝信息科技有限公司 | 一种智能网络订餐平台 |
CN106815463A (zh) * | 2016-11-29 | 2017-06-09 | 珠海格力电器股份有限公司 | 储物家电及其食材管理方法和装置 |
CN106682417A (zh) * | 2016-12-27 | 2017-05-17 | 杭州火小二科技有限公司 | 一种基于养生的推荐菜单生成方法 |
CN110021403A (zh) * | 2017-10-30 | 2019-07-16 | 合肥美的智能科技有限公司 | 推荐食材的方法和装置、家用电器和机器可读存储介质 |
CN110309372A (zh) * | 2018-02-12 | 2019-10-08 | 迅康自动化股份有限公司 | 智能食谱推荐装置、其方法及自动烹饪装置 |
CN108596789A (zh) * | 2018-03-29 | 2018-09-28 | 客如云科技(成都)有限责任公司 | 一种菜品标准化的方法 |
CN109299360A (zh) * | 2018-09-21 | 2019-02-01 | 昆明理工大学 | 一种菜品推荐的方法 |
CN111552874A (zh) * | 2020-04-24 | 2020-08-18 | 海信集团有限公司 | 一种冰箱及食谱推荐方法 |
CN111552874B (zh) * | 2020-04-24 | 2023-10-27 | 海信集团有限公司 | 一种冰箱及食谱推荐方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105426552A (zh) | 一种智能推荐菜谱和食品的方法与应用 | |
Baiyegunhi et al. | Rural household fuel energy transition: evidence from Giwa LGA Kaduna State, Nigeria | |
Mohammadi et al. | A new hybrid evolutionary based RBF networks method for forecasting time series: a case study of forecasting emergency supply demand time series | |
Feng et al. | An adjustable approach to fuzzy soft set based decision making | |
CN106651546A (zh) | 一种面向智慧社区的电子商务信息推荐方法 | |
CN105989594A (zh) | 一种图像区域检测方法及装置 | |
CN102542489B (zh) | 一种基于用户兴趣关联的推荐方法 | |
CN106537294A (zh) | 一种机器人交互内容的生成方法、系统及机器人 | |
CN106897914A (zh) | 一种基于主题模型的商品推荐方法及系统 | |
CN103309967A (zh) | 基于相似性传递的协同过滤方法及系统 | |
Pearce | Modelling mechanisms of social network maintenance in hunter–gatherers | |
CN107590691A (zh) | 一种信息发布方法及装置、存储介质、终端 | |
CN104090936A (zh) | 一种基于超图排序的新闻推荐方法 | |
Mitra et al. | Clustering analysis in social network using Covering Based Rough Set | |
Tran | Green management: The reality of being green in business | |
CN104268601B (zh) | 一种获取人体状态的方法及装置 | |
CN107862002A (zh) | 一种个性化推荐系统 | |
Ouyang | Construction and application of economic management fuzzy decision model based on fuzzy relevance method | |
CN110489665B (zh) | 一种基于情景建模和卷积神经网络的微博个性化推荐方法 | |
CN106528708A (zh) | 信息推送方法和装置 | |
Kown et al. | Short term load forecasting based on BPL neural network with weather factors | |
CN104504578A (zh) | 一种网购环境下基于偏好度关联的童鞋主动推荐方法 | |
Mohbey | High fuzzy utility based frequent patterns mining approach for mobile web services sequences | |
CN104317913A (zh) | 属性组合的筛选方法和属性组合的筛选装置 | |
CN103886516B (zh) | 一种基于物联网的水利场景分析模型及方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20160323 |
|
WD01 | Invention patent application deemed withdrawn after publication |