CN106548006A - 一种基于用户典型口味的膳食推荐方法 - Google Patents

Abstract

本发明公开了一种基于用户典型口味的膳食推荐方法，包括：S1.了解用户的真实口味；S2.从云端服务器下载最新的食物清单，并根据用户口味进行筛选；S3.根据当前用餐时段、用户食用偏好、近期食用次数等多个方面进行综合考虑，给出食物推荐的排序；S4.记录餐后的用户口味反馈，进一步了解用户的口味偏好与变化规律，对用户的真实口味判断做出合理调整，形成一个良性的膳食推荐优化循环。本发明方法基于用户典型口味来合理有效的安排饮食，将当前获取到的符合用户口味的食谱推荐给用户，从而使用户能够吃到符合自己口味的食物，促进食欲，保证饮食起到很好的健康效果，对人们的健康产生极大益处。

Description

一种基于用户典型口味的膳食推荐方法

技术领域

本发明属于健康管理结合移动应用技术领域，具体涉及一种基于用户典型口味的膳食推荐方法。

背景技术

健康的生活方式与合理的膳食营养及体力活动分不开，在如今的信息化时代，随着人们生活水平的提高，已经有越来越多的人意识吃饱是不可取的，吃好才是最重要的。

那么吃好的评判标准是什么呢，这一点可以参考《中国居民膳食指南》，里面有大量关于面向中国居民的日常膳食建议。但指南毕竟是面向大众的，无法做到个性化，这就需要一种膳食推荐方法，能够优先考虑每位用户的个人偏好，结合科学的膳食知识，给出针对性的膳食建议。

目前市面上有大量的膳食推荐类型的移动应用，一般以食物搜索而后进行添加的方式完成膳食记录的任务，然后根据记录情况进行推荐。但是这样的记录方式太过麻烦，很多时候挖掘用户的饮食偏好与实际的身体状况，难以满足用户真实的需要。

研究发现，食物口味对人们执行科学的膳食建议影响重大，人们往往会偏向符合自己口味的食物，过一把“嘴瘾”，而常见的膳食推荐并没有将口味考虑其中，这就使得人们很难接受这些看似科学的膳食建议。同时，中国居民对食物口味的偏好差异巨大，具备极强的个性化特征。因此就需要有一种基于用户典型口味的膳食推荐方法帮助人们在合理膳食的同时，又能吃到符合自己口味的食物，提高科学膳食方案的执行率。

发明内容

鉴于上述，本发明提供了一种基于用户典型口味的膳食推荐方法，能够让推荐的食物符合用户的真实口味和实际情况。

一种基于用户典型口味的膳食推荐方法，包括如下步骤：

(1)通过问卷调查获取用户的真实口味向量，所述真实口味向量为7维向量且其中的7个元素值分别为用户对于酸、甜、苦、辣、咸、油腻、清淡这7种典型口味的真实偏好值；

(2)根据用户的真实口味向量对云端系统食物库中的食物进行筛选，得到一份食物候选清单；

(3)根据当前用餐时段、用户食用偏好以及用户反馈的近期食用次数，计算食物候选清单中每种食物的推荐值，进而使食物候选清单按推荐值从高到低排序以推荐呈现给用户；

(4)记录每次用餐后用户对其所食用过食物的喜好，进而对用户的真实口味进行微调，同时更新用户对食物的近期食用次数，形成一个良性的膳食推荐优化循环。

所述步骤(1)中获取用户的真实口味向量，具体实现过程如下：

1.1使用户根据自身偏好分别对酸、甜、苦、辣、咸、油腻、清淡这7种典型口味进行打分得到典型口味向量F1；

1.2向用户提供20中常见食物并给出这些食物对应的口味标签，使用户根据自身偏好从中选择若干自己喜欢的食物；对于被选中的任一食物，使该食物口味标签中含有的典型口味加1分，依此进行统计得到典型口味向量F2；

1.3由用户提出其日常生活中常吃的10种食物并给出这些食物对应的口味标签，对于其中的任一食物，使该食物口味标签中含有的典型口味加1分，依此进行统计得到典型口味向量F3；

1.4对典型口味向量F1～F3进行归一化后加权求和得到典型口味向量F，最后再在对典型口味向量F进行归一化处理即得到用户的真实口味向量。

所述步骤(2)中对云端系统食物库中的食物进行筛选，具体实现过程为：对于任一典型口味，从云端系统食物库中随机选出口味标签中含有该典型口味的100η种食物，η为该典型口味在用户真实口味向量中的真实偏好值；依此遍历7种典型口味所选出的所有食物再加上用户提出的其日常生活中常吃的10种食物即组成了所述的食物候选清单。

所述食物候选清单中的食物包含有口味标签以及适宜食用时段的属性信息。

所述步骤(3)中计算食物候选清单中每种食物的推荐值，具体实现过程为：对于食物候选清单中的任一食物，若该食物为用户提出的其日常生活中常吃的10种食物之一，则初始其推荐值为10分，否则初始其推荐值为0分；然后，判断该食物的适宜食用时段是否符合当前用餐时段，若符合则将其推荐值加10分，否则不对其推荐值加分；进而，若用户在最近30天内食用该食物的次数为N，则使该食物的推荐值加N；最后，统计出食物候选清单中每种食物的推荐值。

本发明膳食推荐方法基于用户典型口味来合理有效的安排饮食，将当前获取到的符合用户口味的食谱推荐给用户，从而使用户能够吃到符合自己口味的食物，促进食欲，保证饮食起到很好的健康效果，对人们的健康产生极大益处。

附图说明

图1为本发明膳食推荐方法的系统流程架构示意图。

图2为本发明膳食推荐方法中的用户真实口味预测流程示意图。

具体实施方式

为了更为具体地描述本发明，下面结合附图及具体实施方式对本发明的技术方案进行详细说明。

如图1所示，本发明基于用户典型口味的膳食推荐方法，包括以下步骤：

(1)了解用户的真实口味。

首先设典型口味共7类：酸、甜、苦、辣、咸、油腻、清淡，同时针对每种典型口味会设置五个口味等级，按照5分制进行划分，分值越高表示越喜欢：最爱口味(5分)、有点喜欢(4分)、可以接受(3分)、有点排斥(2分)、禁忌口味(1分)，以此来细分用户口味偏好。

用户真实口味的数学表示是一个7维向量，每一维度代表一种典型口味，维度顺序即按(酸，甜，苦，辣，咸，油腻，清淡)，相应的取值就代表用户对这一典型口味的偏好程度。例如某位用户的真实口味向量为[5,5,1,3,4,3,2]，即表示该用户最爱酸口味与甜口味，有点喜欢咸口味，可以接受辣味与油腻，有点排斥清淡口味，禁忌苦味。但在后续的计算中，会将用户的真实口味向量进行归一化处理，此处即为[1,1,0.2,0.6,0.8,0.6,0.4]。

设定好用户真实口味的数学表示，那么接下来会有一套方案来初步确定用户的真实口味，方案包括三个步骤：

第一步，由系统给出20种常见食物并标注典型口味(属于7种典型口味，可能标注有多个口味)，然后让用户选择偏好的若干种食物。接着对挑出的每种食物，计数标注的口味。例如用户选择了三种食物：糖醋排骨(酸味、甜味)，辣子鸡丁(辣味)，油焖茄子(辣味、咸味、油腻)，那么该用户的口味计算为[酸：1，甜：2，苦：0，辣：2，咸：1，油腻：1，清淡：0]。

第二步，由用户给出10种在日常生活中会常吃的食物(用户所给出的食物要属于系统食物数据库中)，同时标注典型口味，然后按照第一步中提到的方法完成口味计数，如[酸：5，甜：4，苦：0，辣：3，咸：3，油腻：3，清淡：2]。

第三步，由用户给出对7种典型口味的偏好等级(即上述的5分制)，如(5,5,1,3,4,3,2)。

完成上述三个步骤后，先对每个步骤得到的结果进行归一化处理，得到一个7维向量，每个维度代表一种典型口味，顺序保持前文既定顺序。如此一来，第一步得到的结果为[0.5,1,0,1,0.5,0.5,0]，第二步得到的结果为[1,0.8,0,0.6,0.6,0.6,0.4]，第三步得到的结果为[1,1,0.2,0.6,0.8,0.6,0.4]。

这时我们已经初步得到了用户在每一步结果中的口味数学表示，然后就需要进行加权求和得到最终的用户真实口味向量，此处的权重分配，从第一步到第三步分别为0.15、0.35、0.5。将每一步的口味向量与分配的权重相乘，然后求和，得到用户的真实口味向量为[0.925,0.93,0.1,0.66,0.685,0.585,0.34]，最后进行向量归一化处理，得到最终的用户真实口味向量[0.99,1.00,0.11,0.71,0.74,0.63,0.37]。

(2)对系统中的食物数据库根据用户口味进行筛选。

在系统自带的食物数据库中，对每种食物都标注了口味、食用时段等属性信息。从食物数据库中根据用户真实口味向量进行筛选，例如真实口味向量为[0.99,1.00,0.11,0.71,0.74,0.63,0.37]，然后比如说针对酸口味就从数据库中筛选出标注酸口味的食物，接着在这些食物中随机选出99种食物，加入食物候选单。那么针对其他口味也是类似的方法，只是选出的食物数量要根据真实口味向量来确定，即将对应维度数值乘以100得出。

然后得到所有7种口味的食物候选单，考虑到一种有多种口味，从而出现挑选重复的情况，那么在此例中食物候选单中至多有455种食物。另外，再将用户之前给出10种常吃食物加入其中，得到至多465种食物作为推荐食物候选。

(3)根据当前用餐时段、用户食用偏好、近期食用次数等多个方面进行综合考虑，给出食物推荐的排序。

在这一步中，需要对每种候选食物根据多方面的因素考虑来计算出一个推荐值，具体的计算步骤如下：

初始推荐值为0；

首先，根据用餐时段，设定11点之前为早餐，11点至16点为中餐，16点之后到凌晨1点为晚餐。如果食物的适宜用餐时段符合当前的用餐时段，则推荐值加10分，若不符合则不加分；

其次，根据食用偏好，如果食物是用户给出的10种常吃食物中的一种，则推荐值加10分，若不属于则不加分；

接着，根据食物食用次数，系统会根据用户食用反馈，记录用户近期30天内食用该食物的次数，则推荐值加上食用次数；

最后，将所有候选食物按上述步骤计算出推荐值，再将所得的推荐值按照由大到小的顺序进行排序即可。

系统会根据排序给出推荐。

(4)记录餐后的用户口味反馈，进一步了解用户的口味偏好与变化规律，对用户的真实口味判断做出合理调整，形成一个良性的膳食推荐优化循环。

以适当的方式记录用户餐后的口味反馈：用户在每次用餐后，可以对吃过的食物给出口味反馈，并表示是否喜欢这种食物；通过直接选择或回答问题的方式，快速记录用户餐后的口味反馈与用餐心情，形成一个口味心情时间轴，了解用户的口味变化。

根据用户口味反馈，调整用户真实口味，优化膳食推荐：通过对用户即时口味变化的了解，及时对用户真实口味做出调整，进而优化后续的膳食推荐质量，如图2所示；系统会记录用户对该食物的口味标记，同时再更新用户对这种食物在30天内的食用次数。

上述对实施例的描述是为便于本技术领域的普通技术人员能理解和应用本发明。熟悉本领域技术的人员显然可以容易地对上述实施例做出各种修改，并把在此说明的一般原理应用到其他实施例中而不必经过创造性的劳动。因此，本发明不限于上述实施例，本领域技术人员根据本发明的揭示，对于本发明做出的改进和修改都应该在本发明的保护范围之内。

Claims (5)

1.一种基于用户典型口味的膳食推荐方法，包括如下步骤：

(1)通过问卷调查获取用户的真实口味向量，所述真实口味向量为7维向量且其中的7个元素值分别为用户对于酸、甜、苦、辣、咸、油腻、清淡这7种典型口味的真实偏好值；

(2)根据用户的真实口味向量对云端系统食物库中的食物进行筛选，得到一份食物候选清单；

(3)根据当前用餐时段、用户食用偏好以及用户反馈的近期食用次数，计算食物候选清单中每种食物的推荐值，进而使食物候选清单按推荐值从高到低排序以推荐呈现给用户；

(4)记录每次用餐后用户对其所食用过食物的喜好，进而对用户的真实口味进行微调，同时更新用户对食物的近期食用次数，形成一个良性的膳食推荐优化循环。

2.根据权利要求1所述的膳食推荐方法，其特征在于：所述步骤(1)中获取用户的真实口味向量，具体实现过程如下：

1.1使用户根据自身偏好分别对酸、甜、苦、辣、咸、油腻、清淡这7种典型口味进行打分得到典型口味向量F1；

1.2向用户提供20中常见食物并给出这些食物对应的口味标签，使用户根据自身偏好从中选择若干自己喜欢的食物；对于被选中的任一食物，使该食物口味标签中含有的典型口味加1分，依此进行统计得到典型口味向量F2；

1.3由用户提出其日常生活中常吃的10种食物并给出这些食物对应的口味标签，对于其中的任一食物，使该食物口味标签中含有的典型口味加1分，依此进行统计得到典型口味向量F3；

1.4对典型口味向量F1～F3进行归一化后加权求和得到典型口味向量F，最后再在对典型口味向量F进行归一化处理即得到用户的真实口味向量。

3.根据权利要求1所述的膳食推荐方法，其特征在于：所述步骤(2)中对云端系统食物库中的食物进行筛选，具体实现过程为：对于任一典型口味，从云端系统食物库中随机选出口味标签中含有该典型口味的100η种食物，η为该典型口味在用户真实口味向量中的真实偏好值；依此遍历7种典型口味所选出的所有食物再加上用户提出的其日常生活中常吃的10种食物即组成了所述的食物候选清单。

4.根据权利要求1所述的膳食推荐方法，其特征在于：所述食物候选清单中的食物包含有口味标签以及适宜食用时段的属性信息。

5.根据权利要求1所述的膳食推荐方法，其特征在于：所述步骤(3)中计算食物候选清单中每种食物的推荐值，具体实现过程为：对于食物候选清单中的任一食物，若该食物为用户提出的其日常生活中常吃的10种食物之一，则初始其推荐值为10分，否则初始其推荐值为0分；然后，判断该食物的适宜食用时段是否符合当前用餐时段，若符合则将其推荐值加10分，否则不对其推荐值加分；进而，若用户在最近30天内食用该食物的次数为N，则使该食物的推荐值加N；最后，统计出食物候选清单中每种食物的推荐值。