CN105701092A - 自动推荐菜谱的方法及装置 - Google Patents

Abstract

本发明提供了一种自动推荐菜谱的方法及装置，涉及推荐引擎技术和搜索技术，所述方法包括获取多个菜谱的菜谱信息，并根据多个菜谱信息生成食材表、口味表和营养表；获取用户的历史菜谱检索信息，并根据历史菜谱检索信息和食材表、口味表和营养表得到用户喜爱和缺失程度信息；根据菜谱信息，生成菜谱比重信息；将菜谱比重信息和用户喜爱和缺失程度信息进行匹配，得到一个或多个推荐菜谱，并将得到的推荐菜谱向用户进行推荐，本发明提供的自动推荐菜谱的方法和装置，利用数据挖掘技术分析用户的信息，结合用户的爱好以及健康状况，自动生成符合用户口味以及营养的菜谱推荐给用户。

Description

自动推荐菜谱的方法及装置

技术领域

本发明涉及搜索技术和推荐引擎技术，尤其涉及一种自动推荐菜谱的方法及装置。

背景技术

在数据爆炸的时代，用户更需要能够了解他们喜好的发现机制，推荐引擎就是基于此需求，在搜索引擎的基础上发展而来的。而菜谱作为人们生活所必不可少的一部分，在互联网中大量存在。如今针对菜谱而作的应用大致可以概括为三类：

菜谱搜索：此类根据菜谱名称搜索该菜谱的详细制作步骤，实现技术为搜索引擎。搜索引擎与用户之间的交互是通过关键字进行的，关键词包含信息量少，不能很好的反映用户的需求。

菜谱生成：此类根据特定的几种食材，计算出当下可以制作的菜谱，但没有考虑返回菜谱与用户口味以及营养需求的匹配度信息。

创意菜谱：此类由IBM在大数据的背景下提出，是对现有的菜谱进行学习，生成创意型新菜谱，旨在创意，增加菜谱数量。

综上所述，现有的菜谱应用技术没有利用数据挖掘技术分析用户的信息，并将这些信息用于菜谱的推荐。因此本发明旨在结合用户的爱好以及健康状况，自动生成符合用户口味以及营养的菜谱，从而集中解决用户吃什么和怎么科学地吃的问题。

发明内容

本发明所要解决的技术问题在于，提供一种自动推荐菜谱的方法及装置，能够结合用户的喜好以及健康状况，自动生成符合用户口味以及营养的菜谱推荐给用户。

为了解决上述技术问题，本发明采用如下技术方案：

依据本发明的一个方面，提供了一种自动推荐菜谱的方法，所述方法包括：

获取多个菜谱的菜谱信息，并根据所述多个菜谱信息生成食材表、口味表和营养表；

获取用户的历史菜谱检索信息，并根据所述历史菜谱检索信息和所述食材表、口味表和营养表得到所述用户的用户喜爱和缺失程度信息，所述用户喜爱和缺失程度信息包括：所述用户对所述食材表中每种食材的食材喜爱程度、对所述口味表中每种口味的口味喜爱程度和对所述营养表中每种营养的营养缺失程度；

根据所述菜谱信息，生成菜谱比重信息，所述菜谱比重信息包括：每一个菜谱中的每种食材的食材比重值，每种口味的口味比重值和每种营养的营养比重值；

将所述菜谱比重信息和所述用户喜爱和缺失程度信息进行匹配，得到一个或多个推荐菜谱，并将得到的所述推荐菜谱向所述用户进行推荐。

进一步的，所述获取用户的历史菜谱检索信息，并根据所述历史菜谱检索信息和食材表、口味表和营养表得到用户喜爱和缺失程度信息，具体包括：

获取所述用户的历史菜谱检索记录，并根据所述历史菜谱检索记录和所述菜谱信息，得到所述用户的个性化参数，所述个性化参数包括：所述用户对每种食材的喜爱程度、所述用户对每种口味的喜爱程度和所述用户每种营养的缺失程度；

将所述用户的个性化参数对应到所述食材表、口味表和营养表，得到所述用户的用户喜爱和缺失程度信息。

进一步的，所述用户喜爱和缺失程度信息以向量形式表现，对应的，所述用户对食材表中每种食材的喜爱程度信息表现为食材喜爱程度向量；所述用户对口味表中每种口味的喜爱程度信息表现为口味喜爱程度向量；所述用户对营养表中每种营养的营养缺失程度信息表现为营养缺失程度向量。

进一步的，所述根据所述菜谱信息，生成菜谱比重信息，具体包括：

根据所述菜谱信息，将每一个菜谱中的所述食材比重值生成与所述食材喜爱程度向量维数相同的食材比重向量，所述食材比重向量中的每个取值为每个菜谱中的每种食材占对应菜谱中所包含的食材的比重值；

根据所述菜谱信息，将每一个菜谱中的所述口味比重值生成与所述口味喜爱程度向量维数相同的口味比重向量，所述口味比重向量中的每个取值为每个菜谱中的每种口味占对应菜谱中所包含的口味的比重值；

根据所述菜谱信息，将每一个菜谱中的所述营养比重值生成与所述营养缺失程度向量维数相同的营养比重向量，所述营养比重向量中的每个取值为每个菜谱中的每种营养占对应菜谱中所包含的营养的比重值。

进一步的，所述将所述菜谱比重信息和所述用户喜爱或缺失程度信息进行匹配，得到一个或多个推荐菜谱，并将得到的所述推荐菜谱向所述用户进行推荐，具体包括：

计算所述每个菜谱中食材比重向量、口味比重向量和营养比重向量与所述食材喜爱程度向量、口味喜爱程度向量和营养缺失程度向量的匹配度，分别得到每个菜谱的食材匹配度值、口味匹配度值和营养匹配度值；

对食材、口味和营养三类信息赋予不同的权重，并结合所述食材匹配度值、口味匹配度值和营养匹配度值，得到每个菜谱综合的匹配度值；

根据所述每个菜谱综合的匹配度值，得到一个或多个推荐菜谱，并将得到的所述推荐菜谱向所述用户进行推荐。

依据本发明的另一个方面，提供了一种自动推荐菜谱的装置，所述装置包括：

信息获取模块，用于获取多个菜谱的菜谱信息，并根据所述多个菜谱信息生成食材表、口味表和营养表；

信息挖掘模块，用于获取用户的历史菜谱检索信息，并根据所述历史菜谱检索信息和食材表、口味表和营养表得到所述用户的用户喜爱和缺失程度信息，所述用户喜爱和缺失程度信息包括：所述用户对所述食材表中每种食材的食材喜爱程度、对所述口味表中每种口味的口味喜爱程度和对所述营养表中每种营养的营养缺失程度；以及根据所述菜谱信息，生成菜谱比重信息，所述菜谱比重信息包括：每一个菜谱中的每种食材的食材比重值，每种口味的口味比重值和每种营养的营养比重值；

菜谱生成模块，用于将所述菜谱比重信息和所述用户喜爱和缺失程度信息进行匹配，得到一个或多个推荐菜谱，并将得到的所述推荐菜谱向所述用户进行推荐。

进一步的，所述信息挖掘装置包括：

个性化参数生成单元，用于获取用户的历史菜谱检索记录，并根据所述历史菜谱检索记录和所述菜谱信息，得到所述用户的个性化参数，所述个性化参数包括：所述用户对每种食材的喜爱程度、所述用户对每种口味的喜爱程度和所述用户每种营养的缺失程度；

第一信息生成单元，用于将用户的个性化参数对应到所述食材表、口味表和营养表，得到所述用户的用户喜爱和缺失程度信息。

进一步的，所述用户喜爱和缺失程度信息以向量形式表现，对应的，所述用户对食材的喜爱程度表现为食材喜爱程度向量，所述食材喜爱程度向量中的取值为所述用户对食材表中每种食材的喜爱程度；所述用户对每种口味的喜爱程度表现为口味喜爱程度向量，所述口味喜爱程度向量的取值为所述用户对口味表中每种口味的喜爱程度；所述用户每种营养的缺失程度表现为营养缺失程度向量，营养缺失程度向量的取值为所述用户对营养表每种营养的营养缺失程度向量值。

进一步的，所述信息挖掘装置还包括：

食材比重向量生成单元，用于根据所述菜谱信息，将每一个菜谱中的所述食材比重值生成与所述食材喜爱程度向量维数相同的食材比重向量，所述食材比重向量的每个取值为每个菜谱中的每种食材占对应菜谱中所包含的食材的比重值；

口味比重向量生成单元，用于根据所述菜谱信息，将每一个菜谱中的所述口味比重值生成与所述口味喜爱程度向量维数相同的口味比重向量，所述口味比重向量的每个取值为每个菜谱中的每种口味占对应菜谱中所包含的口味的比重值；

营养比重向量生成单元，用于根据所述菜谱信息，将每一个菜谱中的所述营养比重值生成与所述营养缺失程度向量维数相同的营养比重向量，所述营养比重向量的每个取值为每个菜谱中的每种营养占对应菜谱中所包含的营养的比重值。

进一步的，所述菜谱生成模块包括：

单个匹配度值计算单元，用于计算所述每个菜谱中食材比重向量、口味比重向量和营养比重向量与所述食材喜爱程度向量、口味喜爱程度向量和营养缺失程度向量的匹配度，分别得到每个菜谱的食材匹配度值、口味匹配度值和营养匹配度值；

综合匹配度值计算单元，用于对食材、口味和营养三类信息赋予不同的权重，并结合所述食材匹配度值、口味匹配度值和营养匹配度值，得到每个菜谱综合的匹配度值；

菜谱推荐单元，用于根据所述每个菜谱综合的匹配度值，得到一个或多个推荐菜谱，并将得到的所述菜谱向所述用户进行推荐。

本发明的有益效果是：本发明提供的自动推荐菜谱的方法及装置，通过对用户历史菜谱检索记录的解析，得到用户的食材、口味喜好信息和营养缺失信息，将这些信息与相关的菜谱信息进行匹配，得到一个或几个符合用户口味和营养的菜谱推荐给用户，解决了用户吃什么和如何科学地吃的问题。

附图说明

图1表示本发明实施例提供的自动推荐菜谱方法的流程图；

图2表示本发明实施例提供的步骤S102的具体流程图；

图3表示本发明实施例提供的优选匹配方法的流程图；

图4表示本发明实施例提供的自动推荐菜谱装置的框图；

图5表示本发明实施例提供的一种具体实施例框图。

具体实施方式

下面将参照附图更详细地描述本发明的示例性实施例。虽然附图中显示了本发明的示例性实施例，然而应当理解，可以以各种形式实现本发明而不应被这里阐述的实施例所限制。相反，提供这些实施例是为了能够更透彻地理解本发明，并且能够将本发明的范围完整的传达给本领域的技术人员。

依据本发明实施例的一个方面提供了一种自动推荐菜谱的方法，如图1所示，所述方法包括：

步骤S101、获取多个菜谱的菜谱信息，并根据所述多个菜谱信息生成食材表、口味表和营养表；

通过获取相关菜谱信息，得到多个菜谱的菜谱信息，其中菜谱信息获取方式可以为对网络中的一些菜谱信息进行抓取和解析，并通过人工校对方式对获取到的菜谱信息进行进一步的纠正和完善，得到多个菜谱的详细信息，再根据菜谱的详细信息生成食材表、口味表和营养表，其中食材表中的内容为各种食材，口味表中的内容为各种口味，营养表中的内容为各种营养。

步骤S102、获取用户的历史菜谱检索信息，并根据所述历史菜谱检索信息和所述食材表、口味表和营养表得到所述用户的用户喜爱和缺失程度信息，所述用户喜爱和缺失程度信息包括：所述用户对所述食材表中每种食材的食材喜爱程度、对所述口味表中每种口味的口味喜爱程度和对所述营养表中每种营养的营养缺失程度；

通过对用户的历史菜谱检索信息进行分析，并结合食材表、口味表和营养表得到用户对食材表中每种食材的食材喜爱程度、对口味表中每种口味的口味喜爱程度和对营养表中每种营养的营养缺失程度，即用户喜爱和缺失程度信息。

步骤S103、根据所述菜谱信息，生成菜谱比重信息，所述菜谱比重信息包括：每一个菜谱中的每种食材的食材比重值，每种口味的口味比重值和每种营养的营养比重值；

对每一个菜谱进行分析并计算出每一个菜谱中的每种食材的食材比重值，每种口味的口味比重值和每种营养的营养比重值，得到菜谱比重信息。

步骤S104、将所述菜谱比重信息和所述用户喜爱和缺失程度信息进行匹配，得到一个或多个推荐菜谱，并将得到的所述推荐菜谱向所述用户进行推荐。

将菜谱比重信息中食材比重信息与用户喜爱和缺失程度信息中的食材喜爱程度信息、口味比重信息与口味喜爱程度信息、营养比重信息与营养缺失程度信息分别进行匹配，并对食材、口味和营养这三类信息赋予不同的权重，也就是对三类信息分出相对重要程度，最后得到每个菜谱的综合匹配度，将适合用户的菜谱推荐给用户。

进一步的，如图2所示，步骤S102具体包括：

步骤S201、获取所述用户的历史菜谱检索记录，并根据所述历史菜谱检索记录和所述菜谱信息，得到所述用户的个性化参数，所述个性化参数包括：所述用户对每种食材的喜爱程度、所述用户对每种口味的喜爱程度和所述用户对每种营养的缺失程度；

通过对用户以往检索的菜谱信息进行分析，初步得到用户对每种食材、口味的喜爱程度和对每种营养的缺失程度，也就是得到用户的个性化参数。

步骤S202、将所述用户的个性化参数对应到所述食材表、口味表和营养表，得到所述用户的用户喜爱和缺失程度信息；

为了整个技术方案的实现，单单得到用户的个性化参数还是不够的，还需要将用户的个性化参数与食材表、口味表、营养表对应起来，也就是将个性化参数中用户对每种食材的喜爱程度与食材表的食材对应起来，将个性化参数中用户对每种口味的喜爱程度与口味表中的口味对应起来，将个性化参数中用户对每种营养的缺失程度与营养表中的营养对应起来，最后得到综合性的用户喜爱和缺失程度信息，以便进行后续操作。

优选的，所述用户喜爱和缺失程度信息以向量形式表现，对应的，所述用户对食材的喜爱程度表现为食材喜爱程度向量，所述食材喜爱程度向量中的取值为所述用户对食材表中每种食材的喜爱程度；所述用户对每种口味的喜爱程度表现为口味喜爱程度向量，所述口味喜爱程度向量的取值为所述用户对口味表中每种口味的喜爱程度；所述用户每种营养的缺失程度表现为营养缺失程度向量，所述营养缺失程度向量的取值为所述用户对营养表每种营养的营养缺失程度向量值。

其中，食材喜爱程度向量中每个值得取值为0～1，口味喜爱程度向量中每个值得取值为0～1，营养的缺失程度向量中的取值为用户历史菜谱记录中营养所占比重与人体营养均衡向量之间的差值，营养缺失为负值，营养摄取过量为正值。

需要解释的是，人体营养均衡向量为人体健康所应摄取的营养比重向量，比如人体应摄取的蛋白质为100g，脂肪为20g，则均衡向量中蛋白质取值为1，脂肪取值为0.2，其他营养取值依次类推。

需要说明的是，食材喜爱程度向量中的取值个数要与食材表中的食材的种类数相同，根据用户历史检索记录得到的用户喜爱和缺失程度信息中若不包含食材表中的某种食材时，则食材喜爱程度向量中对应该种食材的喜爱程度的取值为0，对于口味喜爱程度向量和营养缺失程度向量中的取值依次类推。

优选的，在步骤S102之后，需要将所述菜谱比重信息和所述用户喜爱和缺失程度信息进行匹配，如图3所示，优选的一种匹配方法包括：

步骤S301、根据所述菜谱信息，将每一个菜谱中的所述食材比重值生成与所述食材喜爱程度向量维数相同的食材比重向量，所述食材比重向量的每个取值为每个菜谱中的每种食材占对应菜谱中所包含的食材的比重值；

需要说明的是，食材比重向量的取值个数需要与食材喜爱程度向量的取值个数相同，菜谱中不包含食材表中的某种食材时，则该种食材的比重值为0。

步骤S302、根据所述菜谱信息，将每一个菜谱中的所述口味比重值生成与所述口味喜爱程度向量维数相同的口味比重向量，所述口味比重向量的每个取值为每个菜谱中的每种口味占对应菜谱中所包含的口味的比重值；

需要说明的是，口味比重向量的取值个数需要与口味喜爱程度向量的取值个数相同，菜谱中不包含口味表中的某种口味时，则该种口味的比重值为0。

步骤S303、根据所述菜谱信息，将每一个菜谱中的所述营养比重值生成与所述营养缺失程度向量维数相同的营养比重向量，所述营养比重向量的每个取值为每个菜谱中的每种营养占对应菜谱中所包含的营养的比重值。

需要说明的是，营养比重向量的取值个数需要与营养缺失程度向量的取值个数相同，菜谱中不包含营养表中的某种营养时，则该种营养的比重值为0。

步骤S304、计算所述每个菜谱中食材比重向量、口味比重向量和营养比重向量与所述食材喜爱程度向量、口味喜爱程度向量和营养缺失程度向量的匹配度，分别得到每个菜谱的食材匹配度值、口味匹配度值和营养匹配度值；

步骤S305、对食材、口味和营养三类信息赋予不同的权重，并结合所述食材匹配度值、口味匹配度值和营养匹配度值，得到每个菜谱综合的匹配度值；

步骤S306、根据所述每个菜谱综合的匹配度值，得到一个或多个推荐菜谱，并将得到的所述推荐菜谱向所述用户进行推荐；

在上述步骤S304～306中，首先计算每个菜谱的食材比重向量与食材喜爱程度向量的匹配度值、口味比重向量与口味喜爱程度向量的匹配度值、营养比重向量与营养缺失程度向量的匹配度值，得到食材匹配度值、口味匹配度值和营养匹配度值，再对食材、口味和营养三类信息赋予不同的权重，也就是对三类信息分出相对重要程度，然后结合食材匹配度值、口味匹配度值和营养匹配度值，计算出每个菜谱综合的匹配度值，根据每个菜谱综合的匹配度值，将适合用户的菜谱推荐给用户。

依据本发明实施例的另一个方面，提供了一种自动推荐菜谱的装置，如图4所示，所述装置包括：

信息获取模块4001，用于获取多个菜谱的菜谱信息，并根据所述多个菜谱信息生成食材表、口味表和营养表；

该模块是将获取到的菜谱相关信息进行整理、校正，得到较为完整的菜谱信息，然后将较为完整的菜谱信息进行进一步的信息分类，生成食材表、口味表和营养表，为后续信息匹配做准备。

信息挖掘模块4002，用于获取用户的历史菜谱检索信息，并根据所述历史菜谱检索信息和食材表、口味表和营养表得到所述用户的用户喜爱和缺失程度信息，所述用户喜爱和缺失程度信息包括：所述用户对所述食材表中每种食材的食材喜爱程度、对所述口味表中每种口味的口味喜爱程度和对所述营养表中每种营养的营养缺失程度；以及根据所述菜谱信息，生成菜谱比重信息，所述菜谱比重信息包括：每一个菜谱中的每种食材的食材比重值，每种口味的口味比重值和每种营养的营养比重值；

该模块是本发明实施例提供的装置中的核心模块之一，相比于现有技术，该模块能够对用户的历史检索记录记录进行信息挖掘，对用户数据进行分析，得到用户可能的喜好和饮食营养信息，以用户对食材表中每种食材的食材喜爱程度、对口味表中每种口味的口味喜爱程度和对营养表中每种营养的营养缺失程度的方式表现出分析结果，为后续菜谱的推荐提供依据。

而为了后续的信息匹配并得到适合用户的菜谱，该模块还需要对菜谱信息中的每一个菜谱进行信息分析，得到每个菜谱的食材、口味、营养的比重信息。

菜谱生成模块4003，用于将所述菜谱比重信息和所述用户喜爱和缺失程度信息进行匹配，得到一个或多个推荐菜谱，并将得到的所述菜谱向所述用户进行推荐。

该模块为最终菜谱的推荐起到关键性作用，该模块就是将对每个菜谱的分析信息与根据用户历史菜谱检索记录挖掘的信息进行匹配，得到符合用户口味以及营养的菜谱，并推荐给用户。

进一步的，如图4所示，所述信息挖掘装置4002包括：

个性化参数生成单元4012，用于获取用户的历史菜谱检索记录，并根据所述历史菜谱检索记录和所述菜谱信息，得到所述用户的个性化参数，所述个性化参数包括：所述用户对每种食材的喜爱程度、所述用户对每种口味的喜爱程度和所述用户每种营养的缺失程度；

需要说明的是，上述提到的个性化参数只是个性化参数生成单元4012根据用户的历史检索记录挖掘出来的信息，并未进行进一步的整理，还需要第一信息生成单元4022将个性化参数与食材表、口味表和营养表对应起来，形成有益于本技术方案实现的信息形式。

第一信息生成单元4022，用于将用户的个性化参数对应到所述食材表、口味表和营养表，得到所述用户的用户喜爱和缺失程度信息。

进一步的，所述用户喜爱和缺失程度信息以向量形式表现，对应的，所述用户对食材的喜爱程度表现为食材喜爱程度向量，所述食材喜爱程度向量中的取值为所述用户对食材表中每种食材的喜爱程度；所述用户对每种口味的喜爱程度表现为口味喜爱程度向量，所述口味喜爱程度向量的取值为所述用户对口味表中每种口味的喜爱程度；所述用户每种营养的缺失程度表现为营养缺失程度向量，营养缺失程度向量的取值为所述用户对营养表每种营养的营养缺失程度向量值。

上述所提到的优选匹配方式就是以向量的形式进行匹配度计算，首先就是通过该模块将用户喜爱和缺失程度信息映射形成与食材表、口味表和营养表对应的向量形式。

信息匹配的方式有多种，本发明实施例提供了一种优选匹配方式，为实现该种优选匹配方式：

进一步的，，如图4所示，所述信息挖掘装置4002还包括：

食材比重向量生成单元4032，用于根据所述菜谱信息，将每一个菜谱中的所述食材比重值生成与所述食材喜爱程度向量维数相同的食材比重向量，所述食材比重向量的每个取值为每个菜谱中的每种食材占对应菜谱中所包含的食材的比重值；

口味比重向量生成单元4042，用于根据所述菜谱信息，将每一个菜谱中的所述口味比重值生成与所述口味喜爱程度向量维数相同的口味比重向量，所述口味比重向量的每个取值为每个菜谱中的每种口味占对应菜谱中所包含的口味的比重值；

营养比重向量生成单元4052，用于根据所述菜谱信息，将每一个菜谱中的所述营养比重值生成与所述营养缺失程度向量维数相同的营养比重向量，所述营养比重向量的每个取值为每个菜谱中的每种营养占对应菜谱中所包含的营养的比重值。

为了计算匹配度值，除了需要将用户喜爱和缺失程度信息变换为向量形式，对应的每个菜谱的比重信息也要变换成相应的向量形式，上述食材比重向量生成单元4032、口味比重向量生成单元4042和营养比重向量生成单元4052的作用就是为了实现这一功能。

进一步的，，如图4所示，所述菜谱生成模块4003包括：

单个匹配度值计算单元4013，用于计算所述每个菜谱中食材比重向量、口味比重向量和营养比重向量与所述食材喜爱程度向量、口味喜爱程度向量和营养缺失程度向量的匹配度，分别得到每个菜谱的食材匹配度值、口味匹配度值和营养匹配度值；

综合匹配度值计算单元4023，用于对食材、口味和营养三类信息赋予不同的权重，并结合所述食材匹配度值、口味匹配度值和营养匹配度值，得到每个菜谱综合的匹配度值；

菜谱推荐单元4033，用于根据所述每个菜谱综合的匹配度值，得到一个或多个推荐菜谱，并将得到的一个或多个菜谱向所述用户进行推荐。

最后通过单个匹配度值计算单元4013、综合匹配度值计算单元4023以及菜谱推荐单元4033计算向量之间的匹配度，并将适合用户的菜谱推荐给用户。

为了进一步了解本发明实施例提供的技术方案，以下将举例进行说明。

如图5所示，为本发明实施例提供的一种能够实现自动推荐菜谱的具体实施例框图。

其中，信息获取模块4001的作用是获取菜谱的营养以及口味信息，输出为菜谱信息表，并存储到菜谱库中，处理流程为：

1、获取菜谱的营养以及口味信息，得到多个菜谱的详细信息。菜谱信息可以通过对网络中的一些菜谱信息进行抓取和解析，并人工进行校对的方式获取。菜谱的详细信息包括食材，制作步骤，菜谱所包含的热量/脂肪/纤维等营养信息、菜谱的酸辣甜咸苦等口味信息；

2、对详细的菜谱信息进行分析，得到食材表、营养表、口味表，形成菜谱信息表，例如：

食材表：(白菜，萝卜，西红柿，……)；

口味表：(酸，甜，辣，苦，咸，……)；

营养表：(脂肪，蛋白值，碳水化合物，……)。

信息挖掘模块4002的作用是对用户的检索记录进行分析处理，从而得出用户喜好以及营养信息。该模块的输入为用户的历史检索记录和菜谱信息，输出为用户的食材喜爱程度向量、口味喜爱程度向量以及营养缺失程度向量。处理流程为：

对用户的历史菜谱记录进行挖掘，将用户的喜好以及营养信息映射到三个表中，得到三个向量表示，形成用户分析信息，并存储在用户数据库中：

食材喜爱程度向量：(食材1，食材2，食材3…)，取值为用户食用菜谱中对应食材表中每种食材的喜爱程度；

口味喜爱程度向量：(口味1，口味2，口味3…)，取值为用户食用菜谱中对应口味表中每种口味的喜爱程度；

营养缺失程度向量：(营养1，营养2，营养3…)，取值为用户食用菜谱中对应营养表中每种营养的缺失程度。

菜单生成模块4003的作用是根据用户的喜好以及营养信息，从菜谱信息中选择合适的菜谱，返回给用户。该模块的输入信息为菜谱信息表和用户的分析信息，输出为推荐菜谱以及其对应的制作步骤。该模块的处理流程为：

1、对存储在菜谱库中的每一个菜谱信息，生成表示菜谱的三个比重向量：

食材比重向量：(食材1，食材2，食材3…)，取值为每个菜谱中所包含的每种食材占该菜谱中所包含的所有食材的比重；

口味比重向量：(口味1，口味2，口味3…)，取值为每个菜谱中所包含的每种口味占该菜谱中所包含的所有口味的比重；

营养比重向量：(营养1，营养2，营养3…)，取值为每个菜谱中所包含的每种营养占该菜谱中所包含的所有营养的比重

2、计算菜谱的三个比重向量与用户分析信息中的三个向量信息的匹配度；

3、对食材、口味、营养三类信息值赋以不同的权重，计算综合匹配度值。

4、根据综合匹配度值，返回适合用户的菜谱以及制作步骤。

本发明提供的技术方案通过对饮食数据中的用户口味、爱好食材以及营养数据的进行挖掘，并采用信息匹配方式，得到符合用户的菜谱并推荐给用户，解决了用户怎么吃和如何科学的吃的问题。

以上所述的是本发明的优选实施方式，应当指出对于本技术领域的普通人员来说，在不脱离本发明所述的原理前提下还可以作出若干改进和润饰，这些改进和润饰也在本发明的保护范围内。

Claims (10)

1.一种自动推荐菜谱的方法，其特征在于，所述方法包括：

获取多个菜谱的菜谱信息，并根据所述多个菜谱信息生成食材表、口味表和营养表；

获取用户的历史菜谱检索信息，并根据所述历史菜谱检索信息和所述食材表、口味表和营养表得到所述用户的用户喜爱和缺失程度信息，所述用户喜爱和缺失程度信息包括：所述用户对所述食材表中每种食材的食材喜爱程度、对所述口味表中每种口味的口味喜爱程度和对所述营养表中每种营养的营养缺失程度；

根据所述菜谱信息，生成菜谱比重信息，所述菜谱比重信息包括：每一个菜谱中的每种食材的食材比重值，每种口味的口味比重值和每种营养的营养比重值；

将所述菜谱比重信息和所述用户喜爱和缺失程度信息进行匹配，得到一个或多个推荐菜谱，并将得到的所述推荐菜谱向所述用户进行推荐。

2.如权利要求1所述的方法，其特征在于，所述获取用户的历史菜谱检索信息，并根据所述历史菜谱检索信息和食材表、口味表和营养表得到用户喜爱和缺失程度信息，具体包括：

获取所述用户的历史菜谱检索记录，并根据所述历史菜谱检索记录和所述菜谱信息，得到所述用户的个性化参数，所述个性化参数包括：所述用户对每种食材的喜爱程度、所述用户对每种口味的喜爱程度和所述用户对每种营养的缺失程度；

将所述用户的个性化参数对应到所述食材表、口味表和营养表，得到所述用户的用户喜爱和缺失程度信息。

3.如权利要求2所述的方法，其特征在于，所述用户喜爱和缺失程度信息以向量形式表现，对应的，所述用户对食材表中每种食材的喜爱程度信息表现为食材喜爱程度向量；所述用户对口味表中每种口味的喜爱程度信息表现为口味喜爱程度向量；所述用户对营养表中每种营养的营养缺失程度信息表现为营养缺失程度向量。

4.如权利要求3所述的方法，其特征在于，所述根据所述菜谱信息，生成菜谱比重信息，具体包括：

根据所述菜谱信息，将每一个菜谱中的所述食材比重值生成与所述食材喜爱程度向量维数相同的食材比重向量，所述食材比重向量中的每个取值为每个菜谱中的每种食材占对应菜谱中所包含的食材的比重值；

根据所述菜谱信息，将每一个菜谱中的所述口味比重值生成与所述口味喜爱程度向量维数相同的口味比重向量，所述口味比重向量中的每个取值为每个菜谱中的每种口味占对应菜谱中所包含的口味的比重值；

根据所述菜谱信息，将每一个菜谱中的所述营养比重值生成与所述营养缺失程度向量维数相同的营养比重向量，所述营养比重向量中的每个取值为每个菜谱中的每种营养占对应菜谱中所包含的营养的比重值。

5.如权利要求4所述的方法，其特征在于，所述将所述菜谱比重信息和所述用户喜爱或缺失程度信息进行匹配，得到一个或多个推荐菜谱，并将得到的所述推荐菜谱向所述用户进行推荐，具体包括：

计算所述每个菜谱中食材比重向量、口味比重向量和营养比重向量与所述食材喜爱程度向量、口味喜爱程度向量和营养缺失程度向量的匹配度，分别得到每个菜谱的食材匹配度值、口味匹配度值和营养匹配度值；

对食材、口味和营养三类信息赋予不同的权重，并结合所述食材匹配度值、口味匹配度值和营养匹配度值，得到每个菜谱综合的匹配度值；

根据所述每个菜谱综合的匹配度值，得到一个或多个推荐菜谱，并将得到的所述推荐菜谱向所述用户进行推荐。

6.一种自动推荐菜谱的装置，其特征在于，所述装置包括：

信息获取模块，用于获取多个菜谱的菜谱信息，并根据所述多个菜谱信息生成食材表、口味表和营养表；

信息挖掘模块，用于获取用户的历史菜谱检索信息，并根据所述历史菜谱检索信息和食材表、口味表和营养表得到所述用户的用户喜爱和缺失程度信息，所述用户喜爱和缺失程度信息包括：所述用户对所述食材表中每种食材的食材喜爱程度、对所述口味表中每种口味的口味喜爱程度和对所述营养表中每种营养的营养缺失程度；以及根据所述菜谱信息，生成菜谱比重信息，所述菜谱比重信息包括：每一个菜谱中的每种食材的食材比重值，每种口味的口味比重值和每种营养的营养比重值；

菜谱生成模块，用于将所述菜谱比重信息和所述用户喜爱和缺失程度信息进行匹配，得到一个或多个推荐菜谱，并将得到的所述推荐菜谱向所述用户进行推荐。

7.如权利要求6所述的装置，其特征在于，所述信息挖掘模块包括：

个性化参数生成单元，用于获取用户的历史菜谱检索记录，并根据所述历史菜谱检索记录和所述菜谱信息，得到所述用户的个性化参数，所述个性化参数包括：所述用户对每种食材的喜爱程度、所述用户对每种口味的喜爱程度和所述用户每种营养的缺失程度；

第一信息生成单元，用于将用户的个性化参数对应到所述食材表、口味表和营养表，得到所述用户的用户喜爱和缺失程度信息。

8.如权利要求7所述的装置，其特征在于，所述用户喜爱和缺失程度信息以向量形式表现，对应的，所述用户对食材表中每种食材的喜爱程度信息表现为食材喜爱程度向量；所述用户对口味表中每种口味的喜爱程度信息表现为口味喜爱程度向量；所述用户对营养表中每种营养的营养缺失程度信息表现为营养缺失程度向量。

9.如权利要求8所述的装置，其特征在于，所述信息挖掘装置还包括：

食材比重向量生成单元，用于根据所述菜谱信息，将每一个菜谱中的所述食材比重值生成与所述食材喜爱程度向量维数相同的食材比重向量，所述食材比重向量的每个取值为每个菜谱中的每种食材占对应菜谱中所包含的食材的比重值；

口味比重向量生成单元，用于根据所述菜谱信息，将每一个菜谱中的所述口味比重值生成与所述口味喜爱程度向量维数相同的口味比重向量，所述口味比重向量的每个取值为每个菜谱中的每种口味占对应菜谱中所包含的口味的比重值；

营养比重向量生成单元，用于根据所述菜谱信息，将每一个菜谱中的所述营养比重值生成与所述营养缺失程度向量维数相同的营养比重向量，所述营养比重向量的每个取值为每个菜谱中的每种营养占对应菜谱中所包含的营养的比重值。

10.如权利要求9所述的装置，其特征在于，所述菜谱生成模块包括：

单个匹配度值计算单元，用于计算所述每个菜谱中食材比重向量、口味比重向量和营养比重向量与所述食材喜爱程度向量、口味喜爱程度向量和营养缺失程度向量的匹配度，分别得到每个菜谱的食材匹配度值、口味匹配度值和营养匹配度值；

综合匹配度值计算单元，用于对食材、口味和营养三类信息赋予不同的权重，并结合所述食材匹配度值、口味匹配度值和营养匹配度值，得到每个菜谱综合的匹配度值；

菜谱推荐单元，用于根据所述每个菜谱综合的匹配度值，得到一个或多个推荐菜谱，并将得到的所述推荐菜谱向所述用户进行推荐。