CN110349648A - 一种基于食谱库的生成推荐食谱方法 - Google Patents

一种基于食谱库的生成推荐食谱方法 Download PDF

Info

Publication number
CN110349648A
CN110349648A CN201910469976.6A CN201910469976A CN110349648A CN 110349648 A CN110349648 A CN 110349648A CN 201910469976 A CN201910469976 A CN 201910469976A CN 110349648 A CN110349648 A CN 110349648A
Authority
CN
China
Prior art keywords
mark
dish
raw material
library
recipe
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
Application number
CN201910469976.6A
Other languages
English (en)
Inventor
丁斌
马韵洁
吴艳平
余凯强
朱萍
王艳
吕倩倩
刘畅
李棒
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Anhui Sun Create Electronic Co Ltd
Original Assignee
Anhui Sun Create Electronic Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Anhui Sun Create Electronic Co Ltd filed Critical Anhui Sun Create Electronic Co Ltd
Priority to CN201910469976.6A priority Critical patent/CN110349648A/zh
Publication of CN110349648A publication Critical patent/CN110349648A/zh
Pending legal-status Critical Current

Links

Classifications

    • GPHYSICS
    • G16INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16HHEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H20/00ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance
    • G16H20/60ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance relating to nutrition control, e.g. diets

Landscapes

  • Health & Medical Sciences (AREA)
  • Nutrition Science (AREA)
  • Engineering & Computer Science (AREA)
  • Epidemiology (AREA)
  • General Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Primary Health Care (AREA)
  • Public Health (AREA)
  • Medical Treatment And Welfare Office Work (AREA)

Abstract

本发明涉及餐饮管理领域,具体是涉及一种基于食谱库的生成推荐食谱方法。包括采集样本用餐者每餐的信息,建立食谱库,食谱库包括菜肴库和用餐者信息库,菜肴库包括原料信息库和菜肴基本信息库;原料信息库至少包括原料名称、原料价格、原料营养成分;菜肴基本信息库至少包括烹制菜肴的原料用量、菜肴类别、菜肴口味、菜肴技法;用餐者信息库至少包括用餐时间、就餐人数、费用、每人劳动强度、季节、菜肴重复率、原料重复率。将需要用餐人员的信息输入到规则库中,由规则库生成推荐食谱,并对生成的推荐食谱进行评估,根据评估结果调整食谱,使得生成的推荐食谱符合需要用餐人员的需求。

Description

一种基于食谱库的生成推荐食谱方法
技术领域
本发明涉及餐饮管理领域,具体是涉及一种基于食谱库的生成推荐食谱方法。
背景技术
生活水平的不断提高,人们越来越关注饮食营养健康问题,个人想了解自己的身体状况是否缺乏某种营养素,了解自己的饮食习惯是否健康,制定个人营养食谱。从年龄结构、工作劳动强度、身体素质等多方面考虑,推荐科学食谱。
食谱数据如若难以有效利用分析,则无法为多种复杂情况下各式需求的营养健康食谱生成提供精准的建议。最后的结果是留存下大量的原始食谱数据,但未能有效利用。
现有的推荐食谱方法,缺乏对生成的推荐食谱的评估,进而导致生成的推荐食谱不能符合需要用餐人员的需求。
发明内容
为解决上述技术问题,本发明提供了一种基于食谱库的生成推荐食谱方法,能够评估生成的食谱,根据评估调整生成的推荐食谱,使得推荐食谱能够符合需要用餐人员的需求。
为实现上述目的,本发明采用了以下技术方案:
一种基于食谱库的生成推荐食谱方法,包括如下步骤:
S1,采集样本用餐者每餐的信息,建立食谱库,食谱库包括菜肴库和用餐者信息库,菜肴库包括原料信息库和菜肴基本信息库;原料信息库至少包括原料名称、原料价格、原料营养成分;菜肴基本信息库至少包括采用原料信息库中的原料烹制出的菜肴所对应的菜肴名称、该菜肴所包括的每种原料的用量、菜肴类别、菜肴口味、菜肴技法;用餐者信息库至少包括用餐时间、就餐人数、费用、每人劳动强度、季节、菜肴重复率、原料重复率,其中菜肴重复率为设定时间内菜肴不能重复的次数,原料重复率为设定时间内原料不能重复的次数;
S2,对食谱库中的每种信息设置各自的标识,设置标识之后的食谱库即为规则库,规则库包括原料名称标识、原料价格标识、原料营养成分标识、菜肴名称标识、该菜肴所包括的每种原料的用量标识、菜肴类别标识、菜肴口味标识、菜肴技法标识、就餐人数标识、费用标识、每人劳动强度标识、季节标识、菜肴重复率标识、原料重复率标识;对需要用餐人员的信息设置标识,该标识与食谱精选库中的用餐者信息库中的信息标识相对应,将设置标识的需要用餐人员的信息输入到规则库中;
S3,根据设置标识的需要用餐人员的信息中的每人的劳动强度标识和就餐人数标识,计算出总劳动强度标识,根据总劳动强度标识计算出热量;原料营养成分标识至少包括蛋白质标识p、脂肪标识f、碳水化合物标识c,根据热量计算出蛋白质标识p的质量mp、脂肪标识f的质量mf、碳水化合物标识c的质量mc;建立食谱的目标函数,根据单位质量每种原料名称标识所含有p的质量、f的质量、c的质量建立约束条件,在约束条件下计算能使目标函数最小的原料名称标识,进而生成推荐食谱;
S4,对生成的推荐食谱进行评估,若生成的推荐食谱满足设定条件,则保留该推荐食谱,并将该推荐食谱推荐给需要用餐人员;否则,调整需要用餐人员中每人的劳动强度标识和/或就餐人数标识,重复步骤S3,直至生成的推荐食谱满足设定条件。
进一步,步骤S3的具体步骤如下:
总劳动强度标识=就餐人数标识*每人的劳动强度标识,
J=总劳动强度标识/a,a为常数,J为热量,
mp=J/d1,mf=J/d2,mc=J/d3,d1、d2、d3均为常数,
约束条件为:
N为原料名称标识的总数,为第i个原料名称标识namei的质量,为为第i个原料单位质量含有p的质量,为第i个原料单位质量含有f的质量,为第i个原料单位质量含有c的质量,每个第i个原料单位质量的均为常数;
目标函数qi为第i个原料名称标识的价格,求购买所有原料名称标识所对应的原料需要费用min取得最小值时的值;为零,则食谱中不包含原料名称标识为namei的原料,否则,食谱中包含原料名称标识为namei的原料;
根据目标函数取得最小值,获得推荐的菜肴名称标识。
进一步,步骤S4中生成的推荐食谱满足设定条件至少包括费用标识满足费用标识的设定条件和/或原料用量标识满足原料用量标识的设定条件和/或营养素满足营养素的设定条件;费用的设定条件为生成的推荐食谱产生的费用标识和需要用餐人员向规则库输入费用标识的差值的绝对值与需要用餐人员向规则库输入费用标识的比值小于第一设定值;原料用量标识的设定条件为平均每人的用量与用量标准值之差的绝对值与用量标准值的比值小于第二设定值,用量标准值为常数;营养素的设定条件为生成的推荐食谱所包含的原料的营养素与营养素标准值之差的绝对值与营养素标准值的比值小于第三设定值,营养素标准值为常数。
进一步优选的,菜肴类别至少包括主食、大荤、半荤、小荤、全素、粥、汤、水果;菜肴口味至少包括偏甜型、偏酸型、偏辣型、偏苦型;菜肴技法至少包括煎、炒、烹、炸。
进一步优选的,步骤S1中的两个设定时间均为一周。
本发明的有益效果如下:
(1)采集大量用餐者的用餐信息,建立食谱库,并对食谱库设置标识,建立规则库,将需要用餐人员的信息输入到规则库中,由规则库生成推荐食谱,并对生成的推荐食谱进行评估,根据评估结果调整食谱,使得生成的推荐食谱符合需要用餐人员的需求。
(2)本发明可对规则库进行实时维护,保证规则库的科学性、合理性,保证食谱制定过程的准确性。
(3)本发明的推荐食谱的方法,通过设置标识,能够提高推荐食谱的准确性,更好的满足用餐人员的需求。
(4)本发明原料库、菜肴库在制定的过程中,充分考虑时间性、空间性等个性因素,使得在原料库、菜肴库中的原料和菜肴在经济性、口味偏好、营养配比等方面更加符合用户实际需求,保证食谱源头的准确性。
附图说明
图1为本发明的原理图;
图2为本发明的带有评估方法的原理图。
具体实施方式
以下结合实施例和说明书附图,对本发明中的技术方案进行清楚、完整地描述。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,都属于本发明保护的范围。
实施例1
推荐食谱的方法,包括如下步骤:
S1,采集样本用餐者每餐的信息,根据样本用餐者每餐的信息建立原料信息库、菜肴基本信息库和用餐者信息库,如图1所示,原料信息库至少包括3种基本信息,分别为原料名称、原料价格和原料营养成分;菜肴基本信息库至少包括4种信息,分别为菜肴名称、原料用量、菜肴类别和菜肴口味;用餐者信息库至少包括4种信息,分别为就餐人数、费用、每人劳动强度、季节;建立食谱模板库。
本实施例中,菜肴库包括原料信息库和菜肴基本信息库,建立原料信息库,输入原料时,用户可以根据实际需求输入原料,需维护原料的营养成分和采购价格等信息,可以结合当地特色原料和季节原料建立原料信息库,考虑到经济性,特色原料和时令性原料价格较低,同时也会符合当地人的体质。同时,可根据实际情况对原料信息库进行实时维护。
本实施例中,如图2所示,原料信息库也可以至少包括原料名称、原料价格、原料营养成分;菜肴基本信息库也可以至少包括原料用量、原料所属的菜肴类别、原料所属的菜肴口味、菜肴技法;用餐者信息库也可以至少包括用餐时间、就餐人数、费用、劳动强度、季节、菜肴重复率、原料重复率,其中菜肴重复率为设定时间内菜肴不能重复的次数,原料重复率为设定时间内原料不能重复的次数。
S2,由原料信息库和菜肴基本信息库生成菜肴库,菜肴库包括有若干个菜肴。
S3,将菜肴库的信息和用餐者信息库的信息填入到食谱模板库相对应的位置,生成食谱库。
S4,调整食谱库,食谱生成后用户可结合实际情况进行食谱调整,包括新增菜肴、删除菜肴、替换菜肴等操作。
S5,食谱库的每种信息设置各自的标识,生成食谱精选库,食谱精选库即规则库。
添加了不同标识的食谱被加入到食谱精选库中,作为后续食谱分析的数据基础。
本实施例中,食谱精选库包括原料名称标识、原料价格标识、原料营养成分标识、菜肴名称标识、该菜肴所包括的每种原料的用量标识、菜肴类别标识、菜肴口味标识、就餐人数标识、费用标识、每人劳动强度标识、季节标识。
本实施例中,生成规则库的步骤也可以为:设置标识之后的食谱库,按照用餐者信息库中的用餐时间、就餐人数、费用、劳动强度、季节、菜肴重复率、原料重复率,对食谱库中的食谱进行划分,生成食谱精选库。
S6,对食谱精选库采用数据分析算法,计算出菜肴基本信息库和用餐者信息库中的每种信息所对应标识的权重。
采用数据分析算法统计食谱精选库中的数据,即计算食谱精选库中每个菜肴名称标识被点的次数,按照被点的次数排列菜肴名称标识,将每个菜肴名称标识的排列序号作为每个菜肴名称标识的权重;计算每种菜肴口味标识被点的次数与所有菜肴口味标识被点次数的比值,该比值作为每种菜肴口味标识的权重;计算每人每种劳动强度标识下使用的菜肴类别标识的数量,该数量作为每人每种劳动强度标识下菜肴类别标识的权重。
以食谱精选库中的海量食谱信息作为数据仓库,采用数据分析算法解析、提取有价值的食谱数据,得到不同应用场景下用户的习惯、喜好、口味等影响食谱生成的用户个性信息。
数据分析算法主要对海量的食谱数据分析计算每餐费用比例范围;分析菜肴使用频率,找到最常用菜肴顺序;分析用户的菜肴口味偏好,不同口味所占比重;分析不同劳动强度下菜肴类别比例;设置条件权重等。
S7,将需要用餐人员的信息所对应的标识输入到计算出权重之后的食谱精选库,采用数据分析算法,生成推荐食谱。
将需要用餐人员的信息中的人数对应的标识和/或费用对应的标识和/或劳动强度对应的标识和/或季节对应的标识输入到计算出权重之后的食谱精选库。采用数据分析算法,计算出权重之后的食谱精选库推荐出与每个标识相对应的食谱,即为生成的推荐食谱。
本实施例中,是根据设置标识的需要用餐人员的信息中的每人的劳动强度标识和就餐人数标识,计算出总劳动强度标识,根据总劳动强度标识计算出热量;原料营养成分标识至少包括蛋白质标识p、脂肪标识f、碳水化合物标识c,根据热量计算出蛋白质标识p的质量mp、脂肪标识f的质量mf、碳水化合物标识c的质量mc;建立食谱的目标函数,根据单位质量每种原料名称标识所含有p的质量、f的质量、c的质量建立约束条件,在约束条件下计算能使目标函数最小的原料名称标识,进而生成推荐食谱。
具体步骤如下:
总劳动强度标识=就餐人数标识*每人的劳动强度标识
J=总劳动强度标识/a,a为常数,J为热量,本实施例中a=12。
mp=J/d1,mf=J/d2,mc=J/d3,d1、d2、d3均为常数,本实施例d1=0.2,d2=0.3,d3=0.5。约束条件为:
N为原料名称标识的总数,为第i个原料名称标识namei的质量,为第i个原料单位质量含有p的质量,为第i个原料单位质量含有f的质量,为第i个原料单位质量含有c的质量,每个第i个原料单位质量的 均为常数;
目标函数qi为第i个原料名称标识的价格,求购买所有原料名称标识所对应的原料需要费用min取得最小值时的值;为零,则食谱中不包含原料名称标识为namei的原料,否则,食谱中包含原料名称标识为namei的原料;之后获得原料名称,根据食谱库中,每个菜肴含有的原料,食谱精选库可以推荐出一些菜肴出来,用餐者根据费用、季节、菜肴重复率、原料重复率,从这些菜肴中选出符合自己的菜肴。
实施例2
在实施例1的基础上,对生成的推荐食谱进行评估,根据评估结果调整推荐的食谱。
如图2所示,对生成的推荐食谱进行评估,若生成的推荐食谱满足设定条件,则保留该推荐食谱,并将该推荐食谱推荐给需要用餐人员;否则,规则库再次生成推荐食谱,直至生成的推荐食谱满足设定条件。也可以重新调整步骤S7中输入的信息,直至生成的推荐食谱满足设定条件。本实施例中是调整输入的每人劳动强度的标识,极重度劳动强度、重度劳动强度、中度劳动强度、轻度劳动强度的标识分别为23、22、21、20,比如输入的每人劳动强度的标识为23,在约束条件,通过目标函数求得的推荐食谱产生的费用大于用餐者输入的费用,则可以通过降低劳动强度,即选择劳动强度标识小的。
本实施例中,生成的推荐食谱满足的设定条件包括费用满足费用的设定条件和或原料用量满足原料用量的设定条件和或营养素满足营养素的设定条件;费用的设定条件为生成的推荐食谱产生的费用和需要用餐人员向规则库输入费用的差值的绝对值与需要用餐人员向规则库输入费用的比值小于第一设定值;原料用量的设定条件为平均每人的用量与用量标准值之差的绝对值与用量标准值的比值小于第二设定值,用量标准值为常数;营养素的设定条件为生成的推荐食谱所包括的原料的营养素与营养素标准值之差的绝对值与营养素标准值的比值小于第三设定值,营养素标准值为常数。
本实施例中,第一设定值、第二设定值、第三设定值均为5%。
本实施例中,用户也可以从主观上对生成的食谱进行评估,从菜肴搭配、原料用量、伙食费使用请、营养配比等方面分析食谱的科学性、营养性、经济性,可对食谱的部分菜肴进行编辑,同时可查看该食谱原料采购量,方便用户采购原料。
实施例3
在实施例1、2的基础上,季节春、夏、秋、冬的标识分别为10、11、12、13;菜肴类别主食、大荤、半荤、小荤、全素、粥、汤、水果的标识分别为1、2、3、4、5、6、7、8;原料用量的标识即为原料的重量;原料价格的标识即为单位重量原料的费用;菜肴口味偏甜型、偏酸型、偏辣型、偏苦型的标识分别为30、31、32、33。

Claims (5)

1.一种基于食谱库的生成推荐食谱方法,其特征在于,包括如下步骤:
S1,采集样本用餐者每餐的信息,建立食谱库,食谱库包括菜肴库和用餐者信息库,菜肴库包括原料信息库和菜肴基本信息库;原料信息库至少包括原料名称、原料价格、原料营养成分;菜肴基本信息库至少包括采用原料信息库中的原料烹制出的菜肴所对应的菜肴名称、该菜肴所包括的每种原料的用量、菜肴类别、菜肴口味、菜肴技法;用餐者信息库至少包括用餐时间、就餐人数、费用、每人劳动强度、季节、菜肴重复率、原料重复率,其中菜肴重复率为设定时间内菜肴不能重复的次数,原料重复率为设定时间内原料不能重复的次数;
S2,对食谱库中的每种信息设置各自的标识,设置标识之后的食谱库即为规则库,规则库包括原料名称标识、原料价格标识、原料营养成分标识、菜肴名称标识、该菜肴所包括的每种原料的用量标识、菜肴类别标识、菜肴口味标识、菜肴技法标识、就餐人数标识、费用标识、每人劳动强度标识、季节标识、菜肴重复率标识、原料重复率标识;对需要用餐人员的信息设置标识,该标识与食谱精选库中的用餐者信息库中的信息标识相对应,将设置标识的需要用餐人员的信息输入到规则库中;
S3,根据设置标识的需要用餐人员的信息中的每人的劳动强度标识和就餐人数标识,计算出总劳动强度标识,根据总劳动强度标识计算出热量;原料营养成分标识至少包括蛋白质标识p、脂肪标识f、碳水化合物标识c,根据热量计算出蛋白质标识p的质量mp、脂肪标识f的质量mf、碳水化合物标识c的质量mc;建立食谱的目标函数,根据单位质量每种原料名称标识所含有p的质量、f的质量、c的质量建立约束条件,在约束条件下计算能使目标函数最小的原料名称标识,进而生成推荐食谱;
S4,对生成的推荐食谱进行评估,若生成的推荐食谱满足设定条件,则保留该推荐食谱,并将该推荐食谱推荐给需要用餐人员;否则,调整需要用餐人员中每人的劳动强度标识和/或就餐人数标识,重复步骤S3,直至生成的推荐食谱满足设定条件。
2.如权利要求1所述的生成推荐食谱方法,其特征在于,步骤S3的具体步骤如下:
总劳动强度标识=就餐人数标识*每人的劳动强度标识,
J=总劳动强度标识/a,a为常数,J为热量,
mp=J/d1,mf=J/d2,mc=J/d3,d1、d2、d3均为常数,
约束条件为:
N为原料名称标识的总数,为第i个原料名称标识namei的质量,为为第i个原料单位质量含有p的质量,为第i个原料单位质量含有f的质量,为第i个原料单位质量含有c的质量,每个第i个原料单位质量的均为常数;
目标函数qi为第i个原料名称标识的价格,求购买所有原料名称标识所对应的原料需要费用min取得最小值时的值;为零,则食谱中不包含原料名称标识为namei的原料,否则,食谱中包含原料名称标识为namei的原料;
根据目标函数取得最小值,获得推荐的菜肴名称标识。
3.如权利要求1所述的生成推荐食谱方法,其特征在于,步骤S4中生成的推荐食谱满足设定条件至少包括费用标识满足费用标识的设定条件和/或原料用量标识满足原料用量标识的设定条件和/或营养素满足营养素的设定条件;费用的设定条件为生成的推荐食谱产生的费用标识和需要用餐人员向规则库输入费用标识的差值的绝对值与需要用餐人员向规则库输入费用标识的比值小于第一设定值;原料用量标识的设定条件为平均每人的用量与用量标准值之差的绝对值与用量标准值的比值小于第二设定值,用量标准值为常数;营养素的设定条件为生成的推荐食谱所包含的原料的营养素与营养素标准值之差的绝对值与营养素标准值的比值小于第三设定值,营养素标准值为常数。
4.如权利要求1所述的生成推荐食谱方法,其特征在于,菜肴类别至少包括主食、大荤、半荤、小荤、全素、粥、汤、水果;菜肴口味至少包括偏甜型、偏酸型、偏辣型、偏苦型;菜肴技法至少包括煎、炒、烹、炸。
5.如权利要求1所述的生成推荐食谱方法,其特征在于,步骤S1中的两个设定时间均为一周。
CN201910469976.6A 2019-05-31 2019-05-31 一种基于食谱库的生成推荐食谱方法 Pending CN110349648A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910469976.6A CN110349648A (zh) 2019-05-31 2019-05-31 一种基于食谱库的生成推荐食谱方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910469976.6A CN110349648A (zh) 2019-05-31 2019-05-31 一种基于食谱库的生成推荐食谱方法

Publications (1)

Publication Number Publication Date
CN110349648A true CN110349648A (zh) 2019-10-18

Family

ID=68174509

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910469976.6A Pending CN110349648A (zh) 2019-05-31 2019-05-31 一种基于食谱库的生成推荐食谱方法

Country Status (1)

Country Link
CN (1) CN110349648A (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112352286A (zh) * 2020-09-24 2021-02-09 曹庆恒 一种个体化口味管理的方法及系统
CN112885430A (zh) * 2019-11-29 2021-06-01 四川医枢科技股份有限公司 一种适用于营养智能管理系统的餐单智能生成方法
CN113096770A (zh) * 2021-04-20 2021-07-09 中国人民解放军陆军勤务学院 一种标准化食谱生成方法、生成系统、处理终端、存储介质
CN113496427A (zh) * 2020-04-03 2021-10-12 广东美的白色家电技术创新中心有限公司 菜谱的份量判定处理方法、装置、电子设备和存储介质

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106296357A (zh) * 2016-08-12 2017-01-04 郭蔚凌 基于电商平台的智能推荐食谱的方法、装置及设备
CN106651524A (zh) * 2016-12-27 2017-05-10 杭州火小二科技有限公司 一种智能生成推荐菜单的方法
CN109300524A (zh) * 2018-09-29 2019-02-01 深圳春沐源控股有限公司 信息推荐方法及装置
CN109461491A (zh) * 2018-11-01 2019-03-12 广州仁生健康科技有限公司 一种针对家庭健康管理的智能营养配餐系统及方法
CN109545327A (zh) * 2018-10-09 2019-03-29 珠海亿联德源信息技术有限公司 一种膳食管理方法及装置

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106296357A (zh) * 2016-08-12 2017-01-04 郭蔚凌 基于电商平台的智能推荐食谱的方法、装置及设备
CN106651524A (zh) * 2016-12-27 2017-05-10 杭州火小二科技有限公司 一种智能生成推荐菜单的方法
CN109300524A (zh) * 2018-09-29 2019-02-01 深圳春沐源控股有限公司 信息推荐方法及装置
CN109545327A (zh) * 2018-10-09 2019-03-29 珠海亿联德源信息技术有限公司 一种膳食管理方法及装置
CN109461491A (zh) * 2018-11-01 2019-03-12 广州仁生健康科技有限公司 一种针对家庭健康管理的智能营养配餐系统及方法

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112885430A (zh) * 2019-11-29 2021-06-01 四川医枢科技股份有限公司 一种适用于营养智能管理系统的餐单智能生成方法
CN113496427A (zh) * 2020-04-03 2021-10-12 广东美的白色家电技术创新中心有限公司 菜谱的份量判定处理方法、装置、电子设备和存储介质
CN113496427B (zh) * 2020-04-03 2024-04-09 广东美的白色家电技术创新中心有限公司 菜谱的份量判定处理方法、装置、电子设备和存储介质
CN112352286A (zh) * 2020-09-24 2021-02-09 曹庆恒 一种个体化口味管理的方法及系统
WO2022061626A1 (zh) * 2020-09-24 2022-03-31 曹庆恒 一种个体化口味管理的方法及系统
CN113096770A (zh) * 2021-04-20 2021-07-09 中国人民解放军陆军勤务学院 一种标准化食谱生成方法、生成系统、处理终端、存储介质

Similar Documents

Publication Publication Date Title
CN110349648A (zh) 一种基于食谱库的生成推荐食谱方法
Trichopoulou et al. Traditional foods: a science and society perspective
Booth et al. A robust, brief measure of an individual’s most preferred level of salt in an ordinary foodstuff
te Velde et al. Tracking of fruit and vegetable consumption from adolescence into adulthood and its longitudinal association with overweight
CN105956676B (zh) 互动预订餐系统
van Herpen et al. A picture says it all? The validity of photograph coding to assess household food waste
CN105894101B (zh) 基于网络的互动预订餐系统
JP7096056B2 (ja) 買い物支援システム、買い物支援サーバ、プログラム及びユーザ端末。
JP6410069B1 (ja) レシピ情報提供装置、レシピ情報提供方法およびレシピ情報提供プログラム
CN110265113A (zh) 营养素调整及数据库建立方法及慢性疾病营养素摄取应用
KR20180071595A (ko) 레시피 모듈에 기초한 요리 레시피 생성 장치 및 제공 장치
CN109872798A (zh) 一种大数据背景下的营养供餐方法及系统
CN107563926A (zh) 一种对用户所选食物进行分析的系统及实现方法
Shai et al. Adaptation of international nutrition databases and data-entry system tools to a specific population
CN110362739A (zh) 一种基于大数据的推荐食谱方法
Bakare et al. Optimisation of the processing conditions on the culinary qualities of pressure-cooked boiled yam
CN112951374A (zh) 数据分析方法、系统、计算机设备及存储介质
US20140295382A1 (en) System and a method for generating a meal plan
Kumpulainen et al. The effect of freshness in a foodservice context
KR20070059350A (ko) 식단 진단 시스템 및 그 방법
CN115910283A (zh) 一种营养数据生成方法、装置及相关设备
CN112102922B (zh) 一种信息推荐方法和装置
CN113744840A (zh) 基于集中供餐环境实现个性化即时营养评价及指导的系统及其方法
Cassano et al. Benchmarking online food delivery applications against menu labelling laws: a cross-sectional observational analysis
JP2013134763A (ja) 食材栄養価計算サーバ、食材栄養価計算システム、及び食材栄養価計算プログラム

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: 20191018

RJ01 Rejection of invention patent application after publication