CN109947781A - 一种基于厨电设备学习的自适应烹饪方法 - Google Patents

Abstract

本发明涉及基于厨电设备学习的自适应烹饪方法，用于包括厨电设备和远端服务器的烹饪系统，厨电设备与远端服务器通信连接，远端服务器设有预设烹饪属性数据库；远端服务器分析用户烹饪菜谱数据库，得到用户的习惯烹饪属性列表；远端服务器判断分析预设烹饪属性数据库及用户的习惯烹饪属性列表后，远端服务器将预设烹饪属性赋予习惯烹饪属性列表中对应的烹饪属性；远端服务器根据判断分析结果更新用户的习惯烹饪属性列表中的各烹饪属性，得到针对用户烹饪习惯的定制化烹饪参数数据，并发送给厨电设备，以更新厨电设备中的烹饪参数数据，从而供用户选择所述定制化烹饪参数数据进行烹饪。

Description

一种基于厨电设备学习的自适应烹饪方法

技术领域

本发明涉及厨电设备领域，尤其涉及一种基于厨电设备学习的自适应烹饪方法。

背景技术

在当前厨电市场上，各厨电厂商通过各自模拟揣测用户在烹饪时的烹饪习惯，相继推出各种具有固定烹饪模式的厨电设备供用户选择使用。

这些厨电设备的烹饪模式是固定的，即烹饪参数数据是固定的，烹饪模式无法根据用户的需要调整烹饪参数数据。但是，由于烹饪模式因人而异，每个人都用自己的烹饪习惯，从而致使现有的这些具有固定烹饪模式的厨电设备仍然无法满足用户的个性化烹饪需要。

发明内容

本发明所要解决的技术问题是针对上述现有提供一种基于厨电设备学习的自适应烹饪方法。该基于厨电设备学习的自适应烹饪方法不仅可以获取到用户利用厨电设备的烹饪习惯，并且还可以生成符合用户烹饪习惯的定制化烹饪参数数据，以满足针对用户的个性化烹饪需要。

本发明解决上述技术问题所采用的技术方案为：一种基于厨电设备学习的自适应烹饪方法，用于包括厨电设备和远端服务器的烹饪系统，厨电设备与远端服务器通信连接，远端服务器设有预设烹饪属性数据库；所述预设烹饪属性数据库包括预设烹饪时长属性、预设烹饪温度属性以及预设烹饪模式属性中的任一种或者预设烹饪时长属性、预设烹饪温度属性以及预设烹饪模式属性的任意组合；其特征在于，包括如下步骤：

步骤1，厨电设备获取用户在预设时间段内的烹饪数据，所述烹饪数据包括烹饪时长、烹饪温度和烹饪模式，形成预设时间段内的用户烹饪数据库，并将所述用户烹饪数据库发送给远端服务器；

步骤2，远端服务器对厨电设备所获取的用户烹饪数据库进行分析，以得到用户在所述预设时间段内烹饪时的习惯烹饪属性列表；其中，所述习惯烹饪属性列表包括烹饪时长属性、烹饪温度属性以及烹饪模式属性中的任一种或者烹饪时长属性、烹饪温度属性以及烹饪模式属性的任意组合；

步骤3，远端服务器根据预设烹饪属性数据库以及所得用户的习惯烹饪属性列表进行判断分析：

如果用户的习惯烹饪属性列表中的烹饪属性与预设烹饪属性数据库中对应的预设烹饪属性匹配时，远端服务器将所述预设烹饪属性赋予习惯烹饪属性列表中对应的该烹饪属性；否则，远端服务器针对所述习惯烹饪属性列表中对应的该烹饪属性不予变动；

步骤4，远端服务器根据步骤3中的判断分析结果对用户的习惯烹饪属性列表中的各烹饪属性进行更新，得到针对用户烹饪习惯的定制化烹饪参数数据；

步骤5，远端服务器将所得定制化烹饪参数数据发送给厨电设备，以更新厨电设备中的烹饪参数数据，从而供用户选择所述定制化烹饪参数数据进行烹饪。。

具体地，所述预设时间段为预设天数或预设周数或预设月数或预设季度数或预设年数。

可选择地，所述烹饪模式为常规模式或高温模式或密集模式。

具体地，在步骤3中：所述预设烹饪属性数据库包括预设烹饪时长属性时，如果用户的习惯烹饪属性列表中的烹饪时长属性位于预设烹饪属性标签数据库中所对应的烹饪时长属性的匹配度区间时，远端服务器将所述预设烹饪时长属性赋予习惯烹饪属性列表中对应的该烹饪时长属性；否则，远端服务器针对所述习惯烹饪属性列表中的该烹饪时长属性不予变动；

所述预设烹饪属性数据库包括预设烹饪温度属性时，如果用户的习惯烹饪属性列表中的烹饪温度属性位于预设烹饪属性标签数据库中所对应的烹饪温度属性的匹配度区间时，远端服务器将所述预设烹饪温度属性赋予习惯烹饪属性列表中对应的该烹饪温度属性；否则，远端服务器针对所述习惯烹饪属性列表中的该烹饪温度属性不予变动；

所述预设烹饪属性数据库包括预设烹饪模式属性时，如果用户的习惯烹饪属性列表中的烹饪模式属性与预设烹饪属性标签数据库中所对应的烹饪模式属性相同时，远端服务器将所述预设烹饪模式属性赋予习惯烹饪属性列表中对应的该烹饪模式属性；否则，远端服务器针对所述习惯烹饪属性列表中的该烹饪模式属性不予变动。

可选择地，所述定制化烹饪参数数据包括烹饪时长、烹饪温度以及烹饪模式的任一种或者烹饪时长、烹饪温度以及烹饪模式的任意组合。

为了方便用户对厨电设备中的定制化烹饪参数数据进行调整的需要，再改进，在所述基于厨电设备学习的自适应烹饪方法中，在步骤5之后还包括：所述厨电设备接收用户对定制化烹饪参数数据的调整，以形成调整后的烹饪参数数据，并由厨电设备根据调整后的烹饪参数数据进行烹饪。

具体地，所述厨电设备接收用户通过终端设备对所述定制化烹饪参数数据的调整。

为了满足厨电设备中定制化烹饪参数数据的更新是基于用户的请求而启动的，进一步地，在步骤5中，远端服务器根据用户的请求将所得定制化烹饪参数数据发送给厨电设备。

再改进，在步骤5中，远端服务器根据其预设更新时间或者用户通过厨电设备请求的更新时间对厨电设备中的烹饪参数数据进行更新。

为了实现用户能够了解自己所烹饪菜谱的营养成分分析情况，以适当调整自己的烹饪菜谱，再改进，所述基于厨电设备学习的自适应烹饪方法还包括：远端服务器根据对所得用户烹饪菜谱数据库进行分析，得到用户在所述预设时间段内所烹饪菜谱的营养成分分析数据，并由远端服务器将所得营养成分分析数据通过所述厨电设备提供给用户进行参考的步骤。

具体地，在所述基于厨电设备学习的自适应烹饪方法中，所述预设匹配度区间由远端服务器根据厨电设备所反馈的用户需求信息进行调整。

与现有技术相比，本发明的优点在于：在本发明的自适应烹饪方法中，通过厨电设备获取用户在预设时间段内利用厨电设备的烹饪习惯，由远端服务器处理用户的烹饪习惯后，得到用户在预设时间段内烹饪菜谱时的习惯烹饪属性列表，并且经过远端服务器针对烹饪属性的匹配分析后，远端服务器生成符合用户烹饪习惯的定制化烹饪参数数据，以满足针对用户的个性化烹饪需要。该自适应烹饪方法不仅使得定制后的烹饪参数数据更加准确地适合用户的烹饪习惯，而且在厨电设备连接远端服务器后，可以实现针对用户烹饪习惯的烹饪参数数据的定制化和更新，从而解决了现有厨电设备烹饪模式无法满足用户个性化烹饪需要的问题。

附图说明

图1为本发明实施例中基于厨电设备学习的自适应烹饪方法流程示意图。

具体实施方式

以下结合附图实施例对本发明作进一步详细描述。

如图1所示，本实施例中基于厨电设备学习的自适应烹饪方法，用于包括厨电设备和远端服务器的烹饪系统，厨电设备与远端服务器通信连接，远端服务器设有预设烹饪属性数据库；预设烹饪属性数据库包括预设烹饪时长属性、预设烹饪温度属性以及预设烹饪模式属性中的任一种或者预设烹饪时长属性、预设烹饪温度属性以及预设烹饪模式属性的任意组合；该基于厨电设备学习的自适应烹饪方法包括如下步骤：

步骤1，厨电设备获取用户在预设时间段内的烹饪数据，烹饪数据包括烹饪时长、烹饪温度和烹饪模式，形成预设时间段内的用户烹饪数据库，并将所述用户烹饪数据库发送给远端服务器；

其中，在该步骤1中，根据需要，预设时间段可以是预设天数或预设周数或预设月数或预设季度数或预设年数；例如，预设时间段设置为一年，即由厨电设备获取用户在一年内的烹饪数据，从而形成用户在这一年的时间段内的用户烹饪数据库；

步骤2，远端服务器对厨电设备所获取的用户烹饪数据库进行分析，以得到用户在所述预设时间段内烹饪时的习惯烹饪属性列表；

其中，此处的习惯烹饪属性列表包括烹饪时长属性、烹饪温度属性以及烹饪模式属性中的任一种或者烹饪时长属性、烹饪温度属性以及烹饪模式属性的任意组合；烹饪模式可以选择为常规模式或高温模式或密集模式；也就是说，习惯烹饪属性列表中可以单独包括烹饪时长属性或烹饪温度属性或烹饪模型数据；当然，习惯烹饪属性列表中还可以是同时包括烹饪时长属性、烹饪温度数据和烹饪模式数据；其中，本实施例中的习惯烹饪属性列表包括烹饪时长属性、烹饪温度数据和烹饪模式数据；具体地，用户的习惯烹饪属性列表即包括了用户在烹饪时通常会习惯性地烹饪多长时间、习惯性地在什么温度进行烹饪以及习惯性地选择哪种模式进行烹饪；

步骤3，远端服务器根据预设烹饪属性数据库以及所得用户的习惯烹饪属性列表进行判断分析：

如果用户的习惯烹饪属性列表中的烹饪属性与预设烹饪属性数据库中对应的预设烹饪属性匹配时，远端服务器将预设烹饪属性赋予习惯烹饪属性列表中对应的该烹饪属性；否则，远端服务器针对习惯烹饪属性列表中对应的该烹饪属性不予变动；

其中，用户的习惯烹饪属性列表中的烹饪属性与预设烹饪属性数据库中所对应的烹饪属性一一对应。例如，用户的习惯烹饪属性列表中的烹饪时长与预设烹饪属性数据库中的烹饪时长一一对应，用户的习惯烹饪属性列表中的烹饪温度与预设烹饪属性数据库中的烹饪温度一一对应。

本实施例中，具体地，在步骤3中，预设烹饪属性数据库包括预设烹饪时长属性时，如果用户的习惯烹饪属性列表中的烹饪时长属性位于预设烹饪属性标签数据库中所对应的烹饪时长属性的匹配度区间时，远端服务器将所述预设烹饪时长属性赋予习惯烹饪属性列表中对应的该烹饪时长属性；否则，远端服务器针对习惯烹饪属性列表中的该烹饪时长属性不予变动；

在本实施例中，例如，假设远端服务器针对预设烹饪属性数据库中的烹饪时长区间为(0，20min)，远端服务器所得到用户的习惯烹饪属性列表中的烹饪时长属性为16min，那么远端服务器判断用户的习惯烹饪属性列表中的烹饪时长属性16min位于预设烹饪属性数据库中所对应烹饪时长属性的烹饪时长区间(0，20min)内，从而远端服务器将烹饪时长区间(0，20min)赋予习惯烹饪属性列表中对应的该烹饪时长属性，此时用户的习惯烹饪属性列表中的烹饪时长属性被更新为(0，20min)；

预设烹饪属性数据库包括预设烹饪温度属性时，如果用户的习惯烹饪属性列表中的烹饪温度属性位于预设烹饪属性标签数据库中所对应的烹饪温度属性的匹配度区间时，远端服务器将所述预设烹饪温度属性赋予习惯烹饪属性列表中对应的该烹饪温度属性；否则，远端服务器针对所述习惯烹饪属性列表中的该烹饪温度属性不予变动；其中，至于习惯烹饪属性列表中的烹饪温度属性的赋予情况可以参照针对烹饪时长属性的说明进行依此类推，此处不做过多赘述。

预设烹饪属性数据库包括预设烹饪模式属性时，如果用户的习惯烹饪属性列表中的烹饪模式属性与预设烹饪属性标签数据库中所对应的烹饪模式属性相同时，远端服务器将预设烹饪模式属性赋予习惯烹饪属性列表中对应的该烹饪模式属性；否则，远端服务器针对习惯烹饪属性列表中的该烹饪模式属性不予变动。

也就是说，如果用户的习惯烹饪属性列表中的烹饪模式为高温模式，并且预设烹饪属性标签数据库中所对应的烹饪模式也高温模式时，那么远端服务器将此处的预设高温烹饪模式赋予习惯烹饪属性列表中对应的烹饪模式。

具体地，本实施例中的预设匹配度区间由远端服务器根据厨电设备所反馈的用户需求信息进行调整；例如，当用户发现远端服务器中针对烹饪时长的预设匹配度区间不适合自己的烹饪习惯时，用户便可以通过厨电设备将用户自己希望调整后的预设匹配度区间发送给远端服务器，从而由远端服务器根据用户的请求重新对针对烹饪时长的预设匹配度区间进行调整，以更加准确地符合用户的烹饪习惯。

步骤4，远端服务器根据步骤3中的判断分析结果对用户的习惯烹饪属性列表中的各烹饪属性进行更新，得到针对用户烹饪习惯的定制化烹饪参数数据；

此处的定制化烹饪参数数据包括了烹饪时长、烹饪温度以及烹饪模式的任一种或者烹饪时长、烹饪温度以及烹饪模式的任意组合；例如，在远端服务器分别对用户的习惯烹饪属性列表中的各烹饪属性赋予各自对应的预设烹饪属性后，从而实现了对用户的习惯烹饪属性列表中各烹饪属性的更新，此时更新后的习惯烹饪属性列表中包含了针对用户烹饪习惯的定制化烹饪参数数据；

步骤5，远端服务器将所得定制化烹饪参数数据发送给厨电设备，以更新厨电设备中的烹饪参数数据，从而供用户选择所述定制化烹饪参数数据进行烹饪。其中，厨电设备的烹饪参数数据包括了烹饪时长、烹饪温度和烹饪模式。

为了方便用户对厨电设备中的定制化烹饪参数数据进行调整的需要，再改进，在步骤5之后还包括：厨电设备接收用户对定制化烹饪参数数据的调整，以形成调整后的烹饪参数数据，并由厨电设备根据调整后的烹饪参数数据进行烹饪。具体地，厨电设备接收用户通过终端设备对定制化烹饪参数数据的调整。

为了满足厨电设备中定制化烹饪参数数据的更新是基于用户的请求而启动的，进一步地，在步骤5中，远端服务器根据用户的请求将所得定制化烹饪参数数据发送给厨电设备。也就是说，远端服务器只有接收到用户的请求才会将所得定制化烹饪参数数据发送给厨电设备。

进一步地，在步骤5中，远端服务器根据其预设更新时间或者用户通过厨电设备请求的更新时间对厨电设备中的烹饪参数数据进行更新。

为了实现用户能够了解自己所烹饪菜谱的营养成分分析情况，以适当调整自己的烹饪菜谱，再改进，本实施例中基于厨电设备学习的自适应烹饪方法，在步骤2中还包括：远端服务器根据对所得用户烹饪菜谱数据库进行分析，得到用户在预设时间段内所烹饪菜谱的营养成分分析数据，并由远端服务器将所得营养成分分析数据通过所述厨电设备提供给用户进行参考的步骤。

尽管以上详细地描述了本发明的优选实施例，但是应该清楚地理解，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (10)

1.一种基于厨电设备学习的自适应烹饪方法，用于包括厨电设备和远端服务器的烹饪系统，厨电设备与远端服务器通信连接，远端服务器设有预设烹饪属性数据库；所述预设烹饪属性数据库包括预设烹饪时长属性、预设烹饪温度属性以及预设烹饪模式属性中的任一种或者预设烹饪时长属性、预设烹饪温度属性以及预设烹饪模式属性的任意组合；其特征在于，包括如下步骤：

步骤1，厨电设备获取用户在预设时间段内的烹饪数据，所述烹饪数据包括烹饪时长、烹饪温度和烹饪模式，形成预设时间段内的用户烹饪数据库，并将所述用户烹饪数据库发送给远端服务器；

步骤2，远端服务器对厨电设备所获取的用户烹饪数据库进行分析，以得到用户在所述预设时间段内烹饪时的习惯烹饪属性列表；其中，所述习惯烹饪属性列表包括烹饪时长属性、烹饪温度属性以及烹饪模式属性中的任一种或者烹饪时长属性、烹饪温度属性以及烹饪模式属性的任意组合；

步骤3，远端服务器根据预设烹饪属性数据库以及所得用户的习惯烹饪属性列表进行判断分析：

如果用户的习惯烹饪属性列表中的烹饪属性与预设烹饪属性数据库中对应的预设烹饪属性匹配时，远端服务器将所述预设烹饪属性赋予习惯烹饪属性列表中对应的该烹饪属性；否则，远端服务器针对所述习惯烹饪属性列表中对应的该烹饪属性不予变动；

步骤4，远端服务器根据步骤3中的判断分析结果对用户的习惯烹饪属性列表中的各烹饪属性进行更新，得到针对用户烹饪习惯的定制化烹饪参数数据；

步骤5，远端服务器将所得定制化烹饪参数数据发送给厨电设备，以更新厨电设备中的烹饪参数数据，从而供用户选择所述定制化烹饪参数数据进行烹饪。

2.根据权利要求1所述的基于厨电设备学习的自适应烹饪方法，其特征在于，所述预设时间段为预设天数或预设周数或预设月数或预设季度数或预设年数；所述烹饪模式为常规模式或高温模式或密集模式。

3.根据权利要求1所述的基于厨电设备学习的自适应烹饪方法，其特征在于，在步骤3中：

所述预设烹饪属性数据库包括预设烹饪时长属性时，如果用户的习惯烹饪属性列表中的烹饪时长属性位于预设烹饪属性标签数据库中所对应的烹饪时长属性的匹配度区间时，远端服务器将所述预设烹饪时长属性赋予习惯烹饪属性列表中对应的该烹饪时长属性；否则，远端服务器针对所述习惯烹饪属性列表中的该烹饪时长属性不予变动；

所述预设烹饪属性数据库包括预设烹饪温度属性时，如果用户的习惯烹饪属性列表中的烹饪温度属性位于预设烹饪属性标签数据库中所对应的烹饪温度属性的匹配度区间时，远端服务器将所述预设烹饪温度属性赋予习惯烹饪属性列表中对应的该烹饪温度属性；否则，远端服务器针对所述习惯烹饪属性列表中的该烹饪温度属性不予变动；

所述预设烹饪属性数据库包括预设烹饪模式属性时，如果用户的习惯烹饪属性列表中的烹饪模式属性与预设烹饪属性标签数据库中所对应的烹饪模式属性相同时，远端服务器将所述预设烹饪模式属性赋予习惯烹饪属性列表中对应的该烹饪模式属性；否则，远端服务器针对所述习惯烹饪属性列表中的该烹饪模式属性不予变动。

4.根据权利要求1所述的基于厨电设备学习的自适应烹饪方法，其特征在于，所述定制化烹饪参数数据包括烹饪时长、烹饪温度以及烹饪模式的任一种或者烹饪时长、烹饪温度以及烹饪模式的任意组合。

5.根据权利要求4所述的基于厨电设备学习的自适应烹饪方法，其特征在于，在步骤5之后还包括：所述厨电设备接收用户对定制化烹饪参数数据的调整，以形成调整后的烹饪参数数据，并由厨电设备根据调整后的烹饪参数数据进行烹饪。

6.根据权利要求5所述的基于厨电设备学习的自适应烹饪方法，其特征在于，所述厨电设备接收用户通过终端设备对所述定制化烹饪参数数据的调整。

7.根据权利要求5所述的基于厨电设备学习的自适应烹饪方法，其特征在于，在步骤5中，远端服务器根据用户的请求将所得定制化烹饪参数数据发送给厨电设备。

8.根据权利要求1至7中任一项所述的基于厨电设备学习的自适应烹饪方法，其特征在于，在步骤5中，远端服务器根据其预设更新时间或者用户通过厨电设备请求的更新时间对厨电设备中的烹饪参数数据进行更新。

9.根据权利要求1至7中任一项所述的基于厨电设备学习的自适应烹饪方法，其特征在于，步骤1中包括厨电设备获取用户在所述预设时间段内的烹饪菜谱数据，以得到用户烹饪菜谱数据库，并将所得用户烹饪菜谱数据库发送给远端服务器；

在步骤2中包括：远端服务器对所得用户烹饪菜谱数据库进行分析，得到用户在所述预设时间段内所烹饪菜谱的营养成分分析数据，并由远端服务器将所得营养成分分析数据通过所述厨电设备提供给用户进行参考的步骤。

10.根据权利要求1至7中任一项所述的基于厨电设备学习的自适应烹饪方法，其特征在于，所述预设烹饪属性匹配度区间由远端服务器根据厨电设备所反馈的用户需求信息进行调整。