CN108197145A - 食物信息推送方法及装置 - Google Patents
食物信息推送方法及装置 Download PDFInfo
- Publication number
- CN108197145A CN108197145A CN201711220968.5A CN201711220968A CN108197145A CN 108197145 A CN108197145 A CN 108197145A CN 201711220968 A CN201711220968 A CN 201711220968A CN 108197145 A CN108197145 A CN 108197145A
- Authority
- CN
- China
- Prior art keywords
- information
- user
- food
- indoor
- target food
- 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
- 235000013305 food Nutrition 0.000 title claims abstract description 218
- 238000000034 method Methods 0.000 title claims abstract description 38
- 235000003642 hunger Nutrition 0.000 claims abstract description 60
- 230000006399 behavior Effects 0.000 claims description 19
- 238000012549 training Methods 0.000 claims description 9
- 238000010801 machine learning Methods 0.000 claims description 8
- 230000037351 starvation Effects 0.000 claims description 6
- 235000013399 edible fruits Nutrition 0.000 claims 1
- 238000005516 engineering process Methods 0.000 abstract description 12
- 238000004378 air conditioning Methods 0.000 description 28
- 230000006870 function Effects 0.000 description 14
- 230000000694 effects Effects 0.000 description 10
- 230000036760 body temperature Effects 0.000 description 8
- 238000012545 processing Methods 0.000 description 8
- 230000008569 process Effects 0.000 description 6
- 230000003542 behavioural effect Effects 0.000 description 4
- 238000004891 communication Methods 0.000 description 4
- 238000013527 convolutional neural network Methods 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 230000006698 induction Effects 0.000 description 3
- 235000012054 meals Nutrition 0.000 description 3
- 230000009471 action Effects 0.000 description 2
- 230000008878 coupling Effects 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 210000002569 neuron Anatomy 0.000 description 2
- 241000282326 Felis catus Species 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000000737 periodic effect Effects 0.000 description 1
- 238000003825 pressing Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 230000009469 supplementation Effects 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 238000005406 washing Methods 0.000 description 1
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
- G06F16/9537—Spatial or temporal dependent retrieval, e.g. spatiotemporal queries
-
- 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)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种食物信息推送方法及装置。其中,该方法包括:采集用户在预设时间段内的运动信息和室内外温度信息;根据在预设时间段内的运动信息和室内外温度信息,确定用户的当前饥饿程度;根据室内食物储备的信息和当前饥饿程度,确定目标食物的信息;向用户推送目标食物的信息。本发明解决了相关技术中空调的功能单一,无法提供给用户食物信息的技术问题。
Description
技术领域
本发明涉及信息推送技术领域,具体而言,涉及一种食物信息推送方法及装置。
背景技术
相关技术中,空调在进行温度调节时,一般是根据调节控制器进行温度调节的,并不能自主进行温度调节,这样在用户进行运动或者睡觉状态下,对于空调自主温度调节会感到不适。另外,当前的空调,也无法根据用户的活动信息,推送用户感兴趣的食物信息,这样,空调的功能过于单一,无法提供给用户更多的信息,会造成用户的体验感下降。
针对上述的相关技术中空调的功能单一,无法提供给用户食物信息的技术问题,目前尚未提出有效的解决方案。
发明内容
本发明实施例提供了一种食物信息推送方法及装置,以至少解决相关技术中空调的功能单一,无法提供给用户食物信息的技术问题。
根据本发明实施例的一个方面,提供了一种食物信息推送方法,包括:采集用户在预设时间段内的运动信息和室内外温度信息;根据所述在预设时间段内的运动信息和室内外温度信息,确定所述用户的当前饥饿程度;根据室内食物储备的信息和所述当前饥饿程度,确定目标食物的信息;向所述用户推送所述目标食物的信息。
进一步地,采集用户在预设时间段内的运动信息和室内外温度信息包括:拍摄所述用户在预设时间段内的多张运动照片;根据所述多张运动照片,分析用户运动类型和运动时长,得到分析结果;采集室内温度数据和室外温度数据;根据所述在预设时间段内的运动信息和室内外温度信息,确定所述用户的当前饥饿程度包括:获取所述用户的历史行为数据;根据所述分析结果、所述室内温度数据、历史行为数据和所述室外温度数据,确定所述当前饥饿程度。
进一步地,根据所述多张运动照片,分析用户运动类型和运动时长,得到分析结果包括:使用预设分析模型分析用户运动类型和运动时长,其中,所述预设分析模型是使用多组数据通过机器学习训练得出的,所述多组数据中的每组数据均包括:运动照片,与所述用户运动类型和运动时长的标签。
进一步地,根据室内食物储备的信息和所述当前饥饿程度,确定目标食物的信息包括:获取室内食物储备的信息;对所述室内食物储备的信息进行分析,确定每种食物对应的食用条件;根据所述当前饥饿程度和每种食物对应的食用条件,确定目标食物的信息。
进一步地,向所述用户推送所述目标食物的信息包括:判断房间中是否有目标食物;在判断出所述房间中有目标食物的情况下,获取所述目标食物的位置信息和用户当前位置信息;根据所述目标食物的位置信息和用户当前位置信息,向所述用户推送目标食物的信息;在判断出所述房间中没有目标食物的情况下,获取购买所述目标食物的链接信息;向所述用户推送所述目标食物的链接信息。
根据本发明实施例的另一方面,还提供了一种食物信息推送装置,包括:采集单元,用于采集用户在预设时间段内的运动信息和室内外温度信息;第一确定单元,用于根据所述在预设时间段内的运动信息和室内外温度信息,确定所述用户的当前饥饿程度;第二确定单元,用于根据室内食物储备的信息和所述当前饥饿程度,确定目标食物的信息;推送单元,用于向所述用户推送所述目标食物的信息。
进一步地,所述采集单元包括:拍摄模块,用于拍摄所述用户在预设时间段内的多张运动照片;分析模块,用于根据所述多张运动照片,分析用户运动类型和运动时长,得到分析结果;采集模块,用于采集室内温度数据和室外温度数据;所述第一确定单元包括:获取模块,用于获取所述用户的历史行为数据;确定模块,用于根据所述分析结果、所述室内温度数据、历史行为数据和所述室外温度数据,确定所述当前饥饿程度。
进一步地,所述分析模块包括:分析子模块,用于使用预设分析模型分析用户运动类型和运动时长,其中,所述预设分析模型是使用多组数据通过机器学习训练得出的,所述多组数据中的每组数据均包括:运动照片,与所述用户运动类型和运动时长的标签。
进一步地,所述第二确定单元包括:第一获取子模块,用于获取室内食物储备的信息;分析子模块,用于对所述室内食物储备的信息进行分析,确定每种食物对应的食用条件;确定子模块,用于根据所述当前饥饿程度和每种食物对应的食用条件,确定目标食物的信息。
进一步地,所述推送单元包括:判断子模块,用于判断房间中是否有目标食物;第二获取子模块,用于在判断出所述房间中有目标食物的情况下,获取所述目标食物的位置信息和用户当前位置信息;第一推送子模块,用于根据所述目标食物的位置信息和用户当前位置信息,向所述用户推送目标食物的信息;第三获取子模块,用于在判断出所述房间中没有目标食物的情况下,获取购买所述目标食物的链接信息;第二推送子模块,用于向所述用户推送所述目标食物的链接信息。
根据本发明实施例的另一方面,还提供了一种存储介质,所述存储介质包括存储的程序,其中,在所述程序运行时控制所述存储介质所在设备执行上述任意一项所述的食物信息推送方法。
根据本发明实施例的另一方面,还提供了一种处理器,所述处理器用于运行程序,其中,所述程序运行时执行上述任意一项所述的食物信息推送方法。
在本发明实施例中,先采集用户在预设时间段内的运动信息和室内外温度信息,并根据采集到的运行信息和室内外温度信息,确定出用户的当前饥饿程度,最后可以根据室内食物储备信息和当前饥饿程度,确定出目标食物的信息,以向用户推送该目标食物信息。在该实施例中,可以根据用户的运动信息,结合检测到的温度信息,预测出用户的饥饿程度,从而推送合适的食物信息,达到推送给用户合适食物信息,进而解决相关技术中空调的功能单一,无法提供给用户食物信息的技术问题。
附图说明
此处所说明的附图用来提供对本发明的进一步理解,构成本申请的一部分,本发明的示意性实施例及其说明用于解释本发明,并不构成对本发明的不当限定。在附图中:
图1是根据本发明实施例的食物信息推送方法的流程图;
图2是根据本发明实施例的食物信息推送装置的示意图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分的实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都应当属于本发明保护的范围。
需要说明的是,本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
为方便用户理解本发明,下面对本发明各实施例中涉及的部分术语或名词进行解释:
二值化图像处理:对摄像头拍摄的图片,大多数是彩色图像,彩色图像所含信息量巨大,对于图片的内容,可以简单的分为前景与背景,先对彩色图进行处理,使图片只有前景信息与背景信息,可以简单的定义前景信息为黑色,背景信息为白色,这就是二值化图了。
CNN,卷积神经网络,描述了对输入图像的操作,输出一组描述图像内容的分类或分类的概率,即对输入的图像进行识别,以输出图像中的对象的概率;通过一系列卷积层级建构出更为抽象的概念,包括建立多个神经元,并建立对应的输入层和输出层,从而将输入的节点通过神经元不断关联,得到优化对象,一般会包括卷积层、过滤层,通过前向传导、损失函数、后向传导、以及函数更新作为一个学习周期,对每一训练图片,程序将重复固定数目的周期过程,以不断优化训练学习结果。
以图搜图,在获取到图像后,通过深度学习对结果进行排序,并通过用户记录的三元组数据(查询图片、点击图片和未点击图片)来训练模型的排序损失函数,从而得到排序结果,在输入一张图像后,模型会自动检测出主体,然后按照排序分数高低排出相关对象的结果。
根据本发明实施例,提供了一种食物信息推送的方法实施例,需要说明的是,在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行,并且,虽然在流程图中示出了逻辑顺序,但是在某些情况下,可以以不同于此处的顺序执行所示出或描述的步骤。
以下实施例可以应用于各种电器设备中,对于电器设备的类型不做限定,包括但不限于:洗衣机、空调、冰箱、电饭煲等,本申请中以空调器为例,对本发明做出说明。但是,在实际使用过程中,还可以是其它的电器设备,通过设置相应的模块,智能推送食物信息。
下述实施例中,可以适用于各种空调设备,其中,本发明中对于空调的类型不做限定,其可以包括但不限于:挂壁机空调、立式空调、变频空调、柜机空调、窗机、移动式空调、嵌入式空调。其中,空调器中有多个部件,其具体可以包括:压缩机,冷凝器,蒸发器,四通阀,单向阀毛细管组件,相关技术中,对于空调的使用,一般是根据用户设置的空调运行温度,结合当前室内外温度,对室内温湿度参数进行调节,这种使用方式,提供的功能单一,无法根据用户实时情况,推送用户感兴趣的信息,也无法及时调节空调运行参数。而本发明实施中,可以通过采集用户的运动信息和室内外温度信息,确定出用户的当前饥饿程度,并根据用户的当前饥饿程度和室内的食物储备信息,确定出目标食物信息,以推送目标食物信息,让用户及时了解到想吃的食物在什么地方,增多了空调的功能,让用户使用空调的体验感提高。
下述实施例中空调可以设置在多种环境中,包括但不限于:办公区、会议室、家庭卧室、客厅、厂区等,本发明中对于空调的具体适用环境不做限定,本发明重点对家庭、办公区等区域的空调进行清理,以保证空调的正常运行。
下面结合优选的实施步骤对本发明进行说明,图1是根据本发明实施例的食物信息推送方法的流程图,如图1所示,该方法包括如下步骤:
步骤S102,采集用户在预设时间段内的运动信息和室内外温度信息。
其中,在采集运动信息时,可以对预设时间段的用户的活动情况进行获取,该预设时间段可以是历史过程中进行运动的时长。运动信息可以是指用户进行跑步、俯卧撑运动、慢走等运动的信息,在用户运动结束时,可以对用户从运动开始时间至运动结束时间的运动信息进行获取,以确定出用户的活动量,该活动量信息可以对饥饿程度的确定起参考作用。在用户活动结束后,可以通过预设体温感应模块感应到用户的体温信息,其中,预设体温感应模块可以是设置在房间中的感应模块,也可以是用户在运动时佩戴的感应装置中的模块,在检测到用户的体温信息后,可以将体温信息发送至空调处理模块中,以确定用户的当前饥饿程度。即在用户运动结束后,可以得到用户的活动量,也可以得到用户的体温数据。
另外,上述的室内外温度信息,可以是通过设置在空调或者设置在房间内外的温度感应器,感应的室内外温度信息,例如,在空调的压缩机和冷凝器和蒸发器等位置设置温度感应器,以得到室内外温度数据。
对于上述的步骤,在采集用户在预设时间段内的运动信息和室内外温度信息时,可以先拍摄用户在预设时间段内的多张运动照片;根据多张运动照片,分析用户运动类型和运动时长,得到分析结果;采集室内温度数据和室外温度数据;
即可以在采集用户的运动信息时,通过预设的摄像头拍摄用户的运动状态,并结合图片分析出用户的运动类型和运动时长,该摄像头在拍摄用户的运动图片时,可以是实时拍摄用户的活动信息,这样就可以拍摄到用户开始运动的图片,也可以拍摄到用户结束运动的图片,最后可以根据用户开始运动和用户结束运动的时间点,得到用户运动总时长。用户的运动类型,可以是通过图片比较技术,确定出图片中用户活动对应的运动类型,其中,图片比较技术可以是以图搜图技术,即可以搜索到与该图片相似度最高的图片,并将相似度最高的图片所对应的运动类型,确定为本次拍摄到图片的运动类型。另外,在分析图片时,还可以通过二值化图像处理技术,分析出图片中用户的运动像素点,并且在分析时,还可以对连续多张图片进行分析,确定出用户的运动类型。例如,用户在进行跑步运动,连续多张图片中,对于用户的腿部运动也容易区分出来,得到用户想要的运动类型。
需要说明的是,本发明中对于用户的运动类型和运动时长不做限定,在一次活动中,用户可能做多种运动,例如,先后做跑步、压腿、俯卧撑、引体向上等运动,在分析时,需要区分出每一种运动类型。然后,结合每一种运动类型的运动时长,分析出该次运动的活动量,最后得到用户整体活动量。
其中,上述实施方式中,根据多张运动照片,分析用户运动类型和运动时长,得到分析结果包括:使用预设分析模型分析用户运动类型和运动时长,其中,预设分析模型是使用多组数据通过机器学习训练得出的,多组数据中的每组数据均包括:运动照片,与用户运动类型和运动时长的标签。该预设分析模型,可以是预先通过CNN算法建立的模型,在建立时,可以将多张照片作为模型输入层的信息,通过预设分析函数(如Sigmoid函数),确定出图片中的各个特征,在分析时,重点对运动照片中的特征和用户本体的特征进行提取,作为运动类型的输出信息,并且根据多张图片的拍摄时间,确定出运动时长的输出信息,将运动类型的输出信息和运动时长的输出信息作为预设分析模型的输出层的输出数据。
步骤S104,根据在预设时间段内的运动信息和室内外温度信息,确定用户的当前饥饿程度。
对于确定用户的当前饥饿程度,可以是根据运动信息和室内外温度信息共同确定的,其中,结合用户的活动量和用户的活动时长,确定出用户消耗卡路里,并且根据用户上一次吃饭时间点,预测出用户的当前饥饿程度。并且在分析用户的当前饥饿程度时,还可以结合室内外温度信息和感应的用户当前的体温信息,共同确定用户的当前饥饿程度,对于用户的当前体温信息,若是在运动后,可能体温较高,消耗能量较多,这时用户的饥饿程度会明显提高。
可选的,上述步骤S104,还可以通过获取用户的历史行为数据;根据分析结果、室内温度数据、历史行为数据和室外温度数据,确定当前饥饿程度。对于用户的历史行为数据,可以包括用户相对于空调的行为信息,和用户开启空调的行为信息,例如,用户在进入房间后,站在空调出风口下,并且设定空调调节温度较低,这时判断用户的活动量较大,并且用户感受较热,饥饿程度会提高。
步骤S106,根据室内食物储备的信息和当前饥饿程度,确定目标食物的信息。
其中,上述步骤中提及的食物储备的信息,可以是房间内在预设区域存储的食物的信息,预设区域可以包括但不限于:冰箱内、厨房内、客厅放置食物的位置。在获取室内食物储备的信息时,可以是根据用户历史过程中储备食物信息得到,例如,用户在购买食物时,自动获取到食物的二维码,得到食物类型和食物数量,并确定出食物放置的位置,确定食物储备的信息。
其中,上述根据室内食物储备的信息和当前饥饿程度,确定目标食物的信息包括:获取室内食物储备的信息;对室内食物储备的信息进行分析,确定每种食物对应的食用条件;根据当前饥饿程度和每种食物对应的食用条件,确定目标食物的信息。
本发明可以建立饥饿等级,每一级饥饿等级都对应需要补充的能量,结合用户在历史过程中食用的食物,可以更准确的确定出哪一种食物是用户想要吃的,对每一种食物都对应有饥饿程度。另外,也可以根据每一级饥饿等级,确定对应等级的食物套餐,每一种食物套餐,可以包括多种食物,向用户推荐与其饥饿等级相对应的食物套餐,让用户吃到想吃的食物。本发明中的食用条件,可以是预先确定出的每种食物在哪一级饥饿等级下的食用条件,从而从食物储备的信息中,确定出目标食物的信息。
需要说明的是,在确定目标食物时,可以参考历史过程中用户在不同饥饿程度下食用的食物,将用户食用频率较高的食物推送给用户,能提高用户的体验度。
步骤S108,向用户推送目标食物的信息。
通过上述实施步骤,可以先采集用户在预设时间段内的运动信息和室内外温度信息,并根据采集到的运行信息和室内外温度信息,确定出用户的当前饥饿程度,最后可以根据室内食物储备信息和当前饥饿程度,确定出目标食物的信息,以向用户推送该目标食物信息。在该实施例中,可以根据用户的运动信息,结合检测到的温度信息,预测出用户的饥饿程度,从而推送合适的食物信息,达到推送给用户合适食物信息,进而解决相关技术中空调的功能单一,无法提供给用户食物信息的技术问题。
需要说明的是,在向用户推送目标食物的信息时,可以包括:判断房间中是否有目标食物;在判断出房间中有目标食物的情况下,获取目标食物的位置信息和用户当前位置信息;根据目标食物的位置信息和用户当前位置信息,向用户推送目标食物的信息;在判断出房间中没有目标食物的情况下,获取购买目标食物的链接信息;向用户推送目标食物的链接信息。
即可以通过判断房间中是否目标食物,根据判断结果,推送相应的信息,若目标食物在房间内有,则可以将食物的位置信息发送给用户,在发送时,可以是通过预设的通讯模块,将目标食物的信息发送至用户的通讯设备中,让用户更好的知道改吃何种食物。
而在判断出用户没有目标食物时,可以获取到用户日常购买目标食物的链接信息,将该链接信息推送给用户,其中,该链接信息可以对应购买网站,如淘宝网、天猫网、京东网等,也可以是食物应用APP,该食物应用APP中可以用户日程喜爱购买的地方,这样就可以让用户方便购买目标食物。
通过上述实施例,可以通过获取用户的运动信息和室内外温度信息,结合用户的行为习惯,确定用户的当前饥饿状态,并根据用户的食物喜好,判断房间中是否有用户想要吃的目标食物,如果有,推送目标食物的信息给用户,如果没有,推送目标食物的购买途径给用户。
可选的,本发明中的空调还可以自学习用户的食用习惯,检查家里食物、卫生、空气状况,控制推送用户感兴趣的信息。
另外,本发明还提供另一种实施例,一种基于空调远程控制家中空气质量的方法,通过采集当前用户的行为,例如,是否开始收拾书包等材料,确定用户是否会离开当前的地方,结合用户历史时间内的行车路线,学习在当前用户的行为状态下,预测其要到达的目的地和路线,并远程开启目的地的空调,并将空调作为一种中央控制机构,自学习该用户在目的地区域内的行为习惯,以确定其他关联家用电器的使用情况。
图2是根据本发明实施例的食物信息推送装置的示意图,如图2所示,该装置可以包括:采集单元21,用于采集用户在预设时间段内的运动信息和室内外温度信息;第一确定单元23,用于根据在预设时间段内的运动信息和室内外温度信息,确定用户的当前饥饿程度;第二确定单元25,用于根据室内食物储备的信息和当前饥饿程度,确定目标食物的信息;推送单元27,用于向用户推送目标食物的信息。
上述食物信息推送装置,可以通过采集单元21先采集用户在预设时间段内的运动信息和室内外温度信息,并通过第一确定单元23根据采集到的运行信息和室内外温度信息,确定出用户的当前饥饿程度,最后可以通过第二确定单元25根据室内食物储备信息和当前饥饿程度,确定出目标食物的信息,以通过推送单元27向用户推送该目标食物信息。在该实施例中,可以根据用户的运动信息,结合检测到的温度信息,预测出用户的饥饿程度,从而推送合适的食物信息,达到推送给用户合适食物信息,进而解决相关技术中空调的功能单一,无法提供给用户食物信息的技术问题。
其中,上述采集单元21包括:拍摄模块,用于拍摄用户在预设时间段内的多张运动照片;分析模块,用于根据多张运动照片,分析用户运动类型和运动时长,得到分析结果;采集模块,用于采集室内温度数据和室外温度数据;第一确定单元24包括:获取模块,用于获取用户的历史行为数据;确定模块,用于根据分析结果、室内温度数据、历史行为数据和室外温度数据,确定当前饥饿程度。
另外,分析模块包括:分析子模块,用于使用预设分析模型分析用户运动类型和运动时长,其中,预设分析模型是使用多组数据通过机器学习训练得出的,多组数据中的每组数据均包括:运动照片,与用户运动类型和运动时长的标签。
需要说明的是,上述的第二确定单元25可以包括:第一获取子模块,用于获取室内食物储备的信息;分析子模块,用于对室内食物储备的信息进行分析,确定每种食物对应的食用条件;确定子模块,用于根据当前饥饿程度和每种食物对应的食用条件,确定目标食物的信息。
可选的,上述装置中的推送单元27可以包括:判断子模块,用于判断房间中是否有目标食物;第二获取子模块,用于在判断出房间中有目标食物的情况下,获取目标食物的位置信息和用户当前位置信息;第一推送子模块,用于根据目标食物的位置信息和用户当前位置信息,向用户推送目标食物的信息;第三获取子模块,用于在判断出房间中没有目标食物的情况下,获取购买目标食物的链接信息;第二推送子模块,用于向用户推送目标食物的链接信息。
上述的食物信息推送装置还可以包括处理器和存储器,上述采集单元21、第一确定单元23、第二确定单元25、推送单元27等均作为程序单元存储在存储器中,由处理器执行存储在存储器中的上述程序单元来实现相应的功能。
处理器中包含内核,由内核去存储器中调取相应的程序单元。内核可以设置一个或以上,通过调整内核参数来对根据用户的运动信息和室内外温度信息,确定用户的饥饿程度,并推送目标食物的信息给用户。
存储器可能包括计算机可读介质中的非永久性存储器,随机存取存储器(RAM)和/或非易失性内存等形式,如只读存储器(ROM)或闪存(flash RAM),存储器包括至少一个存储芯片。
根据本发明实施例的另一方面,还提供了一种存储介质,存储介质包括存储的程序,其中,在程序运行时控制存储介质所在设备执行上述任意一项的食物信息推送方法。
根据本发明实施例的另一方面,还提供了一种处理器,处理器用于运行程序,其中,程序运行时执行上述任意一项的食物信息推送方法。
本发明实施例提供了一种设备,设备包括处理器、存储器及存储在存储器上并可在处理器上运行的程序,处理器执行程序时实现以下步骤:采集用户在预设时间段内的运动信息和室内外温度信息;根据在预设时间段内的运动信息和室内外温度信息,确定用户的当前饥饿程度;根据室内食物储备的信息和当前饥饿程度,确定目标食物的信息;向用户推送目标食物的信息。
可选地,上述处理器执行程序时,还可以拍摄用户在预设时间段内的多张运动照片;根据多张运动照片,分析用户运动类型和运动时长,得到分析结果;采集室内温度数据和室外温度数据;根据在预设时间段内的运动信息和室内外温度信息,确定用户的当前饥饿程度包括:获取用户的历史行为数据;根据分析结果、室内温度数据、历史行为数据和室外温度数据,确定当前饥饿程度。
可选地,上述处理器执行程序时,还可以使用预设分析模型分析用户运动类型和运动时长,其中,预设分析模型是使用多组数据通过机器学习训练得出的,多组数据中的每组数据均包括:运动照片,与用户运动类型和运动时长的标签。
可选地,上述处理器执行程序时,还可以获取室内食物储备的信息;对室内食物储备的信息进行分析,确定每种食物对应的食用条件;根据当前饥饿程度和每种食物对应的食用条件,确定目标食物的信息。
可选地,上述处理器执行程序时,还可以判断房间中是否有目标食物;在判断出房间中有目标食物的情况下,获取目标食物的位置信息和用户当前位置信息;根据目标食物的位置信息和用户当前位置信息,向用户推送目标食物的信息;在判断出房间中没有目标食物的情况下,获取购买目标食物的链接信息;向用户推送目标食物的链接信息。
本申请还提供了一种计算机程序产品,当在数据处理设备上执行时,适于执行初始化有如下方法步骤的程序:采集用户在预设时间段内的运动信息和室内外温度信息;根据在预设时间段内的运动信息和室内外温度信息,确定用户的当前饥饿程度;根据室内食物储备的信息和当前饥饿程度,确定目标食物的信息;向用户推送目标食物的信息。
可选地,上述数据处理设备执行程序时,还可以拍摄用户在预设时间段内的多张运动照片;根据多张运动照片,分析用户运动类型和运动时长,得到分析结果;采集室内温度数据和室外温度数据;根据在预设时间段内的运动信息和室内外温度信息,确定用户的当前饥饿程度包括:获取用户的历史行为数据;根据分析结果、室内温度数据、历史行为数据和室外温度数据,确定当前饥饿程度。
可选地,上述数据处理设备执行程序时,还可以使用预设分析模型分析用户运动类型和运动时长,其中,预设分析模型是使用多组数据通过机器学习训练得出的,多组数据中的每组数据均包括:运动照片,与用户运动类型和运动时长的标签。
可选地,上述数据处理设备执行程序时,还可以获取室内食物储备的信息;对室内食物储备的信息进行分析,确定每种食物对应的食用条件;根据当前饥饿程度和每种食物对应的食用条件,确定目标食物的信息。
可选地,上述数据处理设备执行程序时,还可以判断房间中是否有目标食物;在判断出房间中有目标食物的情况下,获取目标食物的位置信息和用户当前位置信息;根据目标食物的位置信息和用户当前位置信息,向用户推送目标食物的信息;在判断出房间中没有目标食物的情况下,获取购买目标食物的链接信息;向用户推送目标食物的链接信息。
上述本发明实施例序号仅仅为了描述,不代表实施例的优劣。
在本发明的上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述的部分,可以参见其他实施例的相关描述。
在本申请所提供的几个实施例中,应该理解到,所揭露的技术内容,可通过其它的方式实现。其中,以上所描述的装置实施例仅仅是示意性的,例如所述单元的划分,可以为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,单元或模块的间接耦合或通信连接,可以是电性或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本发明各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可为个人计算机、服务器或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述仅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技术人员来说,在不脱离本发明原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也应视为本发明的保护范围。
Claims (10)
1.一种食物信息推送方法,其特征在于,包括:
采集用户在预设时间段内的运动信息和室内外温度信息;
根据所述在预设时间段内的运动信息和室内外温度信息,确定所述用户的当前饥饿程度;
根据室内食物储备的信息和所述当前饥饿程度,确定目标食物的信息;
向所述用户推送所述目标食物的信息。
2.根据权利要求1所述的方法,其特征在于,
采集用户在预设时间段内的运动信息和室内外温度信息包括:
拍摄所述用户在预设时间段内的多张运动照片;
根据所述多张运动照片,分析用户运动类型和运动时长,得到分析结果;
采集室内温度数据和室外温度数据;
根据所述在预设时间段内的运动信息和室内外温度信息,确定所述用户的当前饥饿程度包括:
获取所述用户的历史行为数据;
根据所述分析结果、所述室内温度数据、历史行为数据和所述室外温度数据,确定所述当前饥饿程度。
3.根据权利要求2所述的方法,其特征在于,根据所述多张运动照片,分析用户运动类型和运动时长,得到分析结果包括:
使用预设分析模型分析用户运动类型和运动时长,其中,所述预设分析模型是使用多组数据通过机器学习训练得出的,所述多组数据中的每组数据均包括:运动照片,与所述用户运动类型和运动时长的标签。
4.根据权利要求1所述的方法,其特征在于,根据室内食物储备的信息和所述当前饥饿程度,确定目标食物的信息包括:
获取室内食物储备的信息;
对所述室内食物储备的信息进行分析,确定每种食物对应的食用条件;
根据所述当前饥饿程度和每种食物对应的食用条件,确定目标食物的信息。
5.根据权利要求1所述的方法,其特征在于,向所述用户推送所述目标食物的信息包括:
判断房间中是否有目标食物;
在判断出所述房间中有目标食物的情况下,获取所述目标食物的位置信息和用户当前位置信息;
根据所述目标食物的位置信息和用户当前位置信息,向所述用户推送目标食物的信息;
在判断出所述房间中没有目标食物的情况下,获取购买所述目标食物的链接信息;
向所述用户推送所述目标食物的链接信息。
6.一种食物信息推送装置,其特征在于,包括:
采集单元,用于采集用户在预设时间段内的运动信息和室内外温度信息;
第一确定单元,用于根据所述在预设时间段内的运动信息和室内外温度信息,确定所述用户的当前饥饿程度;
第二确定单元,用于根据室内食物储备的信息和所述当前饥饿程度,确定目标食物的信息;
推送单元,用于向所述用户推送所述目标食物的信息。
7.根据权利要求6所述的装置,其特征在于,
所述采集单元包括:
拍摄模块,用于拍摄所述用户在预设时间段内的多张运动照片;
分析模块,用于根据所述多张运动照片,分析用户运动类型和运动时长,得到分析结果;
采集模块,用于采集室内温度数据和室外温度数据;
所述第一确定单元包括:
获取模块,用于获取所述用户的历史行为数据;
确定模块,用于根据所述分析结果、所述室内温度数据、历史行为数据和所述室外温度数据,确定所述当前饥饿程度。
8.根据权利要求7所述的装置,其特征在于,所述分析模块包括:
分析子模块,用于使用预设分析模型分析用户运动类型和运动时长,其中,所述预设分析模型是使用多组数据通过机器学习训练得出的,所述多组数据中的每组数据均包括:运动照片,与所述用户运动类型和运动时长的标签。
9.一种存储介质,其特征在于,所述存储介质包括存储的程序,其中,在所述程序运行时控制所述存储介质所在设备执行权利要求1至5中任意一项所述的食物信息推送方法。
10.一种处理器,其特征在于,所述处理器用于运行程序,其中,所述程序运行时执行权利要求1至5中任意一项所述的食物信息推送方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711220968.5A CN108197145A (zh) | 2017-11-28 | 2017-11-28 | 食物信息推送方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711220968.5A CN108197145A (zh) | 2017-11-28 | 2017-11-28 | 食物信息推送方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN108197145A true CN108197145A (zh) | 2018-06-22 |
Family
ID=62573445
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201711220968.5A Pending CN108197145A (zh) | 2017-11-28 | 2017-11-28 | 食物信息推送方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108197145A (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110929167A (zh) * | 2019-12-31 | 2020-03-27 | 青岛海尔科技有限公司 | 基于物联网操作系统的书籍推荐方法和装置 |
CN111105325A (zh) * | 2019-12-17 | 2020-05-05 | 神思电子技术股份有限公司 | 一种无感智能推菜系统 |
CN111696114A (zh) * | 2020-04-13 | 2020-09-22 | 浙江大学 | 一种基于水下成像分析南美白对虾饥饿程度识别方法与装置 |
CN112954066A (zh) * | 2021-02-26 | 2021-06-11 | 北京三快在线科技有限公司 | 信息推送方法、装置、电子设备及可读存储介质 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106037688A (zh) * | 2016-05-11 | 2016-10-26 | 南京邮电大学 | 一种基于智能手环的老年人饮食建议系统和方法 |
CN106446523A (zh) * | 2016-08-31 | 2017-02-22 | 深圳市见康云科技有限公司 | 食物推荐方法及装置 |
CN106446212A (zh) * | 2016-09-30 | 2017-02-22 | 努比亚技术有限公司 | 一种移动终端及食物推荐方法 |
CN106709220A (zh) * | 2015-07-22 | 2017-05-24 | 何广森 | 一种饮食健康检测与指导系统 |
-
2017
- 2017-11-28 CN CN201711220968.5A patent/CN108197145A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106709220A (zh) * | 2015-07-22 | 2017-05-24 | 何广森 | 一种饮食健康检测与指导系统 |
CN106037688A (zh) * | 2016-05-11 | 2016-10-26 | 南京邮电大学 | 一种基于智能手环的老年人饮食建议系统和方法 |
CN106446523A (zh) * | 2016-08-31 | 2017-02-22 | 深圳市见康云科技有限公司 | 食物推荐方法及装置 |
CN106446212A (zh) * | 2016-09-30 | 2017-02-22 | 努比亚技术有限公司 | 一种移动终端及食物推荐方法 |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111105325A (zh) * | 2019-12-17 | 2020-05-05 | 神思电子技术股份有限公司 | 一种无感智能推菜系统 |
CN110929167A (zh) * | 2019-12-31 | 2020-03-27 | 青岛海尔科技有限公司 | 基于物联网操作系统的书籍推荐方法和装置 |
CN110929167B (zh) * | 2019-12-31 | 2023-05-12 | 青岛海尔科技有限公司 | 基于物联网操作系统的书籍推荐方法和装置 |
CN111696114A (zh) * | 2020-04-13 | 2020-09-22 | 浙江大学 | 一种基于水下成像分析南美白对虾饥饿程度识别方法与装置 |
CN112954066A (zh) * | 2021-02-26 | 2021-06-11 | 北京三快在线科技有限公司 | 信息推送方法、装置、电子设备及可读存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108197145A (zh) | 食物信息推送方法及装置 | |
CN107883535A (zh) | 空调控制方法及装置 | |
CN107655145A (zh) | 空调智能调节方法及装置 | |
CN107965828B (zh) | 抽油烟机的吸风状态控制方法和抽油烟机 | |
CN108050674A (zh) | 空调设备的控制方法及装置、终端 | |
CN107816781A (zh) | 空调的控制方法和装置 | |
CN107797459B (zh) | 终端设备的控制方法、装置、存储介质及处理器 | |
CN108105136A (zh) | 风扇的控制方法、装置和风扇 | |
CN107860100A (zh) | 空调的出风控制方法及终端 | |
CN107862018A (zh) | 食材烹饪方法的推荐方法和抽油烟机 | |
CN108766529A (zh) | 一种智能食谱推荐方法及系统 | |
CN108758994A (zh) | 空调的控制方法和装置、存储介质及处理器 | |
CN107742290A (zh) | 植物病害识别预警方法及装置 | |
CN108088235A (zh) | 烘干机的控制方法及装置、烘干机、存储器、处理器 | |
CN107729380A (zh) | 服饰搭配方法、终端、计算机终端 | |
CN107863138A (zh) | 菜谱生成装置和方法 | |
CN111063419A (zh) | 智能健康饮食管理系统 | |
CN107560090A (zh) | 空调的送风控制方法及装置、终端 | |
CN107798027A (zh) | 一种信息热度预测方法、信息推荐方法及装置 | |
CN109048934A (zh) | 一种智能导购机器人系统 | |
CN107702290A (zh) | 空调器的控制方法及装置、终端 | |
CN107958307A (zh) | 电费预测方法及装置 | |
CN108199900A (zh) | 用于智能环境的分布式推理节点优化分配方法 | |
CN112597394A (zh) | 菜谱的推荐方法和装置、存储介质、电子装置 | |
CN109376065A (zh) | 一种用户行为热区分析方法、装置和电子设备 |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20180622 |
|
RJ01 | Rejection of invention patent application after publication |