CN110706783A - 食谱推荐方法、装置、计算设备及计算机存储介质 - Google Patents

Abstract

本发明实施例涉及人工智能技术领域，公开了一种食谱推荐方法、装置、计算设备及计算机存储介质，该方法包括：获取用户信息和环境信息；根据用户信息和环境信息在食谱推荐知识图谱中确定第一实体集合，第一实体集合中的第一实体为用户信息或环境信息对应的实体；根据第一实体在食谱推荐知识图谱中确定第二实体集合，第二实体集合中的第二实体为在食谱推荐知识图谱中与至少一个第一实体具有关联关系的，用于表征食谱的实体；确定每一个第一实体相对于每一个第二实体的权重；根据权重计算每一个第二实体所表征的食谱的得分；将所述得分最高的食谱确定为推荐食谱。通过上述方式，本发明实施例实现了根据用户信息和环境信息为用户个性化推荐食谱。

Description

食谱推荐方法、装置、计算设备及计算机存储介质

技术领域

本发明实施例涉及人工智能技术领域，具体涉及一种食谱推荐方法、装置、计算设备及计算机存储介质。

背景技术

随着人们生活水平的提高，人们对饮食的要求也在不断提高，健康饮食成为人们健康生活方式的一个重要方面。面对快节奏的生活，人们一般很难花时间在网站上搜索合适的食谱，而且，不具备专门营养知识的人较难选择营养搭配合适的食谱。

现有的食谱推荐技术方案包括：基于用户身体状况的推荐方法和基于用户饮食习惯的推荐方法，基于用户身体状况的推荐方法仅考虑了有利于用户身体健康的食谱，未能考虑用户的饮食偏好，例如，某用户是素食主义者，即使给用户推荐的食谱是有利于用户健康的食谱，但是食谱中的食材含有肉类的话也会给用户造成不好的用户体验。基于用户饮食习惯的推荐方法没有考虑到用户的健康问题。由于信息考虑不够全面，导致推荐的食谱单一。

发明内容

鉴于上述问题，本发明实施例提供了一种食谱推荐方法、装置、计算设备及计算机存储介质，克服了上述问题或者至少部分地解决了上述问题。

根据本发明实施例的一个方面，提供了一种食谱推荐方法，所述方法包括：

获取用户信息和环境信息，所述用户信息包括长期用户信息和短期用户信息，所述环境信息包括长期环境信息和短期环境信息；

根据所述用户信息和所述环境信息在食谱推荐知识图谱中确定第一实体集合，所述第一实体集合中的第一实体为所述用户信息或环境信息对应的实体，所述食谱推荐知识图谱用于表征第一信息与第二信息之间的关联关系，所述第一信息为所述用户信息或所述环境信息，所述第二信息为与食谱有关的信息；

根据所述第一实体在所述食谱推荐知识图谱中确定第二实体集合，所述第二实体集合中的第二实体为在所述食谱推荐知识图谱中与至少一个所述第一实体具有关联关系的，用于表征食谱的实体；

确定每一个所述第一实体相对于每一个所述第二实体的权重；

根据所述权重计算每一个所述第二实体所表征的食谱的得分；

将所述得分最高的食谱确定为推荐食谱。

在一种可选的方式中，所述根据所述用户信息和所述环境信息在食谱推荐知识图谱中确定第一实体集合，包括：

根据预设的实体映射规则将所述用户信息和/或所述环境信息映射为实体，所述实体映射规则与所述食谱推荐知识图谱的实体命名规则相同；

根据映射得到的实体在食谱推荐知识图谱中确定第一实体集合。

在一种可选的方式中，所述确定每一个所述第一实体相对于每一个所述第二实体的权重，包括：

当所述第一实体与所述第二实体存在关联关系时，将预设的第一数值作为所述第一实体相对于所述第二实体的权重；

当所述第一实体与所述第二实体不存在关联关系时，将预设的第二数值作为所述第一实体相对于所述第二实体的权重。

在一种可选的方式中，所述确定每一个所述第一实体相对于每一个所述第二实体的权重，包括：

根据所述第一实体与所述第二实体在所述食谱推荐知识图谱中的位置，确定所述第一实体到达所述第二实体经过的路径；

将所述路径的个数作为所述第一实体相对于所述第二实体的权重。

在一种可选的方式中，所述确定每一个所述第一实体相对于每一个所述第二实体的权重，包括：

根据所述第一实体与所述第二实体在所述食谱推荐知识图谱中的位置，确定所述第一实体到达所述第二实体经过的路径；

从所述路径中确定最短路径；

根据所述最短路径中，所述第一实体和所述第二实体之间包含的实体个数确定所述第一实体相对于所述第二实体的权重。

在一种可选的方式中，所述根据所述权重计算每一个食谱的得分，包括：

将所述第一实体集合中的所有第一实体相对于所述第二实体的权重的平均值作为所述食谱的得分。

在一种可选的方式中，所述确定每一个所述第一实体相对于每一个所述第二实体的权重，包括：

获取多组训练样本，每一组训练样本均包括：特征信息与推荐食谱之间的对应关系，所述特征信息包括所有第一实体的组合；

根据所述多组训练数据对分类算法进行训练，得到每一个所述第一实体相对于每一个所述第二实体的权重。

在一种可选的方式中，所述根据所述权重计算每一个食谱的得分，包括：

根据公式y＝f(Wx)，P＝softmax(y)计算每一个食谱的概率，其中，f表示所述分类算法对应的分类函数，W表示权重矩阵，所述权重矩阵中的每一个元素为一个第一实体相对于一个第二实体的权重；

将所述概率作为所述得分。

根据本发明实施例的另一方面，提供了一种食谱推荐装置，包括：获取模块、第一确定模块、第二确定模块、第三确定模块、计算模块和第四确定模块，获取模块用于获取用户信息和环境信息，所述用户信息包括长期用户信息和短期用户信息，所述环境信息包括长期环境信息和短期环境信息；第一确定模块，用于根据所述用户信息和所述环境信息在食谱推荐知识图谱中确定第一实体集合，所述第一实体集合中的第一实体为所述用户信息或环境信息对应的实体，所述食谱推荐知识图谱用于表征第一信息与第二信息之间的关联关系，所述第一信息为所述用户信息或所述环境信息，所述第二信息为与食谱有关的信息；第二确定模块，用于根据所述第一实体在所述食谱推荐知识图谱中确定第二实体集合，所述第二实体集合中的第二实体为在所述食谱推荐知识图谱中与至少一个所述第一实体具有关联关系的，用于表征食谱的实体；第三确定模块，用于确定每一个所述第一实体相对于每一个所述第二实体的权重。计算模块，用于根据所述权重计算每一个所述第二实体所表征的食谱的得分；第四确定模块，用于将所述得分最高的食谱确定为推荐食谱。

根据本发明实施例的又一方面，提供了一种计算设备，包括：处理器、存储器、通信接口和通信总线，所述处理器、所述存储器和所述通信接口通过所述通信总线完成相互间的通信；

所述存储器用于存放至少一可执行指令，所述可执行指令使所述处理器执行上述一种食谱推荐方法对应的操作。

根据本发明实施例的还一方面，提供了一种计算机存储介质，所述存储介质中存储有至少一可执行指令，所述可执行指令使所述处理器执行上述一种食谱推荐方法对应的操作。

本发明实施例通过获取长期用户信息和短期用户信息，以及长期环境信息和短期环境信息，在食谱推荐知识图谱中确定第一实体和第二实体，第一实体是获取的用户信息和环境信息中对应的实体，第二实体是与第一实体具有关联关系的实体，一个第二实体对应于一个食谱，根据第一实体相对于第二实体的权重计算每一个食谱的得分，将得分最高的食谱作为推荐食谱。由此可见，本发明实施例在进行食谱推荐时，综合考虑了用户信息和环境信息，不仅考虑了长期用户信息和长期环境信息的方案，还考虑了短期用户信息和短期环境信息，从而使食谱推荐具有实时性和多样性；此外，由于通过食谱推荐知识图谱确定推荐的食谱，食谱推荐知识图谱包含了各种信息以及各种信息相互之间的关联关系，使得信息更加多样化，从而使得推荐食谱时考虑的信息更加全面。

上述说明仅是本发明实施例技术方案的概述，为了能够更清楚了解本发明实施例的技术手段，而可依照说明书的内容予以实施，并且为了让本发明实施例的上述和其它目的、特征和优点能够更明显易懂，以下特举本发明的具体实施方式。

附图说明

通过阅读下文优选实施方式的详细描述，各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。附图仅用于示出优选实施方式的目的，而并不认为是对本发明的限制。而且在整个附图中，用相同的参考符号表示相同的部件。在附图中：

图1示出了本发明第一实施例提供的一种食谱推荐方法流程图；

图2示出了本发明第一实施例提供的一种食谱推荐方法中知识图谱的结构示意图；

图3示出了本发明第二实施例提供的一种食谱推荐方法流程图；

图4示出了本发明第三实施例提供的一种食谱推荐方法流程图；

图5示出了本发明第四实施例提供的一种食谱推荐方法的流程图；

图6示出了本发明第五实施例提供的一种食谱推荐装置的功能框图；

图7示出了本发明第六实施例提供的一种计算设备的结构示意图。

具体实施方式

下面将参照附图更详细地描述本发明的示例性实施例。虽然附图中显示了本发明的示例性实施例，然而应当理解，可以以各种形式实现本发明而不应被这里阐述的实施例所限制。相反，提供这些实施例是为了能够更透彻地理解本发明，并且能够将本发明的范围完整的传达给本领域的技术人员。

本发明实施例主要是根据构建的食谱推荐知识图谱进行食谱推荐。其中，食谱推荐知识图谱是根据食谱数据库和营养健康知识库构建的。将食谱数据库中的各食谱、各食谱功效、各食谱包含的食材等信息以及各个信息之间的联系抽取出来，即可得到食谱数据库对应的多个三元组，一个三元组包括两个实体和两个实体之间的关系，食谱、食谱功效、食谱包含的食材等作为实体，各个信息之间具体的联系作为两个实体之间的关系，例如，任意一个食谱和该食谱对应的食谱功效之间存在“具有功效”的联系，则食谱和该食谱对应的食谱功效以及两只之间“具有功效”的联系构成一个三元组。同样的，将营养健康知识库中的健康知识提取三元组，得到营养健康知识库对应的多个三元组，其中，营养健康知识库中的三元组可包括用户信息或环境信息对应的实体，有关于用户信息和环境信息的描述，可参见后续描述。由于食谱数据库对应的三元组之间、营养健康知识库对应的三元组之间以及食谱数据库对应的三元组和营养知识库对应的三元组之间存在相互重合的实体，相互重合的实体能够将所有的三元组联系起来，构成食谱推荐知识图谱。

本发明实施例根据获取的用户信息和环境信息在食谱推荐知识图谱中确定用户信息和环境信息对应的实体，并根据用户信息和环境信息对应的实体在食谱推荐知识图谱中确定推荐食谱。由于食谱推荐知识图谱中包含了各种信息以及各种信息之间相互的关联关系，获取的用户信息和环境信息也是针对用户的个性化信息，因此，在推荐食谱时，考虑的信息更加全面。下面对各具体实施方式做进一步说明。

图1示出了本发明第一实施例的一种食谱推荐方法的流程图，如图1所示，该方法包括以下步骤：

步骤110：获取用户信息和环境信息。

在本发明实施例中，用户信息包括长期用户信息和短期用户信息，长期用户信息是一段时间之内不会发生变化的信息。长期用户信息包括但不限于，用户的生理信息、健康状况、饮食偏好等。其中，用户的生理信息可包括性别、身高、体重等信息。用户健康状况包括用户长期存在的健康问题，例如，肥胖、高血压等。用户的饮食偏好是用户的饮食习惯，例如，素食、咸、甜等。短期用户信息是用户当前的信息，该信息是变化频率较快的用户信息。短期用户信息包括但不限于，用户的睡眠状况、运动状况等。环境信息包括长期环境信息和短期环境信息，长期环境信息是指一段时间内非变化性的外界环境信息，例如，地域信息、节气等。短期环境信息为变化频率较快的外界环境信息，短期环境信息包括但不限于当天的天气信息，例如，下雨、PM2.5超标等。

长期用户信息可以是用户注册时所填写因而获取得到的信息，短期用户信息可以是执行本发明实施例的设备中安装的其他相关软件通过周期性地采集获取得到的信息，其中，对于采集的频率，本发明实施例不做限制。示例性地，执行本发明实施例的设备可以是某一电子终端，例如，手机，在执行本发明实施例时，手机中的控制单元对于手机中安装的其他软件具有访问权限，则可以获取相关的用户信息。例如，控制单元获取运动信息记录软件的用户信息作为一个短期用户信息。类似的，环境信息也可以通过控制单元访问其他相关软件获取，例如，控制单元通过访问日历类软件可以获取季节信息，通过访问定位类软件可以获知地域信息，通过访问天气类软件可以获取当天的天气信息。

步骤120：根据用户信息和环境信息在食谱推荐知识图谱中确定第一实体集合，第一实体集合中的第一实体为用户信息或环境信息对应的实体。

食谱推荐知识图谱是根据现有的食谱数据库和营养健康知识库构建的，其具体结构请参考附图2，图2示出了知识图谱的结构示意图，其中，食谱数据库中包含有食谱、食谱功效、食谱包含的食材、口味等属性，根据食谱数据库中的各个属性及任意两个属性之间的联系抽取出三元组。三元组包括两个实体和两个实体之间的关系，例如，食谱数据库中一个食谱为：小炒黑木耳丝，所需食材：黑木耳30g，猪肉30g，具有清肺润肺的功效，则“小炒黑木耳丝”与“黑木耳30g”及其之间的“所需食材”的关系组成一个三元组，“小炒黑木耳丝”与“猪肉30g”及其之间的“所需食材”的关系组成一个三元组，“小炒黑木耳丝”与“清肺润肺”及其之间的“具有功效”的关系组成一个三元组。营养健康知识库包括健康知识，例如，健康知识库中某一健康知识为：秋天应该吃降火的食物，例如，木耳豆腐羹，将“秋天”和“降火”以及两者之间“需要功效”关系作为一个三元组，“秋天”和“降火”组成一个三元组；将“木耳豆腐羹”和“降火”以及两者之间“具有功效”的关系作为一个三元组。再例如，健康知识库中某一健康知识为：咳嗽需要吃清肺润肺的食物，则“咳嗽”和“清肺润肺”以及两者之间“需要食谱功效”的关系组成一个三元组。将食谱数据库中抽取的所有三元组以及营养健康知识库中抽取的所有三元组生成知识图谱，三元组中的实体在知识图谱中相当于实体节点，三元组中两个实体之间的关系相当于知识图谱中节点之间的连线。食谱数据库和营养健康知识库中相互重合的节点将所有的三元组连接起来，构成一个知识图谱。知识图谱构建完成后将其存储为文件，存储方式有很多种，在一些实施例中，将构建的知识图谱存储为网络本体语言(Web Ontology Language,OWL)的格式。

在一些实施例中，用户信息和环境信息中包含的信息与食谱推荐知识图谱中的实体的名称一致，在这种情况下，直接根据用户信息和环境信息在食谱推荐知识图谱中确定与用户信息和环境信息一致的实体。例如，用户信息中的健康状况为咳嗽，则根据该信息直接查询食谱推荐知识图谱可知，该用户信息在食谱推荐知识图谱中对应的实体为“咳嗽”。环境信息中的环境状况为PM2.5超标，则根据该信息查询食谱推荐知识图谱可知，该环境信息在食谱推荐知识图谱中对应的实体为“PM2.5超标”。

在一些实施例中，用户信息和/或环境信息中包含的信息与食谱推荐知识图谱中的实体名称不完全一致，此时，根据预设的实体映射规则将用户信息和/或环境信息映射为实体；根据映射得到的实体在食谱推荐知识图谱中确定第一实体集合。其中，预设的实体映射规则与食谱推荐知识图谱中的实体命名规则相同，食谱推荐知识图谱中的实体命名规则是根据食谱推荐知识图谱中每一个实体进行个性化设定的，例如，对于食谱推荐知识图谱中的“睡眠不足”这一实体，其实体命名规则为满足“睡眠时间小于8小时”则为“睡眠不足”，则如果获取的用户信息为“睡眠时间4小时”，则将该用户信息映射为“睡眠不足”。例如，对于食谱推荐知识图谱中的“PM2.5超标”这一实体，其实体命名规则为满足“PM2.5数值超过80”则为“PM2.5超标”，则如果获取的环境信息为“PM2.5数值为100”，则将该环境信息映射为“PM2.5超标”。

步骤130：根据第一实体在食谱推荐知识图谱中确定第二实体集合，第二实体集合中的第二实体为在食谱推荐知识图谱中与至少一个第一实体具有关联关系的，用于表征食谱的实体。

在本步骤中，第二实体表示食谱推荐知识图谱中的食谱，一个第二实体表示一个食谱。例如，在食谱推荐知识图谱中其中一个第二实体为“小炒黑木耳丝”。在确定第一实体后，根据食谱推荐知识图谱中各实体之间的连接关系，确定与第一实体直接连接的第二实体，或者，确定可以与第一实体形成一条路径的第二实体，与第一实体形成一条路径的第二实体是指第一实体经过若干个实体，可以到达第二实体。例如，第一实体为“咳嗽”，“咳嗽”经过实体“清肺润肺”到达第二实体“木耳豆腐羹”，则认为第一实体“咳嗽”与第二实体“木耳豆腐羹”存在关联关系。

步骤140：确定每一个第一实体相对于每一个第二实体的权重。

在本步骤中，根据第一实体和第二实体之间的关联关系确定每一个第二实体的权重。第一实体与第二实体的关联性越强，对应的权重越大，第一实体与第二实体的关联性越弱，对应的权重越小。权重的具体数值可以由本领域技术人员人为设定，本发明实施例并不以此为限。

步骤150：根据权重计算每一个第二实体所表征的食谱的得分。

在本步骤中，每一个食谱的得分为每一个第一实体与该第一实体对应的权重累加后的平均值。例如，在知识图谱中确定的第一实体分别为“性别男”、“季节秋”、“咳嗽”，根据“性别男”没有找到与其具有关联关系的第二实体，该第一实体对应的权重为a，根据“季节秋”找到与其具有关联关系的第二实体为“木耳豆腐羹”，该第一实体对应的权重为b，根据“咳嗽”找到的具有关联关系的第二实体为“小炒黑木耳丝”和“木耳豆腐羹”，该第一实体相对于“小炒黑木耳丝”的权重为c，该第一实体相对于“木耳豆腐羹”的权重为d，则“木耳豆腐羹”的得分为(a+b+d)/3，“小炒黑木耳丝”的得分为(a+b+c)/3。

步骤160：将得分最高的食谱确定为推荐食谱。

在本步骤中，将每一个食谱的得分按照由高到低的顺序排列，根据需要推荐的食谱的数量确定推荐的食谱。例如，需要推荐两个食谱时，则从排序后的食谱中选取前两个食谱作为推荐食谱，需要推荐一个食谱时，则将排序后的食谱中第一个食谱作为推荐食谱。

本发明实施例通过获取长期用户信息和短期用户信息，以及长期环境信息和短期环境信息，在食谱推荐知识图谱中确定第一实体和第二实体，第一实体是获取的用户信息和环境信息中对应的实体，第二实体是与第一实体具有关联关系的实体，一个第二实体对应于一个食谱，根据第一实体相对于第二实体的权重计算每一个食谱的得分，将得分最高的食谱作为推荐食谱。由此可见，本发明实施例在进行食谱推荐时，综合考虑了用户信息和环境信息，不仅考虑了长期用户信息和长期环境信息的方案，还考虑了短期用户信息和短期环境信息，从而使食谱推荐具有实时性和多样性；此外，由于通过食谱推荐知识图谱确定推荐的食谱，食谱推荐知识图谱包含了各种信息以及各种信息相互之间的关联关系，使得信息更加多样化，从而使得推荐食谱时考虑的信息更加全面。

图3示出了本发明第二实施例的一种食谱推荐方法的流程图，如图3所示，该方法包括以下步骤：

步骤210：获取用户信息和环境信息。

步骤220：根据用户信息和环境信息在食谱推荐知识图谱中确定第一实体集合，第一实体集合中的第一实体为用户信息或环境信息对应的实体。

步骤230：根据第一实体在食谱推荐知识图谱中确定第二实体集合，第二实体集合中的第二实体为在食谱推荐知识图谱中与至少一个第一实体具有关联关系的，用于表征食谱的实体。

步骤210～步骤230的具体说明请参考第一实施例中步骤110～步骤130的描述，在此不再赘述。

步骤240：判断第一实体和第二实体是否存在关联关系，若存在，执行步骤250，否则，执行步骤260。

当第一实体与第二实体在知识图谱中存在连接关系时，确定第一实体和第二实体存在关联关系。该连接关系可以是直接连接关系，例如，第一实体和第二实体存在于一个三元组中，也可以是间接连接关系，例如，第一实体存在于第一三元组中，第二实体存在于第二三元组中，第二三元组和第一三元组之间存在相同的实体，例如，第一三元组为“A-B”，中间的横线标识A与B之间的关联关系，第二三元组为“B-C”，则认为A与C存在关联关系。或，第一三元组和第二三元组可以通过其他三元组建立联系，例如，第一三元组为“A-B”，第二三元组为“C-D”，在知识图谱中存在一个三元组为“B-C”，则认为A与D之间存在关联关系，其他三元组的数量为至少一个。不满足上述条件的第一实体和第二实体之间不存在关联关系。

步骤250：将预设的第一数值作为第一实体相对于第二实体的权重。

当第一实体和第二实体之间存在关联关系时，将预设的第一数值作为第一实体相对于第二实体的权重。本发明实施例并不对第一数值的具体数据做限定，当对于每一个第一实体，其重要程度相同时，每一个第一实体的权重可以为同一个数值，例如，将所有第一实体预设的第一数值均设置为1。在一些实施例中，某些第一实体对于食谱的推荐的重要程度高于其他实体，此时，对于重要程度较高的第一实体，其对应的第一数值可以大于其他第一实体对应的第一数值。例如，用户咳嗽时，“咳嗽”的重要程度相比于“季节”更重要，“咳嗽”相对于第二实体的权重要高于“季节”相对于第二实体的权重。

在一些实施例中，第一数值也可以根据第一实体与第二实体之间包含的实体的个数确定。确定第一实体和第二实体在食谱推荐知识图谱中的位置后，第一实体与第二实体之间包含的实体个数越多，说明两者的关系越微弱，则第一数值设置的越小。例如，在一种实施方式中，第一实体与第二实体之间包含有m个实体，则第一实体相对于第二实体的权重为1/m。

步骤260：将预设的第二数值作为第一实体相对于第二实体的权重。

当第一实体和第二实体之间不存在关联关系时，将预设的第二数值作为第一实体相对于第二实体的权重。由于不存在关联关系的实体对食谱推荐没有影响，因此，第二数值是一个很小的数值，在一些实施方式中，第二数值设置为0。

可以理解的是，上述步骤240-步骤260描述的为确定第一实体集合中的一个第一实体相对于第二实体集合中的一个第二实体的权重的方式，对于第二实体集合中的每个第二实体，均可以通过上述步骤240-260描述的方式确定第一实体集合中的每个第一实体相对于该第二实体的权重，以此确定第一实体集合中的所有第一实体相对于第二实体集合中的各个第二实体的权重。

步骤270：将所有第一实体相对于第二实体的权重的平均值作为第二实体所表征的食谱的得分。

应理解的是，上述步骤270描述的为确定一个第二实体所表征的食谱的得到，对于第二实体集合中的每个第二实体，均可以通过步骤270确定每个第二实体所表征的食谱的得分，以此确定第二实体集合中的所有第二实体各自表征的食谱的得分。

步骤280：将得分最高的食谱确定为推荐食谱。

本发明实施例根据第一实体与第二实体的关联关系设置第一实体相对于第二实体的权重，且该权重可根据第一实体的重要程度个性化设置，根据该权重计算每一个食谱的得分，从而得出推荐食谱。由此可见，根据本发明实施例的方案确定的权重，能够准确计算出每一个食谱的得分，便于根据该得分确定推荐食谱。

图4示出了本发明第三实施例的一种食谱推荐方法的流程图。如图4所示，该方法包括以下步骤：

步骤310：获取用户信息和环境信息。

步骤320：根据用户信息和环境信息在食谱推荐知识图谱中确定第一实体集合，第一实体集合中的第一实体为用户信息或环境信息对应的实体。

步骤330：根据第一实体在食谱推荐知识图谱中确定第二实体集合，第二实体集合中的第二实体为在食谱推荐知识图谱中与至少一个第一实体具有关联关系的，用于表征食谱的实体。

步骤310～步骤330的具体说明请参考第一实施例中步骤110～步骤130的描述，在此不再赘述。

步骤340：根据第一实体与第二实体在食谱推荐知识图谱中的位置，确定第一实体到达第二实体经过的路径。

在本步骤中，第一实体到达第二实体所经过的路径是指将第一实体和第二实体连接时的连接方式，连接方式越多，说明第一实体和第二实体之间的关系越紧密，则对应的权重越大，连接方式越少，说明第一实体和第二实体之间的关系越微弱，则对应的权重越小。

步骤350：将路径的个数作为第一实体相对于第二实体的权重。

在本步骤中，路径的个数与第一实体与第二实体之间的紧密程度成正比，因此，将路径个数作为第一实体相对于第二实体的权重。例如，某一个第一实体与某一个第二实体确定了n条路径，则该第一实体相对于该第二实体的权重为n。应理解，当第二实体之间不存在关联关系的第一实体与该第二实体之间不存在路径，则该第一实体相对于该第二实体的权重为0。

可以理解的是，上述步骤340-步骤350描述的为确定第一实体集合中的一个第一实体相对于第二实体集合中的一个第二实体的权重的方式，对于第二实体集合中的每个第二实体，均可以通过上述步骤240-260描述的方式确定第一实体集合中的每个第一实体相对于该第二实体的权重，以此确定第一实体集合中的所有第一实体相对于第二实体集合中的各个第二实体的权重。

步骤360：将所有第一实体相对于第二实体的权重的平均值作为第二实体所表征的食谱的得分。

步骤370：将得分最高的食谱确定为推荐食谱。

有关于步骤360-步骤370的具体说明，请参考步骤270-步骤280的描述，在此不再赘述。

本发明实施例将第一实体与第二实体之间的路径个数作为第一实体相对于第二实体的权重，路径个数越多，第一实体和第二实体之间的关系越紧密，第一实体相对于第二实体的权重越大，根据该权重计算每一个食谱的得分，从而得出推荐食谱。由此可见，根据本发明实施例的方案确定的权重，能够准确计算出每一个食谱的得分，便于根据该得分确定推荐食谱。

图5示出了本发明第四实施例的一种食谱推荐方法的流程图。如图5所示，该方法包括以下步骤：

步骤410：获取用户信息和环境信息。

步骤420：根据用户信息和环境信息在食谱推荐知识图谱中确定第一实体集合，第一实体集合中的第一实体为用户信息或环境信息对应的实体。

步骤430：根据第一实体在食谱推荐知识图谱中确定第二实体集合，第二实体集合中的第二实体为在食谱推荐知识图谱中与至少一个第一实体具有关联关系的，用于表征食谱的实体。

步骤410～步骤430的具体说明请参考第一实施例中步骤110～步骤130的描述，在此不再赘述。

步骤440：获取多组训练样本，每一组训练样本均包括：特征信息与推荐食谱之间的对应关系，特征信息包括所有第一实体的组合。

在本步骤中，根据输入的用户信息和环境信息将可能获取的所有第一实体进行编码，例如，输入的用户信息和环境信息共包含三类，疾病咳嗽、季节、性别，共七个维度的信息，将七个维度的信息分别进行编码，每一个维度的信息分别使用0和1表示，0表示获取的用户信息和环境信息中不包含该维度的信息，1表示获取的用户信息和环境信息中包含该维度的信息。在知识图谱中确定每一特征信息对应的可能的推荐食谱，并将每一个推荐食谱编码，例如，每一食谱分别使用不同的大写字母表示，将特征信息的编码和对应的食谱编码作为一组训练样本。

步骤450：根据多组训练数据对分类算法进行训练，得到每一个第一实体相对于每一个第二实体的权重。

在本步骤中，分类算法可以是机器学习中的任意一种分类算法，例如多分类的SVM算法。根据多组训练数据对分类算法进行训练，得到分类算法中的权重。例如，某一分类算法为y＝f(Wx)，则通过训练分类算法，得到权重W，该权重与输入的特征维度相对应，每一维输入特征与每一食谱之间存在一个权重，例如，输入的特征维度为七维，待推荐的食谱有两个，则共得到14个权重。

步骤460：根据该权重计算每一个食谱的概率。

将获取到的用于确定推荐食谱的用户信息和环境信息转换为步骤440中的编码，并将该编码输入训练完成的分类算法中，通过步骤450得到的权重输出每一个食谱对应的结果，通过softmax函数将该结果转化为概率值，作为每一个食谱的概率。

步骤470：将该概率作为每一个第二实体所表征的食谱的得分。

步骤480：将得分最高的食谱确定为推荐食谱。

本发明实施例根据多组训练样本训练分类算法，得到每一个第一实体相对每一个食谱的权重，并根据该权重得到推荐每一个食谱的概率，根据该概率确定推荐食谱。由此可见，根据本发明实施例的方案确定的权重，能够准确计算出每一个食谱的得分，便于根据该得分确定推荐食谱。

图6示出了本发明第五实施例的一种食谱推荐装置的功能框图。如图6所示，该装置包括：获取模块510、第一确定模块520、第二确定模块530、第三确定模块540、计算模块550和第四确定模块560，获取模块510，用于获取用户信息和环境信息，所述用户信息包括长期用户信息和短期用户信息，所述环境信息包括长期环境信息和短期环境信息。第一确定模块520，用于根据所述用户信息和所述环境信息在食谱推荐知识图谱中确定第一实体集合，所述第一实体集合中的第一实体为所述用户信息或环境信息对应的实体，所述食谱推荐知识图谱用于表征第一信息与第二信息之间的关联关系，所述第一信息为所述用户信息或所述环境信息，所述第二信息为与食谱有关的信息。第二确定模块530，用于根据所述第一实体在所述食谱推荐知识图谱中确定第二实体集合，所述第二实体集合中的第二实体为在所述食谱推荐知识图谱中与至少一个所述第一实体具有关联关系的，用于表征食谱的实体。第三确定模块540，用于确定每一个所述第一实体相对于每一个所述第二实体的权重。计算模块550，用于根据所述权重计算每一个所述第二实体所表征的食谱的得分。第四确定模块560，用于将所述得分最高的食谱确定为推荐食谱。

在一种可选的方式中，第一确定模块520进一步用于：

根据预设的实体映射规则将所述用户信息和/或所述环境信息映射为实体，所述实体映射规则与所述食谱推荐知识图谱的实体命名规则相同；

根据映射得到的实体在食谱推荐知识图谱中确定第一实体集合。

在一种可选的方式中，第三确定模块540进一步用于：

当所述第一实体与所述第二实体存在关联关系时，将预设的第一数值作为所述第一实体相对于所述第二实体的权重；

当所述第一实体与所述第二实体不存在关联关系时，将预设的第二数值作为所述第一实体相对于所述第二实体的权重。

在一种可选的方式中，第三确定模块540进一步用于：

根据所述第一实体与所述第二实体在所述食谱推荐知识图谱中的位置，确定所述第一实体到达所述第二实体经过的路径；

将所述路径的个数作为所述第一实体相对于所述第二实体的权重。

在一种可选的方式中，在一种可选的方式中，第三确定模块540进一步用于：

从所述路径中确定最短路径；

根据所述最短路径中，所述第一实体和所述第二实体之间包含的实体个数确定所述第一实体相对于所述第二实体的权重。

在一种可选的方式中，计算模块550进一步用于：

将所述第一实体相对于所述第二实体的权重的平均值作为所述食谱的得分。

在一种可选的方式中，第三确定模块540进一步用于：

获取多组训练样本，每一组训练样本均包括：特征信息与推荐食谱之间的对应关系，所述特征信息包括所有第一实体的组合；

根据所述多组训练数据对分类算法进行训练，得到每一个所述第一实体相对于每一个所述第二实体的权重。

在一种可选的方式中，计算模块550进一步用于：

根据公式y＝f(Wx)，P＝softmax(y)计算每一个食谱的概率，其中，f表示所述分类算法对应的分类函数，W表示权重矩阵，所述权重矩阵中的每一个元素为一个第一实体相对于一个第二实体的权重；

将所述概率作为所述得分。

本发明实施例通过获取模块510获取长期用户信息和短期用户信息，以及长期环境信息和短期环境信息，通过第一确定模块520在食谱推荐知识图谱中确定第一实体和第二实体，第一实体是获取的用户信息和环境信息中对应的实体，第二实体是与第一实体具有关联关系的实体，一个第二实体对应于一个食谱，计算模块550根据第一实体相对于第二实体的权重计算每一个食谱的得分，将得分最高的食谱作为推荐食谱。由此可见，本发明实施例在进行食谱推荐时，综合考虑了用户信息和环境信息，不仅考虑了长期用户信息和长期环境信息的方案，还考虑了短期用户信息和短期环境信息，从而使食谱推荐具有实时性和多样性；此外，由于通过食谱推荐知识图谱确定推荐的食谱，食谱推荐知识图谱包含了各种信息以及各种信息相互之间的关联关系，使得信息更加多样化，从而使得推荐食谱时考虑的信息更加全面。

本发明实施例提供了一种非易失性计算机存储介质，所述计算机存储介质存储有至少一可执行指令，该计算机可执行指令可执行上述任意方法实施例中的一种食谱推荐方法。

图7示出了本发明第六实施例的一种设备的结构示意图，本发明具体实施例并不对计算设备的具体实现做限定。

如图7所示，该计算设备可以包括：处理器(processor)602、通信接口(Communications Interface)604、存储器(memory)606、以及通信总线608。

其中：处理器602、通信接口604、以及存储器606通过通信总线608完成相互间的通信。通信接口604，用于与其它设备比如客户端或其它服务器等的网元通信。处理器602，用于执行程序610，具体可以执行上述用于一种食谱推荐方法实施例中的相关步骤。

具体地，程序610可以包括程序代码，该程序代码包括计算机操作指令。

处理器602可能是中央处理器CPU，或者是特定集成电路ASIC(ApplicationSpecific Integrated Circuit)，或者是被配置成实施本发明实施例的一个或多个集成电路。计算设备包括的一个或多个处理器，可以是同一类型的处理器，如一个或多个CPU；也可以是不同类型的处理器，如一个或多个CPU以及一个或多个ASIC。

存储器606，用于存放程序610。存储器606可能包含高速RAM存储器，也可能还包括非易失性存储器(non-volatile memory)，例如至少一个磁盘存储器。

程序610具体可以用于使得处理器602执行程序610具体可以用于使得处理器602执行图1中步骤110～步骤160，图3中步骤210～步骤280，图4中步骤310～步骤370，图5中步骤410～步骤480，以及实现图6中的模块510至模块560的功能。

在此提供的算法或显示不与任何特定计算机、虚拟系统或者其它设备固有相关。各种通用系统也可以与基于在此的示教一起使用。根据上面的描述，构造这类系统所要求的结构是显而易见的。此外，本发明实施例也不针对任何特定编程语言。应当明白，可以利用各种编程语言实现在此描述的本发明的内容，并且上面对特定语言所做的描述是为了披露本发明的最佳实施方式。

在此处所提供的说明书中，说明了大量具体细节。然而，能够理解，本发明的实施例可以在没有这些具体细节的情况下实践。在一些实例中，并未详细示出公知的方法、结构和技术，以便不模糊对本说明书的理解。

类似地，应当理解，为了精简本发明并帮助理解各个发明方面中的一个或多个，在上面对本发明的示例性实施例的描述中，本发明实施例的各个特征有时被一起分组到单个实施例、图、或者对其的描述中。然而，并不应将该公开的方法解释成反映如下意图：即所要求保护的本发明要求比在每个权利要求中所明确记载的特征更多的特征。更确切地说，如下面的权利要求书所反映的那样，发明方面在于少于前面公开的单个实施例的所有特征。因此，遵循具体实施方式的权利要求书由此明确地并入该具体实施方式，其中每个权利要求本身都作为本发明的单独实施例。

本领域那些技术人员可以理解，可以对实施例中的设备中的模块进行自适应性地改变并且把它们设置在与该实施例不同的一个或多个设备中。可以把实施例中的模块或单元或组件组合成一个模块或单元或组件，以及此外可以把它们分成多个子模块或子单元或子组件。除了这样的特征和/或过程或者单元中的至少一些是相互排斥之外，可以采用任何组合对本说明书(包括伴随的权利要求、摘要和附图)中公开的所有特征以及如此公开的任何方法或者设备的所有过程或单元进行组合。除非另外明确陈述，本说明书(包括伴随的权利要求、摘要和附图)中公开的每个特征可以由提供相同、等同或相似目的的替代特征来代替。

此外，本领域的技术人员能够理解，尽管在此的一些实施例包括其它实施例中所包括的某些特征而不是其它特征，但是不同实施例的特征的组合意味着处于本发明的范围之内并且形成不同的实施例。例如，在下面的权利要求书中，所要求保护的实施例的任意之一都可以以任意的组合方式来使用。

应该注意的是上述实施例对本发明进行说明而不是对本发明进行限制，并且本领域技术人员在不脱离所附权利要求的范围的情况下可设计出替换实施例。在权利要求中，不应将位于括号之间的任何参考符号构造成对权利要求的限制。单词“包含”不排除存在未列在权利要求中的元件或步骤。位于元件之前的单词“一”或“一个”不排除存在多个这样的元件。本发明可以借助于包括有若干不同元件的硬件以及借助于适当编程的计算机来实现。在列举了若干装置的单元权利要求中，这些装置中的若干个可以是通过同一个硬件项来具体体现。单词第一、第二、以及第三等的使用不表示任何顺序。可将这些单词解释为名称。上述实施例中的步骤，除有特殊说明外，不应理解为对执行顺序的限定。

Claims (11)

1.一种食谱推荐方法，其特征在于，所述方法包括：

获取用户信息和环境信息，所述用户信息包括长期用户信息和短期用户信息，所述环境信息包括长期环境信息和短期环境信息；

根据所述用户信息和所述环境信息在食谱推荐知识图谱中确定第一实体集合，所述第一实体集合中的第一实体为所述用户信息或环境信息对应的实体，所述食谱推荐知识图谱用于表征第一信息与第二信息之间的关联关系，所述第一信息为所述用户信息或所述环境信息，所述第二信息为与食谱有关的信息；

根据所述第一实体在所述食谱推荐知识图谱中确定第二实体集合，所述第二实体集合中的第二实体为在所述食谱推荐知识图谱中与至少一个所述第一实体具有关联关系的，用于表征食谱的实体；

确定每一个所述第一实体相对于每一个所述第二实体的权重；

根据所述权重计算每一个所述第二实体所表征的食谱的得分；

将所述得分最高的食谱确定为推荐食谱。

2.根据权利要求1所述的方法，其特征在于，所述根据所述用户信息和所述环境信息在食谱推荐知识图谱中确定第一实体集合，包括：

根据预设的实体映射规则将所述用户信息和/或所述环境信息映射为实体，所述实体映射规则与所述食谱推荐知识图谱的实体命名规则相同；

根据映射得到的实体在食谱推荐知识图谱中确定第一实体集合。

3.根据权利要求1所述的方法，其特征在于，所述确定每一个所述第一实体相对于每一个所述第二实体的权重，包括：

当所述第一实体与所述第二实体存在关联关系时，将预设的第一数值作为所述第一实体相对于所述第二实体的权重；

当所述第一实体与所述第二实体不存在关联关系时，将预设的第二数值作为所述第一实体相对于所述第二实体的权重。

4.根据权利要求1所述的方法，其特征在于，所述确定每一个所述第一实体相对于每一个所述第二实体的权重，包括：

根据所述第一实体与所述第二实体在所述食谱推荐知识图谱中的位置，确定所述第一实体到达所述第二实体经过的路径；

将所述路径的个数作为所述第一实体相对于所述第二实体的权重。

5.根据权利要求1所述的方法，其特征在于，所述确定每一个所述第一实体相对于每一个所述第二实体的权重，包括：

根据所述第一实体与所述第二实体在所述食谱推荐知识图谱中的位置，确定所述第一实体到达所述第二实体经过的路径；

从所述路径中确定最短路径；

根据所述最短路径中，所述第一实体和所述第二实体之间包含的实体个数确定所述第一实体相对于所述第二实体的权重。

6.根据权利要求3-5任意一项所述的方法，其特征在于，所述根据所述权重计算每一个食谱的得分，包括：

将所述第一实体集合中的所有第一实体相对于所述第二实体的权重的平均值作为所述食谱的得分。

7.根据权利要求1所述的方法，其特征在于，所述确定每一个所述第一实体相对于每一个所述第二实体的权重，包括：

获取多组训练样本，每一组训练样本均包括：特征信息与推荐食谱之间的对应关系，所述特征信息包括所有第一实体的组合；

根据所述多组训练数据对分类算法进行训练，得到每一个所述第一实体相对于每一个所述第二实体的权重。

8.根据权利要求7所述的方法，其特征在于，所述根据所述权重计算每一个食谱的得分，包括：

根据公式y＝f(Wx)，P＝softmax(y)计算每一个食谱的概率，其中，f表示所述分类算法对应的分类函数，W表示权重矩阵，所述权重矩阵中的每一个元素为一个第一实体相对于一个第二实体的权重；

将所述概率作为所述得分。

9.一种食谱推荐装置，其特征在于，所述装置包括：

获取模块，用于获取用户信息和环境信息，所述用户信息包括长期用户信息和短期用户信息，所述环境信息包括长期环境信息和短期环境信息；

第一确定模块，用于根据所述用户信息和所述环境信息在食谱推荐知识图谱中确定第一实体集合，所述第一实体集合中的第一实体为所述用户信息或环境信息对应的实体，所述食谱推荐知识图谱用于表征第一信息与第二信息之间的关联关系，所述第一信息为所述用户信息或所述环境信息，所述第二信息为与食谱有关的信息；

第二确定模块，用于根据所述第一实体在所述食谱推荐知识图谱中确定第二实体集合，所述第二实体集合中的第二实体为在所述食谱推荐知识图谱中与至少一个所述第一实体具有关联关系的，用于表征食谱的实体；

第三确定模块，用于确定每一个所述第一实体相对于每一个所述第二实体的权重；

计算模块，用于根据所述权重计算每一个所述第二实体所表征的食谱的得分；

第四确定模块，用于将所述得分最高的食谱确定为推荐食谱。

10.一种计算设备，包括：处理器、存储器、通信接口和通信总线，所述处理器、所述存储器和所述通信接口通过所述通信总线完成相互间的通信；

所述存储器用于存放至少一可执行指令，所述可执行指令使所述处理器执行根据权利要求1-8任一项所述的一种食谱推荐方法对应的操作。

11.一种计算机存储介质，所述存储介质中存储有至少一可执行指令，所述可执行指令使处理器执行根据权利要求1-8任一项所述的一种食谱推荐方法对应的操作。

Images