CN107731281A - 一种推荐用餐的方法 - Google Patents
一种推荐用餐的方法 Download PDFInfo
- Publication number
- CN107731281A CN107731281A CN201711080635.7A CN201711080635A CN107731281A CN 107731281 A CN107731281 A CN 107731281A CN 201711080635 A CN201711080635 A CN 201711080635A CN 107731281 A CN107731281 A CN 107731281A
- Authority
- CN
- China
- Prior art keywords
- diner
- dining
- information
- label
- alternative
- 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
- 238000000034 method Methods 0.000 title claims abstract description 25
- 235000013305 food Nutrition 0.000 claims abstract description 46
- 235000013311 vegetables Nutrition 0.000 claims description 58
- 230000037396 body weight Effects 0.000 claims description 31
- 235000006694 eating habits Nutrition 0.000 claims description 31
- 239000000463 material Substances 0.000 claims description 11
- 235000013372 meat Nutrition 0.000 claims description 9
- 238000010411 cooking Methods 0.000 claims description 8
- 235000001916 dieting Nutrition 0.000 claims description 8
- 230000037228 dieting effect Effects 0.000 claims description 8
- 235000012054 meals Nutrition 0.000 claims description 8
- 235000003563 vegetarian diet Nutrition 0.000 claims description 8
- 235000005911 diet Nutrition 0.000 claims description 7
- 210000000577 adipose tissue Anatomy 0.000 claims description 6
- 238000004891 communication Methods 0.000 claims description 6
- 235000013861 fat-free Nutrition 0.000 claims description 6
- 230000037213 diet Effects 0.000 claims description 5
- 230000001815 facial effect Effects 0.000 claims description 3
- 238000004590 computer program Methods 0.000 description 7
- 238000010586 diagram Methods 0.000 description 7
- 238000012545 processing Methods 0.000 description 6
- 210000002414 leg Anatomy 0.000 description 4
- 230000006870 function Effects 0.000 description 3
- 230000036541 health Effects 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000008859 change Effects 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 230000000378 dietary effect Effects 0.000 description 2
- 235000005686 eating Nutrition 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 235000014102 seafood Nutrition 0.000 description 2
- 235000002566 Capsicum Nutrition 0.000 description 1
- 240000008574 Capsicum frutescens Species 0.000 description 1
- 239000000654 additive Substances 0.000 description 1
- 230000000996 additive effect Effects 0.000 description 1
- 239000003905 agrochemical Substances 0.000 description 1
- 235000021168 barbecue Nutrition 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 239000001390 capsicum minimum Substances 0.000 description 1
- 201000010099 disease Diseases 0.000 description 1
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 1
- 210000003127 knee Anatomy 0.000 description 1
- 235000004213 low-fat Nutrition 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000035764 nutrition Effects 0.000 description 1
- 235000016709 nutrition Nutrition 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000001556 precipitation Methods 0.000 description 1
- 230000008569 process Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/12—Hotels or restaurants
Landscapes
- Business, Economics & Management (AREA)
- Tourism & Hospitality (AREA)
- Health & Medical Sciences (AREA)
- Economics (AREA)
- General Health & Medical Sciences (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种推荐用餐的方法。所述推荐用餐的方法,包括:获取用餐者的用餐需求信息;获取用餐提供方的餐品信息;根据所述用餐需求信息在所述餐品信息中筛选出优先级排名前N的用餐备选方案;发送所述优先级排名前N的用餐备选方案到用餐者的客户端。本发明以智能化的方式的生成用餐方案,无需用餐者自己进行繁琐的挑选餐品的操作,就可满足用餐者的用餐需求。
Description
技术领域
本发明涉及智能算法技术领域,特别涉及一种推荐用餐的方法。
背景技术
随着社会经济的发展,人们外出就餐的频率在逐渐增加。但是,人们在就餐时常常被一个问题困扰,尤其是在聚餐人数较多且菜单中菜品较多的情况下,这个问题就是该如何点餐,才能即获得聚餐的各个同伴最大程度的满意。如何妥善的解决上述问题,就成为了业界亟待解决的课题。
发明内容
本发明提供一种推荐用餐的方法,用以智能化的方式的生成用餐方案,无需用餐者自己进行繁琐的挑选餐品的操作,就可满足用餐者的用餐需求。
根据本发明实施例的第一方面,提供一种推荐用餐的方法,包括:
获取用餐者的用餐需求信息;
获取用餐提供方的餐品信息;
根据所述用餐需求信息在所述餐品信息中筛选出优先级排名前N的用餐备选方案;
发送所述优先级排名前N的用餐备选方案到用餐者的客户端。
在一个实施例中,所述获取用餐者的用餐需求信息,包括:
获取用餐者的人数和各个用餐者的身体状况信息,所述身体状况信息包括年龄、性别、体重、体脂比和去脂体重中的任一者或多者;
获取各个用餐者的用餐偏好信息,所述用餐偏好信息包括菜系偏好信息、口味偏好信息、忌口食物信息、身体疾病信息、身材期望信息和素食肉食偏好信息中的任一者或多者。
在一个实施例中,所述获取用餐提供方的餐品信息,包括:
获取用餐提供方的优先推荐菜品信息,所述优先推荐菜品信息包括食材储备信息、厨师擅长菜品信息和主推菜品信息;
在所述餐品信息中将所述优先推荐菜品信息设置为具有高优先级的餐品信息。
在一个实施例中,所述根据所述用餐需求信息在所述餐品信息中筛选出优先级排名前N的用餐备选方案,包括:
根据所述用餐者的人数和各个用餐者的身体状况信息,确定出用餐备选方案中的菜品数量区间;
在所述用餐提供方的优先推荐菜品信息中筛选出符合所述各个用餐者的用餐偏好信息的备选菜品;
根据预设的菜品搭配原则,在所述备选菜品中构造出多个用餐备选方案,所述任一用餐备选方案中的菜品数量均符合菜品数量区间;
根据所述多个用餐备选方案中的备选菜品的好评率和点餐次数,分析出优先级排名前N的用餐备选方案。
在一个实施例中,还包括:
获取用餐者已点的菜品;
在所述优先级排名前N的用餐备选方案中删除掉不包含所述用餐者已点的菜品的用餐备选方案。
在一个实施例中,还包括:
设置出各个菜品所包括的标签;
分析出用餐者的饮食习惯所包括的标签,并统计出所述用餐者的饮食习惯标签集合;
根据所述用餐者的档案信息来统计出所述用餐者的档案信息标签集合;
统计出用餐者的饮食习惯中各个标签出现的次数,确认所述各个标签的出现次数的集合为偏好标签集合;
统计所述用餐者在本次用餐中的用餐目的标签集合;
某一个标签x的综合得分公式如下所示;
Tx=y1+y2+y3*yx+y4 ①
yx=10Px/Pmax ②
其中,Tx为标签x的综合得分,y1为饮食习惯标签集合的权重系数,y2为档案信息集合的权重系数,y3为偏好标签集合的权重系数,y4为用餐目的标签集合的权重系数,yx为标签x在偏好标签集合中的数值,Px为标签x在所述用餐者的饮食习惯中出现的次数,Pmax为所述用餐者的饮食习惯中出现的次数最多的标签的出现次数;若标签x在饮食习惯标签集合中没有出现,则y1取值为0;若标签x在档案信息集合中没有出现,则y2取值为0;若标签x在偏好标签集合中没有出现,则y3取值为0;若标签x在用餐目的标签集合中没有出现,则y4取值为0。
在一个实施例中,用餐者坐于座椅上,座椅的坐垫内设置有压力传感器,所述座椅上还设置有与压力传感器连接的短距通讯模块;
所述获取用餐者的用餐需求信息,包括:
采集用餐者的人脸图像,识别出用餐者的年龄;通过短距通讯方式获取所述压力传感器采集到的用餐者对座椅的压力;从数据库中获取所述用餐者的年龄对应的标准体重最大值,并根据所述压力确定用餐者的体重;根据所述标准体重最大值、用餐者的体重,确定用餐者体重是否满足预设条件;当满足时,将预设的减肥餐需求信息作为用餐者的用餐需求信息;当不满足时,将用餐者的实际用餐需求信息作为用餐者的用餐需求信息;所述实际用餐需求信息包括用餐者的用餐偏好信息,所述用餐偏好信息包括用餐者的菜系偏好信息、口味偏好信息、忌口食物信息、素食肉食偏好信息中的任一者或多者。
本发明的其它特征和优点将在随后的说明书中阐述,并且,部分地从说明书中变得显而易见,或者通过实施本发明而了解。本发明的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。
下面通过附图和实施例,对本发明的技术方案做进一步的详细描述。
附图说明
附图用来提供对本发明的进一步理解,并且构成说明书的一部分,与本发明的实施例一起用于解释本发明,并不构成对本发明的限制。在附图中:
图1为本发明一示例性实施例示出的一种推荐用餐的方法的流程图;
图2为本发明一示例性实施例示出的一种推荐用餐的方法的步骤S11的流程图;
图3为本发明一示例性实施例示出的一种推荐用餐的方法的步骤S12的流程图;
图4为本发明一示例性实施例示出的一种推荐用餐的方法的步骤S13的流程图;
图5为本发明另一示例性实施例示出的一种推荐用餐的方法的流程图;
图6为本发明又一示例性实施例示出的一种推荐用餐的方法的流程图。
具体实施方式
以下结合附图对本发明的优选实施例进行说明,应当理解,此处所描述的优选实施例仅用于说明和解释本发明,并不用于限定本发明。
图1是根据一示例性实施例示出的一种推荐用餐的方法流程图,如图1所示,该推荐用餐的方法,包括以下步骤S11-S14:
在步骤S11中,获取用餐者的用餐需求信息;
在步骤S12中,获取用餐提供方的餐品信息;
在步骤S13中,根据所述用餐需求信息在所述餐品信息中筛选出优先级排名前N的用餐备选方案;
在步骤S14中,发送所述优先级排名前N的用餐备选方案到用餐者的客户端。
在一个实施例中,随着社会经济的发展,人们外出就餐的频率在逐渐增加。但是,人们在就餐时常常被一个问题困扰,尤其是在聚餐人数较多且菜单中菜品较多的情况下,这个问题就是该如何点餐,才能即获得聚餐的同伴最大程度的满意。本实施例中的技术方案可妥善的解决上述问题。
获取用餐者的用餐需求信息。进一步的,获取用餐者的人数和各个用餐者的身体状况信息,该身体状况信息包括年龄、性别、体重、体脂比和去脂体重中的任一者或多者。获取各个用餐者的用餐偏好信息,该用餐偏好信息包括菜系偏好信息、口味偏好信息、忌口食物信息、身体疾病信息、身材期望信息和素食肉食偏好信息中的任一者或多者。
获取用餐提供方的餐品信息。进一步的,获取用餐提供方的优先推荐菜品信息,该优先推荐菜品信息包括食材储备信息、厨师擅长菜品信息和主推菜品信息。在该餐品信息中将该优先推荐菜品信息设置为具有高优先级的餐品信息。
根据该用餐需求信息在该餐品信息中筛选出优先级排名前N的用餐备选方案。进一步的,根据该用餐者的人数和各个用餐者的身体状况信息,确定出用餐备选方案中的菜品数量区间;在该用餐提供方的优先推荐菜品信息中筛选出符合该各个用餐者的用餐偏好信息的备选菜品;根据预设的菜品搭配原则,在该备选菜品中构造出多个用餐备选方案,该任一用餐备选方案中的菜品数量均符合该菜品数量区间;根据该多个用餐备选方案中的备选菜品的好评率和点餐次数,分析出优先级排名前N的用餐备选方案。
发送该优先级排名前N的用餐备选方案到用餐者的客户端,以供用餐者提供参考,用餐者可直接点击该优先级排名前N的用餐备选方案中的任一方案选项来完成一键点餐,可大大方便用餐者的点餐操作和节省用餐者的点餐时间。
本实施例中的技术方案以智能化的方式生成用餐方案,无需用餐者自己进行繁琐的挑选餐品的操作,就可满足用餐者的用餐需求。
在一个实施例中,如图2所示,步骤S11包括如下步骤S21-S22:
在步骤S21中,获取用餐者的人数和各个用餐者的身体状况信息,所述身体状况信息包括年龄、性别、体重、体脂比和去脂体重中的任一者或多者;
在步骤S22中,获取各个用餐者的用餐偏好信息,所述用餐偏好信息包括菜系偏好信息、口味偏好信息、忌口食物信息、身体疾病信息、身材期望信息和素食肉食偏好信息中的任一者或多者。
在一个实施例中,获取用餐者的人数和各个用餐者的身体状况信息,该身体状况信息包括年龄、性别、体重、体脂比和去脂体重中的任一者或多者。例如,用餐者甲、用餐者乙和用餐者丙三个人,用餐者的身体状况信息如下表1所示:
表1用餐者的身体状况信息表
年龄 | 性别 | 体重 | 体脂比 | 去脂体重 | |
用餐者甲 | 31 | 男 | 85kg | 24% | 65kg |
用餐者乙 | 26 | 女 | 53kg | 21% | 42kg |
用餐者丙 | 53 | 女 | 62kg | 37% | 39kg |
获取各个用餐者的用餐偏好信息,该用餐偏好信息包括菜系偏好信息、口味偏好信息、忌口食物信息、身体疾病信息、身材期望信息和素食肉食偏好信息中的任一者或多者。例如,用餐者甲、用餐者乙和用餐者丙三个人,用餐者的用餐偏好信息如下表2所示:
表2用餐者的用餐偏好信息表
在一个实施例中,如图3所示,步骤S12包括如下步骤S31-S32:
在步骤S31中,获取用餐提供方的优先推荐菜品信息,所述优先推荐菜品信息包括食材储备信息、厨师擅长菜品信息和主推菜品信息;
在步骤S32中,在所述餐品信息中将所述优先推荐菜品信息设置为具有高优先级的餐品信息。
在一个实施例中,获取用餐提供方的优先推荐菜品信息,该优先推荐菜品信息包括食材储备信息、厨师擅长菜品信息和主推菜品信息。进一步的,食材储备信息包括食材的储备量、食材的新鲜程度、食材的保质期和食材的绿色等级中的任一者或多者。其中,食材的绿色等级是指农药的残留程度和人工添加剂的残留程度。厨师擅长菜品信息包括当前在岗的厨师的擅长菜品信息,而且综合考虑当前在岗厨师的待做菜品的数量,以避免用餐者等待某个菜品过长时间。主推菜品信息综合考虑了近期销量高而且好评率高的菜品。将优先推荐菜品信息设置为高优先级的餐品信息,在给用餐者推荐时优先推荐。
在一个实施例中,如图4所示,步骤S13包括如下步骤S41-S44:
在步骤S41中,根据该用餐者的人数和各个用餐者的身体状况信息,确定出用餐备选方案中的菜品数量区间;
在步骤S42中,在所述用餐提供方的优先推荐菜品信息中筛选出符合所述各个用餐者的用餐偏好信息的备选菜品;
在步骤S43中,根据预设的菜品搭配原则,在所述备选菜品中构造出多个用餐备选方案,所述任一用餐备选方案中的菜品数量均符合菜品数量区间;
在步骤S44中,根据所述多个用餐备选方案中的备选菜品的好评率和点餐次数,分析出优先级排名前N的用餐备选方案。
在一个实施例中,根据该用餐者的人数和各个用餐者的身体状况信息,确定出用餐备选方案中的菜品数量区间。其中,通过各个用餐者的身体状况信息计算出用餐者需要的热量值,该用餐者需要的热量值和用餐备选方案中的各个菜品的热量值之和基本相同,菜品数量区间和用餐备选方案中各个菜品的热量值相关。然后在该用餐提供方的优先推荐菜品信息中筛选出符合该各个用餐者的用餐偏好信息的备选菜品,根据预设的菜品搭配原则来构造出多个用餐备选方案,例如该预设的菜品搭配原则包括荤素搭配、营养搭配和凉菜热菜比例中的任一者或多者。最后,根据多个用餐备选方案中的备选菜品的好评率和点餐次数,对该多个用餐备选方案进行综合评分,选择出评分排名前N的用餐备选方案,确认该评分排名前N的用餐备选方案为优先级排名前N的用餐备选方案,且按照优先级排名的先后顺序来推荐用餐备选方案。
在一个实施例中,如图5所示,还包括如下步骤S51-S52:
在步骤S51中,获取用餐者已点的菜品;
在步骤S52中,在所述优先级排名前N的用餐备选方案中删除掉不包含所述用餐者已点的菜品的用餐备选方案。
在一个实施例中,在一些情况下,用餐者在等待推荐的用餐备选方案之前,就会有自己非常中意的菜品。故需要优先考虑用餐者已点的菜品,在优先级排名前N的用餐备选方案中删除掉不包含该用餐者已点的菜品的用餐备选方案,并在包含用餐者已点的菜品的用餐备选方案中,重新排列出优先级排名前M的用餐备选方案。
在一个实施例中,如图6所示,还包括如下步骤S61-S65:
在步骤S61中,设置出各个菜品所包括的标签;
在步骤S62中,分析出用餐者的饮食习惯所包括的标签,并统计出所述用餐者的饮食习惯标签集合;
在步骤S63中,根据所述用餐者的档案信息来统计出所述用餐者的档案信息标签集合;
在步骤S64中,统计出用餐者的饮食习惯中各个标签出现的次数,确认所述各个标签的出现次数的集合为偏好标签集合;
在步骤S65中,统计所述用餐者在本次用餐中的用餐目的标签集合;
某一个标签x的综合得分公式如下所示;
Tx=y1+y2+y3*yx+y4 ①
yx=10Px/Pmax ②
其中,Tx为标签x的综合得分,y1为饮食习惯标签集合的权重系数,y2为档案信息集合的权重系数,y3为偏好标签集合的权重系数,y4为用餐目的标签集合的权重系数,yx为标签x在偏好标签集合中的数值,Px为标签x在所述用餐者的饮食习惯中出现的次数,Pmax为所述用餐者的饮食习惯中出现的次数最多的标签的出现次数;若标签x在饮食习惯标签集合中没有出现,则y1取值为0;若标签x在档案信息集合中没有出现,则y2取值为0;若标签x在偏好标签集合中没有出现,则y3取值为0;若标签x在用餐目的标签集合中没有出现,则y4取值为0。
在一个实施例中,设置出各个菜品所包括的标签,比如某个菜品A包括麻辣标签、低脂标签和养生标签。分析出用餐者的饮食习惯所包括的标签,并统计出所述用餐者的饮食习惯标签集合,例如,根据饮食数据库中存储的用餐者甲的历史饮食记录,统计出该用餐者甲的饮食习惯包括烧烤标签、面食标签和清淡口味标签。还有,可以通过分析用餐者的档案信息,比如,籍贯在湖南通常代表爱吃辣椒,籍贯在沿海地区通常能接受海产品;再比如,根据用餐者的身高和体重数据,来算出用餐者的DMI指数(Body Mass Index,身体质量指数),针对DMI指数偏大且有健身历史数据的用餐者推荐健美标签的菜品,针对DMI指数超标且有三高症状的用餐者推荐减脂标签的菜品,根据用餐者的档案信息来统计出所述用餐者的档案信息标签集合。根据饮食数据库中存储的用餐者的饮食习惯中各个标签出现的次数,统计并确认所述各个标签的出现次数的集合为偏好标签集合。统计用餐者在本次用餐中的用餐目的标签集合,例如,用餐者的在本次用餐中的用餐目的是麻辣和海鲜,那么就设置该用餐者的用餐目的标签集合为麻辣标签和海鲜标签。
某一个标签x的综合得分公式如下所示;
Tx=y1+y2+y3*yx+y4 ①
yx=10Px/Pmax ②
其中,Tx为标签x的综合得分,y1为饮食习惯标签集合的权重系数,y2为档案信息集合的权重系数,y3为偏好标签集合的权重系数;y4为用餐目的标签集合的权重系数,yx为标签x在偏好标签集合中的数值,Px为标签x在所述用餐者的饮食习惯中出现的次数,Pmax为所述用餐者的饮食习惯中出现的次数最多的标签的出现次数;若标签x在饮食习惯标签集合中没有出现,则y1取值为0;若标签x在档案信息集合中没有出现,则y2取值为0;若标签x在偏好标签集合中没有出现,则y3取值为0;若标签x在用餐目的标签集合中没有出现,则y4取值为0。
举例而言,设置饮食习惯标签集合的权重系数y1=0.15,设置档案信息集合的权重系数y2=0.05,设置偏好标签集合的权重系数y3=0.7,设置用餐目的标签集合的权重系数y4=0.1,饮食习惯标签集合包括{c、d、e},档案信息集合包括{c、d、f、g},偏好标签集合中包括{a、b、c、f、g}且偏好标签集合中a=10,b=8,c=6,f=3,g=1,用餐目的标签集合包括{a、c、d、f}。
通过上述公式②,可以计算得出ya=10Pa/Pmax=10*10/10=10,yb=10Pb/Pmax=10*8/10=8,yc=10Pc/Pmax10*6/10=6,yf=10Pf/Pmax10*3/10=3,yg=10Pg/Pmax10*1/10=1.
通过上述公式①,可以计算得出Ta=y3*ya+y4=0.7*10+0.1=7.1,Tb=y3*yb=0.7*8=5.6,Tc=y1+y2+y3*yc+y4=0.15+0.05+0.7*6+0.1=4.5,Td=y1+y2++y4=0.15+0.05+0.1=0.3,Te=y1=0.15,Tf=y2+y3*yf+y4=0.05+0.7*3+0.1=2.25,Tg=y2+y3*yg=0.05+0.7*1=0.75。
在一个实施例中,用餐者坐于座椅上,座椅的坐垫内设置有压力传感器,座椅上还设置有与压力传感器连接的短距通讯模块;
前述步骤“获取用餐者的用餐需求信息”可实施为如下步骤A1~A6:
A1、采集用餐者的人脸图像,识别出用餐者的年龄。
A2、通过短距通讯方式获取压力传感器采集到的用餐者对座椅的压力。
其中,座椅的椅子腿高度要足够高,以使得普通人坐在座椅上脚脱离地面,全身重量会压在座椅的坐垫上;椅子腿高度可大于普通成年人膝盖以下的身体长度,例如椅子腿高度为1米高。这样,采集到的压力与用餐者的体重误差较小,最终步骤A4的判断结果较为准确。当然,椅子腿高度也可以较低,用餐者坐于座椅上后双脚会与地面接触,采集到的压力便会与用餐者体重有一点差距,最终步骤A4的判断结果有一些误差,但误差不大,此时为了方便处理,也可将采集到的压力视作用餐者体重。
A3、从数据库中获取用餐者的年龄对应的标准体重最大值,并根据上述压力确定用餐者的体重。
A4、根据标准体重最大值、用餐者的体重,确定用餐者体重是否满足预设条件;当是时执行步骤A5;否则执行步骤A6。所述预设条件为用餐者体重等于或大于标准体重最大值的N倍,N为等于或大于1的正实数。
A5、当用餐者体重满足预设条件时,说明用餐者体重超标,将预设的减肥餐需求信息作为用餐者的用餐需求信息。
A6、当用餐者体重不满足预设条件时,说明用餐者体重不超标,将用餐者的实际用餐需求信息作为用餐者的用餐需求信息;其中,实际用餐需求信息包括用餐者的菜系偏好信息、口味偏好信息、忌口食物信息、素食肉食偏好信息中的任一者或多者。
前述步骤“获取用餐者的用餐需求信息”实施为如上步骤A1~A6时,能够根据用餐者的当时的真实体重情况来为用餐者最终提供合适的餐品,智能帮助用餐者控制饮食、体重。
本领域内的技术人员应明白,本发明的实施例可提供为方法、系统、或计算机程序产品。因此,本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器和光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
上述实施例可自由组合。显然,本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样,倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内,则本发明也意图包含这些改动和变型在内。
Claims (7)
1.一种推荐用餐的方法,其特征在于,包括:
获取用餐者的用餐需求信息;
获取用餐提供方的餐品信息;
根据所述用餐需求信息在所述餐品信息中筛选出优先级排名前N的用餐备选方案;
发送所述优先级排名前N的用餐备选方案到用餐者的客户端。
2.如权利要求1所述的方法,其特征在于,所述获取用餐者的用餐需求信息,包括:
获取用餐者的人数和各个用餐者的身体状况信息,所述身体状况信息包括年龄、性别、体重、体脂比和去脂体重中的任一者或多者;
获取各个用餐者的用餐偏好信息,所述用餐偏好信息包括菜系偏好信息、口味偏好信息、忌口食物信息、身体疾病信息、身材期望信息和素食肉食偏好信息中的任一者或多者。
3.如权利要求1所述的方法,其特征在于,所述获取用餐提供方的餐品信息,包括:
获取用餐提供方的优先推荐菜品信息,所述优先推荐菜品信息包括食材储备信息、厨师擅长菜品信息和主推菜品信息;
在所述餐品信息中将所述优先推荐菜品信息设置为具有高优先级的餐品信息。
4.如权利要求1、2或3所述的方法,其特征在于,所述根据所述用餐需求信息在所述餐品信息中筛选出优先级排名前N的用餐备选方案,包括:
根据所述用餐者的人数和各个用餐者的身体状况信息,确定出用餐备选方案中的菜品数量区间;
在所述用餐提供方的优先推荐菜品信息中筛选出符合所述各个用餐者的用餐偏好信息的备选菜品;
根据预设的菜品搭配原则,在所述备选菜品中构造出多个用餐备选方案,所述任一用餐备选方案中的菜品数量均符合菜品数量区间;
根据所述多个用餐备选方案中的备选菜品的好评率和点餐次数,分析出优先级排名前N的用餐备选方案。
5.如权利要求1所述的方法,其特征在于,还包括:
获取用餐者已点的菜品;
在所述优先级排名前N的用餐备选方案中删除掉不包含所述用餐者已点的菜品的用餐备选方案。
6.如权利要求1至5中任一所述的方法,其特征在于,还包括:
设置出各个菜品所包括的标签;
分析出用餐者的饮食习惯所包括的标签,并统计出所述用餐者的饮食习惯标签集合;
根据所述用餐者的档案信息来统计出所述用餐者的档案信息标签集合;
统计出用餐者的饮食习惯中各个标签出现的次数,确认所述各个标签的出现次数的集合为偏好标签集合;
统计所述用餐者在本次用餐中的用餐目的标签集合;
某一个标签x的综合得分公式如下所示;
Tx=y1+y2+y3*yx+y4 ①
yx=10Px/Pmax ②
其中,Tx为标签x的综合得分,y1为饮食习惯标签集合的权重系数,y2为档案信息集合的权重系数,y3为偏好标签集合的权重系数,y4为用餐目的标签集合的权重系数,yx为标签x在偏好标签集合中的数值,Px为标签x在所述用餐者的饮食习惯中出现的次数,Pmax为所述用餐者的饮食习惯中出现的次数最多的标签的出现次数;若标签x在饮食习惯标签集合中没有出现,则y1取值为0;若标签x在档案信息集合中没有出现,则y2取值为0;若标签x在偏好标签集合中没有出现,则y3取值为0;若标签x在用餐目的标签集合中没有出现,则y4取值为0。
7.如权利要求1至6中任一所述的方法,其特征在于,用餐者坐于座椅上,座椅的坐垫内设置有压力传感器,所述座椅上还设置有与压力传感器连接的短距通讯模块;
所述获取用餐者的用餐需求信息,包括:
采集用餐者的人脸图像,识别出用餐者的年龄;通过短距通讯方式获取所述压力传感器采集到的用餐者对座椅的压力;从数据库中获取所述用餐者的年龄对应的标准体重最大值,并根据所述压力确定用餐者的体重;根据所述标准体重最大值、用餐者的体重,确定用餐者体重是否满足预设条件;当满足时,将预设的减肥餐需求信息作为用餐者的用餐需求信息;当不满足时,将用餐者的实际用餐需求信息作为用餐者的用餐需求信息;所述实际用餐需求信息包括用餐者的用餐偏好信息,所述用餐偏好信息包括用餐者的菜系偏好信息、口味偏好信息、忌口食物信息、素食肉食偏好信息中的任一者或多者。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711080635.7A CN107731281A (zh) | 2017-11-06 | 2017-11-06 | 一种推荐用餐的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711080635.7A CN107731281A (zh) | 2017-11-06 | 2017-11-06 | 一种推荐用餐的方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN107731281A true CN107731281A (zh) | 2018-02-23 |
Family
ID=61221874
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201711080635.7A Pending CN107731281A (zh) | 2017-11-06 | 2017-11-06 | 一种推荐用餐的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107731281A (zh) |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109036513A (zh) * | 2018-07-17 | 2018-12-18 | 深圳市嘀哒知经科技有限责任公司 | 一种饮食推荐方法 |
CN109146605A (zh) * | 2018-07-06 | 2019-01-04 | 深圳市科脉技术股份有限公司 | 信息推送方法及相关产品 |
CN109299360A (zh) * | 2018-09-21 | 2019-02-01 | 昆明理工大学 | 一种菜品推荐的方法 |
CN109509117A (zh) * | 2018-09-30 | 2019-03-22 | 口碑(上海)信息技术有限公司 | 一种菜品推荐方法、装置及系统 |
CN110415061A (zh) * | 2018-04-28 | 2019-11-05 | 珠海街邻科技有限公司 | 一种菜品信息推荐方法及其设备 |
CN110852829A (zh) * | 2019-09-30 | 2020-02-28 | 口碑(上海)信息技术有限公司 | 一种数据处理方法以及一种服务订阅系统 |
CN111079963A (zh) * | 2019-12-10 | 2020-04-28 | 上海博泰悦臻电子设备制造有限公司 | 行程安排方法、行程安排系统、终端及存储介质 |
CN111144835A (zh) * | 2019-12-10 | 2020-05-12 | 上海博泰悦臻电子设备制造有限公司 | 行程安排方法、行程安排系统、终端及存储介质 |
CN112288531A (zh) * | 2020-10-30 | 2021-01-29 | 广州富港万嘉智能科技有限公司 | 一种推荐菜品的生成方法、计算机可读存储介质、智能烹饪设备及服务器 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102651052A (zh) * | 2012-03-29 | 2012-08-29 | 陶杰 | 一种智能套餐化点菜方法 |
CN106447388A (zh) * | 2016-08-31 | 2017-02-22 | 广东华邦云计算股份有限公司 | 一种菜品推荐方法及系统 |
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 |
CN107153972A (zh) * | 2017-05-10 | 2017-09-12 | 王鹏飞 | 一种面向用户营养评价的菜单可视化点菜系统 |
CN107194746A (zh) * | 2017-06-20 | 2017-09-22 | 京东方科技集团股份有限公司 | 一种用餐推荐方法及装置 |
-
2017
- 2017-11-06 CN CN201711080635.7A patent/CN107731281A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102651052A (zh) * | 2012-03-29 | 2012-08-29 | 陶杰 | 一种智能套餐化点菜方法 |
CN106447388A (zh) * | 2016-08-31 | 2017-02-22 | 广东华邦云计算股份有限公司 | 一种菜品推荐方法及系统 |
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 |
CN107153972A (zh) * | 2017-05-10 | 2017-09-12 | 王鹏飞 | 一种面向用户营养评价的菜单可视化点菜系统 |
CN107194746A (zh) * | 2017-06-20 | 2017-09-22 | 京东方科技集团股份有限公司 | 一种用餐推荐方法及装置 |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110415061A (zh) * | 2018-04-28 | 2019-11-05 | 珠海街邻科技有限公司 | 一种菜品信息推荐方法及其设备 |
CN109146605A (zh) * | 2018-07-06 | 2019-01-04 | 深圳市科脉技术股份有限公司 | 信息推送方法及相关产品 |
CN109036513A (zh) * | 2018-07-17 | 2018-12-18 | 深圳市嘀哒知经科技有限责任公司 | 一种饮食推荐方法 |
CN109299360A (zh) * | 2018-09-21 | 2019-02-01 | 昆明理工大学 | 一种菜品推荐的方法 |
CN109509117A (zh) * | 2018-09-30 | 2019-03-22 | 口碑(上海)信息技术有限公司 | 一种菜品推荐方法、装置及系统 |
CN110852829A (zh) * | 2019-09-30 | 2020-02-28 | 口碑(上海)信息技术有限公司 | 一种数据处理方法以及一种服务订阅系统 |
CN111079963A (zh) * | 2019-12-10 | 2020-04-28 | 上海博泰悦臻电子设备制造有限公司 | 行程安排方法、行程安排系统、终端及存储介质 |
CN111144835A (zh) * | 2019-12-10 | 2020-05-12 | 上海博泰悦臻电子设备制造有限公司 | 行程安排方法、行程安排系统、终端及存储介质 |
CN111144835B (zh) * | 2019-12-10 | 2023-11-07 | 博泰车联网科技(上海)股份有限公司 | 行程安排方法、行程安排系统、终端及存储介质 |
CN112288531A (zh) * | 2020-10-30 | 2021-01-29 | 广州富港万嘉智能科技有限公司 | 一种推荐菜品的生成方法、计算机可读存储介质、智能烹饪设备及服务器 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107731281A (zh) | 一种推荐用餐的方法 | |
KR102188766B1 (ko) | 인공지능 기반의 헬스케어 서비스 제공장치 | |
US9977980B2 (en) | Food logging from images | |
CN106288634B (zh) | 菜谱推荐方法、装置及智能冰箱 | |
AU2022231765A1 (en) | Systems and methods for user-specific modulation of nutrient intake | |
US20170316488A1 (en) | Systems and Methods of Food Management | |
Sookrah et al. | A DASH diet recommendation system for hypertensive patients using machine learning | |
US8777624B2 (en) | Wellness and weight management system and method | |
US20160379520A1 (en) | Nutrient density determinations to select health promoting consumables and to predict consumable recommendations | |
CN110135957A (zh) | 一种智能餐厅健康饮食的菜品推荐方法、装置及存储介质 | |
KR102371787B1 (ko) | 사용자 맞춤형 식단관리 서비스 제공 시스템 | |
CN103577671A (zh) | 生成个性化膳食计划方案的方法及系统 | |
Cioara et al. | Expert system for nutrition care process of older adults | |
CN110867239A (zh) | 一种饮食建议生成方法及装置、计算机装置及存储介质 | |
JP2016173658A (ja) | 健康管理システム、健康管理方法、プログラム、及び記録媒体 | |
CN109377416A (zh) | 菜单信息的生成方法、装置及设备 | |
CN115985470A (zh) | 营养智能管理方法和智能管理系统 | |
JP2003196401A (ja) | 乳幼児メニューアドバイス装置 | |
KR101917367B1 (ko) | 헬스테인먼트 운영관리 시스템 및 그 방법 | |
GB2529328A (en) | Health promotion support system, management server, and terminal device | |
KR102395631B1 (ko) | 스마트 트레이 기반의 개인 섭생 관리 시스템 | |
Ojokoh et al. | A Personalized Healthy Diet Recommender System | |
KR20230068670A (ko) | 고령노인 영양판단을 통한 맞춤 식단 제공 서버 및 방법 | |
CN117941007A (zh) | 用于前驱糖尿病的数字和个性化风险监测和营养计划系统 | |
KR20240062372A (ko) | 개인의 생체 정보를 활용한 개인 맞춤형 도시락 서비스 제공 시스템 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
CB03 | Change of inventor or designer information |
Inventor after: Chi Haipeng Inventor before: Chi Haipeng Inventor before: Zhang Huaidong Inventor before: Zhang Jingjun Inventor before: Gong Changhua Inventor before: Xing Xixue |
|
CB03 | Change of inventor or designer information | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20180223 |
|
RJ01 | Rejection of invention patent application after publication |