CN110826595A - 菜谱比较方法、装置及计算机存储介质 - Google Patents
菜谱比较方法、装置及计算机存储介质 Download PDFInfo
- Publication number
- CN110826595A CN110826595A CN201910936777.1A CN201910936777A CN110826595A CN 110826595 A CN110826595 A CN 110826595A CN 201910936777 A CN201910936777 A CN 201910936777A CN 110826595 A CN110826595 A CN 110826595A
- Authority
- CN
- China
- Prior art keywords
- information
- food material
- menu
- similarity
- proportion
- 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
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/22—Matching criteria, e.g. proximity measures
-
- 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)
- Theoretical Computer Science (AREA)
- Databases & Information Systems (AREA)
- Data Mining & Analysis (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Artificial Intelligence (AREA)
- Life Sciences & Earth Sciences (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Medical Treatment And Welfare Office Work (AREA)
Abstract
本申请公开了一种菜谱比较方法、菜谱比较装置及计算机存储介质。所述方法包括如下步骤:获取第一菜谱信息和第二菜谱信息,第一菜谱信息包括多个第一食材的第一类别信息和第一占比信息,第二菜谱信息包括多个第二食材的第二类别信息和第二占比信息;比较第一类别信息和第二类别信息,获取每一第一食材与每一第二食材的食材相似度;根据第一占比信息和第二占比信息,对食材相似度进行加权求和,得到第一菜谱和第二菜谱的菜谱相似度。通过上述方式,本申请能够更为合理的比较第一菜谱信息和第二菜谱信息,准确的得到二者的相似度。
Description
技术领域
本申请涉及智能家居技术领域,特别是涉及一种菜谱比较方法、菜谱比较装置及计算机存储介质。
背景技术
目前传统家电正在逐渐接入物联网领域,在线的包括厨房电器在内的家用电器越来越多。如何根据联网的线上数据,为用户提供更多的增值服务,是家电业需要涉及的新技术领域。
在菜谱个性化推荐中,常常需要计算不同菜谱的相似性。但目前对菜谱相似度的计算往往是简单地计算两菜谱之间食材的数量重叠程度,不能够准确反映两菜谱之间的相似度。
发明内容
本申请提供一种菜谱比较方法、菜谱比较装置及计算机存储介质,以解决相关技术中菜谱之间的相似度计算不够准确的问题。
为解决上述技术问题,本申请提供一种菜谱比较方法。该方法包括:获取第一菜谱信息和第二菜谱信息,第一菜谱信息包括多个第一食材的第一类别信息和第一占比信息,第二菜谱信息包括多个第二食材的第二类别信息和第二占比信息;比较第一类别信息和第二类别信息,获取每一第一食材与每一第二食材的食材相似度;根据第一占比信息和第二占比信息,对食材相似度进行加权求和,得到第一菜谱和第二菜谱的菜谱相似度。
为解决上述技术问题,本申请提供一种菜谱比较装置。该装置包括处理器和存储器;存储器中存储有计算机程序,处理器用于执行计算机程序以实现上述菜谱比较方法的步骤。
为解决上述技术问题,本申请提供一种计算机存储介质。该计算机存储介质存储有计算机程序,计算机程序被执行以实现上述菜谱比较方法的步骤。
本申请通过比较第一类别信息和第二类别信息,获得每一第一食材与每一第二食材的食材相似度。并根据第一占比信息和第二占比信息对食材相似度进行加权求和,以得到第一菜谱和第二菜谱之间的相似度,能够更加合理的比较第一菜谱信息和第二菜谱信息,准确的得到二者的相似度。
附图说明
图1是本申请提供的菜谱比较方法第一实施例的结构示意图;
图2是本申请提供的第一菜谱和第二菜谱的菜谱相似度计算方法的流程示意图;
图3是本申请提供的菜谱比较方法第二实施例的流程示意图;
图4是本申请提供的菜谱比较装置一实施例的结构示意图;
图5是本申请提供的计算机存储介质一实施例的结构示意图。
具体实施方式
为使本领域的技术人员更好地理解本申请的技术方案,下面结合附图和具体实施方式对本申请所提供的菜谱比较方法、菜谱比较装置及计算机存储介质做进一步详细描述。
请参阅图1,图1是本申请提供的菜谱比较方法第一实施例的流程示意图。本实施例包括以下步骤:
S110:获取第一菜谱信息和第二菜谱信息,第一菜谱信息包括多个第一食材的第一类别信息和第一占比信息,第二菜谱信息包括多个第二食材的第二类别信息和第二占比信息。
本实施例中,菜谱和菜谱信息相关联,例如第一菜谱与第一菜谱信息关联,第二菜谱与第二菜谱信息关联。获取第一菜谱信息和第二菜谱信息可以是从菜谱比较装置的本地数据库中调取,也可以是从互联网中调取。
第一菜谱例如是用户喜爱的菜谱。获取第一菜谱的方式可以有多种,例如第一菜谱可以根据用户历史浏览记录、收藏记录或用户输入/选择的菜谱中获取。具体而言,用户浏览某菜谱时间越长、次数越多,则有可能对该菜谱越感兴趣,那么可以确定该菜谱为第一菜谱。或者用户在浏览该菜谱时,点击菜谱页面中的喜欢或收藏,或用户通过语音、设备屏幕输入或选择喜爱的菜谱。
又例如,第一菜谱也可以是从用户在社交平台公开分享的喜爱的菜谱中获取的。
再例如,第一菜谱还可以是通过家电设备获取的。具体地,家电设备例如是微波炉、烤箱、油烟机或冰箱等厨房家电设备。家电设备例如安装有摄像头,利用摄像头可以采集家电设备中烹饪食材的图像,例如微波炉、烤箱可采集其中正被加热的食材,或油烟机拍摄在灶具中烹饪的食材,或冰箱拍摄被取出的食材。家电设备采集到食材的图像后,分析识别图像中的食材从而得到对应的菜谱。进一步地,还可以分析食材对应的菜谱被烹饪的频率或次数,某菜谱被烹饪的频率越高或次数越多,则说明用户越喜爱该菜谱。当菜谱被烹饪的频率或次数超过设定的阈值时,例如一个月内烹饪次数超过5次的菜谱,或菜谱被烹饪的频率或次数在用户所烹饪的所有菜谱中排序靠前的,例如排序在前3的菜谱,则可以确定该菜谱为第一菜谱。可以理解的是,上述一个月内烹饪次数超过5次、排序在前3仅作为举例说明,阈值或排序靠前的具体数值可以根据用户实际烹饪情况进行调整,本申请在此不做限制。
第二菜谱是不同于第一菜谱的其他菜谱,第二菜谱可以是通过在本地数据库中或互联网检索与第一菜谱有关的关键词获取。因此,可以理解的是,本实施例中第二菜谱的数量可以是多个。
一般地,菜谱信息包括食材、各食材重量、菜系、口味、烹饪方法等信息,除此之外,本实施例中菜谱信息中,食材具体还包括食材的类别信息和占比信息。
类别信息例如可以是从食材编码表中获取的该食材的食材编码。食材编码表可以是服务方自行设计的,也可以是现有的食材编码表,例如《中国食物编码表》、《中国食物成分表》等。可以理解的是,为保证食材编码的一致性,第一类别信息和第二类别信息是从同一食材编码表中获取的。食材编码表中的食材编码包括多层编码,每层限定食材所在的范围,下一层在上一层限定范围的基础上,继续缩小限定范围,层层递进,直到最末一层编码指向某一具体食材。因此,食材的类别信息具有唯一性,能够唯一代表某一食材。例如,小白菜在《中国食物成分表》中的食材编码是04-5-107,其中,第一层04表示蔬菜类及制品,到第二层04-5表示嫩茎、叶、花菜类,到第三层04-5-107表示小白菜。另一方面,使用食材编码代表食材,能够避免两个菜谱中因为对同一食材表述方式不同引起无法一一对应的问题,例如姜丝和姜片都属于姜,姜丝和姜片的食材编码是相同的,因此食材编码能更准确地表达同一食材。
占比信息例如是每一食材重量分别占该菜谱所有食材总重量的百分比。相较于菜谱信息中食材重量,食材的占比信息更能够直观地反应菜谱中某一食材主次程度,使不同菜谱之间更具可比性。
S120:比较第一类别信息和第二类别信息,获取每一第一食材与每一第二食材的食材相似度。
从S110中的描述可知,第一类别信息可以是第一食材的食材编码,第二类别信息可以是第二食材的食材编码。食材编中由最高层级到最低层级,每层编码所表示的含义范围一次缩小。比较第一类别信息的每层编码和第二类别信息的每层编码,可以获取每一第一食材与每一第二食材的食材相似度。
具体地,确定第一类别信息的第一编码层数,以及第二类别信息的第二编码层数。比较第一类别信息的每层编码和第二类别信息的每层编码,确定编码相同的层数。计算第一编码层数和第二编码层数的乘积的开方值,计算编码相同的层数和开方值的商值作为食材相似度。公式表示如下:
需要说明的是,编码相同的层数是指从食材编码最高层级开始计算,直到编码不同的那层之前相同的层数。具体地,由食材编码最高层级到最低层级,依次比较第一类别信息和第二类别信息的同层编码,直至比较结果为不同,确定比较结果为不同的层级以上的层数为编码相同的层数。当然,直至比较到第一类别信息或第二类别信息的食材编码最低层级时编码仍相同,确定比较结果为第一编码层数或第二编码层数为编码相同的层数。
例如,五花肉在《中国食物编码表》中的食材编码是08-1-1-007,里脊肉的食材编码是08-1-1-006,那么五花肉和里脊肉编码相同的层数是3。胡萝卜的食材编码是04-1-1-011,里脊肉的最高层级编码与胡萝卜的最高层级编码不同,即使第二层和第三层编码相同,里脊肉与胡萝卜的编码相同的层数仍然是0。
以计算五花肉和里脊肉的食材相似度为例,五花肉和里脊肉编码相同的层数是3,五花肉的编码层数是4,里脊肉的编码层数是4。五花肉与里脊肉的食材相似度为:
S130:根据第一占比信息和第二占比信息,对食材相似度进行加权求和,得到第一菜谱和第二菜谱的菜谱相似度。
本实施例中,通过食材相似度和占比信息两个维度计算第一菜谱与第二菜谱的相似度。
计算第一菜谱和第二菜谱相似度的方法有多种,例如,可以将第一占比信息和第二占比信息的乘积作为权值,对食材相似度进行加权求和,以得到菜谱相似度。需要说明的是,第一占比信息和第二占比信息的乘积作为权值,对食材相似度进行加权,是指对第一占比信息对应的第一食材和第二占比信息对应的第二食材之间的食材相似度进行加权。将每一第一食材与每一第二食材的食材相似度的加权值相加,即得到第一菜谱和第二菜谱的菜谱相似度。公式表示如下:
其中,SimAB和SimBA均表示第一菜谱和第二菜谱之间的菜谱相似度,表示第一食材与第二食材之间的相似度。i为正整数,表示第一菜谱信息中的食材数量,例如第一菜谱信息包含有5种第一食材,则i=5,此处仅作为举例说明,i的具体数值根据菜谱实际食材数量而定,本实施例中不做限定。Ai表示第一菜谱信息中具体某一第一食材,每一第一食材Ai都有与之对应的第一占比信息pAi。j为正整数,表示第二菜谱信息中的食材数量。Bj表示第一菜谱信息中具体某一第一食材,每一第二食材Bj都有与之对应的第二占比信息pBj。
还例如,第一菜谱和第二菜谱的相似度可以通过以下方法进行计算,请参阅图2,图2是本申请提供的第一菜谱和第二菜谱的菜谱相似度计算方法的流程示意图。该方法计算过程如下:
S131:比较第一类别信息和第二类别信息,确定多个第一食材和多个第二食材中的共同食材,获取每一第一食材与每一第二食材的食材相似度。
将每一个第一类别信息分别与每一个第二类别信息进行对比,确定多个第一食材和多个第二食材中的共同食材。同时,获取每一第一食材与每一第二食材的食材相似度。
S132:比较共同食材的第一占比信息和第二占比信息,确定共同食材的共同占比。
获得共同食材后,比较每一共同食材的第一占比信息和第二占比信息,确定共同食材的共同占比。
举例说明,第一菜谱信息中猪肉的占比信息为0.3,第二菜谱信息中猪肉的占比信息为0.5,那么猪肉的共同占比为0.3。
S133:去除共同食材的第一占比信息和第二占比信息中的共同占比,根据去除处理后的第一占比信息和第二占比信息,对食材相似度进行加权求和。
分别去除第一菜谱信息中共同食材的共同占比、第二菜谱信息中共同食材的共同占比,得到去除处理后的第一菜谱信息和第二菜谱信息。去除处理后的第一菜谱信息包括多个第一食材的第一类别信息和去除处理后的第一占比信息,去除处理后的第二菜谱信息包括多个第二食材的第二类别信息和去除处理后的第二占比信息。根据去除处理后的第一占比信息和去除处理后的第二占比信息,对食材相似度进行加权求和。同样地,对食材相似度进行加权,是指使用去除处理后的第一占比信息和去除处理后的第二占比信息,对去除处理后的第一占比信息和去除处理后的第二占比信息对应的第一食材和第二食材之间的食材相似度进行加权。将每一第一食材与每一第二食材的食材相似度的加权值相加,即得到去除处理后的第一菜谱和去除处理后的第二菜谱的菜谱相似度。公式表示如下:
其中,A^表示去除处理后的第一菜谱信息,B^表示去除处理后的第二菜谱信息,pA^(pA^可能为0,因此pA^大于等于0)表示去除处理后的第一占比信息,pB^(pB^可能为0,因此pB^大于等于0)表示去除处理后的第二占比信息,SimA^B^表示去除处理后的第一菜谱信息和去除处理后的第二菜谱信息之间的菜谱相似度。
S134:将去除处理后的第一占比信息和第二占比信息的乘积作为权值,对食材相似度进行加权求和,并加上共同占比的和,以得到菜谱相似度。
去除处理后的第一菜谱信息和去除处理后的第二菜谱信息之间的菜谱相似度,与共同占比之和相加,即为菜谱相似度。公式表示如下:
其中,pcm表示第m个共同食材的共同占比。
将共同占比单独相加,相当于增加了共同食材的权重,一定程度上可以增加第一菜谱与第二菜谱之间的菜谱相似度。也就是说,相同食材或食材相似度较高的食材的在菜谱中的重量占比越大,菜谱相似度也就越高,可以提高推荐菜谱的准确性。
本实施例中,通过比较第一类别信息和第二类别信息,获得每一第一食材与每一第二食材的食材相似度。并根据第一占比信息和第二占比信息对食材相似度进行加权求和,以得到第一菜谱和第二菜谱之间的相似度,能够更加合理的比较第一菜谱信息和第二菜谱信息,准确的得到二者的相似度。
为更加清楚准确的对本申请技术方案进行描述,下面以计算农家小炒肉和鱼香肉丝之间的菜谱相似度为例进行说明,但本申请不限于此。
从菜谱食材数据库中获取农家小炒肉的食材组成、食材编码以及各食材的重量占比:
农家小炒肉的食材组成及其占比信息为:五花肉70%,姜7%,蒜3%,青椒20%。食材代码为:五花肉08-1-1-007,姜04-4-9-001,蒜04-4-1-001,青椒04-3-1-003;
鱼香肉丝的食材组成及其占比信息为:胡萝卜20%,里脊肉41%,木耳2.7%,小笋13.7%,姜7%,大葱1.4%,蒜6%,青椒8.2%。食材代码为:胡萝卜04-1-1-011,里脊肉08-1-1-006,木耳05-1-0-014,小笋04-5-2-006,姜04-4-9-001,大葱04-4-2-001,蒜04-4-1-001,青椒04-3-1-003。
比较农家小炒肉和鱼香肉丝的食材组成,获得共同食材:姜、蒜和青椒。进一步获得共同食材的共同占比:姜在农家小炒肉和鱼香肉丝的占比都是7%,从各自的食材表先剔除。青椒占农家小炒肉的20%,青椒占鱼香肉丝的比例为8.2%,取小的占比作为共同占比8.2%。以此类推,遍历农家小炒肉与鱼香肉丝的食材组成,我们获取了以下共同占比:姜7%,蒜3%,青椒8.2%。
去除农家小炒肉和鱼香肉丝原菜谱中共同食材的共同占比,获得去除处理后的农家小炒肉食材及占比:五花肉70%,青椒11.8%;去除处理后的鱼香肉丝的食材及占比:胡萝卜20%,里脊肉41%,木耳2.7%,小笋13.7%,大葱1.4%,蒜3%。
根据S120中的公式计算农家小炒肉各食材与鱼香肉丝各食材之间的相似度。具体计算过程在此不再赘述,结果如下:
sim五花肉-胡萝卜=0;sim五花肉-里脊肉=0.75;sim五花肉-木耳=0;sim五花肉-小笋=0;sim五花肉-木耳=0;sim五花肉-小笋=0;sim五花肉-大葱=0;sim五花肉-蒜=0;sim青椒-胡萝卜=0.25;sim青椒-里脊肉=0;sim青椒-木耳=0;sim青椒-小笋=0.25;sim青椒-大葱=0.25;sim青椒-蒜==0.25。
计算农家小炒肉和鱼香肉丝的菜谱相似度。农家小炒肉和鱼香肉丝的菜谱相似度是将去除处理后的农家小炒肉和鱼香肉丝的食材占比的乘积作为权值,对相应的食材相似度进行加权求和,并加上共同占比之和农家小炒肉与鱼香肉丝的共同占比之和,得到农家小炒肉和鱼香肉丝的菜谱相似度:
请参阅图3,图3是本申请提供的菜谱比较方法第二实施例的流程示意图。本实施例以菜谱比较方法第一实施例为基础,故相同的步骤在此不再赘述。本实施例包括以下步骤:
S310:获取第一菜谱信息和第二菜谱信息,第一菜谱信息包括多个第一食材的第一类别信息和第一占比信息,第二菜谱信息包括多个第二食材的第二类别信息和第二占比信息。
S320:比较第一类别信息和第二类别信息,获取每一第一食材与每一第二食材的食材相似度。
S330:根据第一占比信息和第二占比信息,对食材相似度进行加权求和,得到第一菜谱和第二菜谱的菜谱相似度。
S340:推送与第一菜谱信息的菜谱相似度大于或等于阈值的第二菜谱信息。
计算得到第一菜谱和第二菜谱的菜谱相似度后,若菜谱相似度大于或等于阈值,则推送该第二菜谱给用户,以供用户查阅挑选。上述阈值例如可以设置在60%~100%之间,比如70%、80%、85%或90%等。
当有多个第二菜谱与第一菜谱的菜谱相似度大于阈值时,可以根据菜谱相似度的大小对多个第二菜谱进行推送优先级排序,菜谱相似度越高,推送优先级越高。优先向用户推送优先级高的第二菜谱,减少了同时推荐多个第二菜谱可能会给用户带来的困扰。
进一步地,在向用户推荐菜谱相似度大于阈值的第二菜谱后,监测用户是否及时查看第二菜谱,若超过预设时间用户仍未查看该第二菜谱,可以通过语音提示提醒用户查阅第二菜谱。当然,用户未查看该第二菜谱的原因也有可能是对该菜谱不感兴趣,那么也可以设定超过预设时间用户未查看该第二菜谱,则隐藏该菜谱。
本实施例中,在计算得到第一菜谱和第二菜谱的菜谱相似度之后,向用户推送菜谱相似度大于阈值的第二菜谱,可以使得用户获取与其喜爱的菜谱比较相似的其他菜谱,能够满足用户的个性化需求,提高了用户体验。此外,按照相似度高低排列优先级,能够减少同时推荐多个第二菜谱可能会给用户带来的困扰。
上述菜谱比较方法由菜谱比较装置实现,因而本申请还提供菜谱比较装置,请参阅图4,图4是本申请提供的菜谱比较装置一实施例的结构示意图,本实施例菜谱比较装置100可以是家用电器,例如油烟机、灶具或冰箱等,也可以是移动终端,例如智能手机、平板电脑、可穿戴设备等。菜谱比较装置100包括相互连接的显示屏11,处理器12和存储器13,本实施例菜谱比较装置100可实现上述菜谱比较方法的实施例。其中,显示屏11用于向用户展示菜谱信息,存储器13中存储有计算机程序,处理器12用于执行计算机程序以实现上述菜谱比较方法。具体来说,处理器12用于计算每一第一食材与每一第二食材的食材相似度,以及计算第一菜谱与多个第二菜谱的菜谱相似度。
其中,处理器12可以是一种集成电路芯片,具有信号的处理能力。处理器12还可以是通用处理器、数字信号处理器(DSP)、专用集成电路(ASIC)、现成可编程门阵列(FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
对于上述实施例的方法,其可以计算机程序的形式存在,因而本申请提出一种计算机存储介质,请参阅图5,图5是本申请提供的计算机存储介质一实施例的结构示意图。本实施例计算机存储介质200中存储有计算机程序21,其可被执行以实现上述实施例中的方法。
本实施例计算机存储介质200可以是U盘、移动硬盘、只读存储器(ROM,Read-OnlyMemory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等可以存储程序指令的介质,或者也可以为存储有该程序指令的服务器,该服务器可将存储的程序指令发送给其他设备运行,或者也可以自运行该存储的程序指令。
在本申请所提供的几个实施例中,应该理解到,所揭露的方法和装置,可以通过其它的方式实现。例如,以上所描述的装置实施方式仅仅是示意性的,例如,模块或单元的划分,仅仅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,装置或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。
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网络单元上。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方式方案的目的。
另外,在本申请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。
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,本申请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(可以是个人计算机,服务器,或者网络设备等)或处理器(processor)执行本申请各个实施方式方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述仅为本申请的实施方式,并非因此限制本申请的专利范围,凡是利用本申请说明书及附图内容所作的等效结构或等效流程变换,或直接或间接运用在其他相关的技术领域,均同理包括在本申请的专利保护范围内。
Claims (10)
1.一种菜谱比较方法,其特征在于,所述方法包括:
获取第一菜谱信息和第二菜谱信息,所述第一菜谱信息包括多个第一食材的第一类别信息和第一占比信息,所述第二菜谱信息包括多个第二食材的第二类别信息和第二占比信息;
比较所述第一类别信息和所述第二类别信息,获取每一所述第一食材与每一所述第二食材的食材相似度;
根据所述第一占比信息和所述第二占比信息,对所述食材相似度进行加权求和,得到所述第一菜谱和所述第二菜谱的菜谱相似度。
2.根据权利要求1所述的方法,所述比较所述第一类别信息和所述第二类别信息,获取每一所述第一食材与每一所述第二食材的食材相似度,包括:
比较所述第一类别信息和所述第二类别信息,确定多个所述第一食材和多个所述第二食材中的共同食材,获取每一所述第一食材与每一所述第二食材的食材相似度;
所述根据所述第一占比信息和所述第二占比信息,对所述食材相似度进行加权求和,包括:
比较所述共同食材的第一占比信息和第二占比信息,确定所述共同食材的共同占比;
去除所述第一占比信息和所述第二占比信息中所述共同食材的共同占比;
根据去除处理后的第一占比信息和第二占比信息,对所述食材相似度进行加权求和。
3.根据权利要求2所述的方法,所述根据去除处理后的第一占比信息和第二占比信息,对所述食材相似度进行加权求和,包括:
将所述去除处理后的第一占比信息和第二占比信息的乘积作为权值,对所述食材相似度进行加权求和,并加上所述共同占比的和,以得到所述菜谱相似度。
4.根据权利要求1所述的方法,所述第一类别信息和所述第二类别信息来源于同一食材编码,所述食材编码包括多层编码;
所述比较所述第一类别信息和所述第二类别信息,获取每一所述第一食材与每一所述第二食材的食材相似度,包括:
比较所述第一类别信息的每层编码和所述第二类别信息的每层编码,以获取每一所述第一食材与每一所述第二食材的食材相似度。
5.根据权利要求4所述的方法,所述比较所述第一类别信息的每层编码和所述第二类别信息的每层编码,以获取每一所述第一食材与每一所述第二食材的食材相似度,包括:
确定所述第一类别信息的第一编码层数,以及所述第二类别信息的第二编码层数;
比较所述第一类别信息的每层编码和所述第二类别信息的每层编码,确定编码相同的层数;
计算所述第一编码层数和第二编码层数的乘积的开方值,计算所述编码相同的层数和所述开方值的商值作为所述食材相似度。
6.根据权利要求5所述的方法,所述多层编码中由最高层级到最低层级,每层编码所表示的含义范围依次缩小;
所述比较所述第一类别信息的每层编码和所述第二类别信息的每层编码,确定编码相同的层数,包括:
由所述最高层级到所述最低层级,依次比较所述第一类别信息和所述第二类别信息的同层编码,直至比较结果为不同;
确定所述比较结果为不同的层级以上的层数为编码相同的层数。
7.根据权利要求1所述的方法,所述根据所述第一占比信息和所述第二占比信息,对所述食材相似度进行加权求和,得到所述第一菜谱和所述第二菜谱的菜谱相似度,包括:
将所述第一占比信息和所述第二占比信息的乘积作为权值,对所述食材相似度进行加权求和,以得到所述菜谱相似度。
8.根据权利要求1所述的方法,所述方法进一步包括:推送与所述第一菜谱信息的菜谱相似度大于或等于阈值的第二菜谱信息。
9.一种菜谱比较装置,其特征在于,所述菜谱推荐装置包括处理器和存储器;所述存储器中存储有计算机程序,所述处理器用于执行所述计算机程序以实现如权利要求1-8中任一项所述方法的步骤。
10.一种计算机存储介质,其特征在于,所述计算机存储介质存储有计算机程序,所述计算机程序被执行以实现如权利要求1-8中任一项所述方法的步骤。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910936777.1A CN110826595A (zh) | 2019-09-29 | 2019-09-29 | 菜谱比较方法、装置及计算机存储介质 |
PCT/CN2019/123808 WO2021056829A1 (zh) | 2019-09-29 | 2019-12-06 | 菜谱比较方法、装置及计算机存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910936777.1A CN110826595A (zh) | 2019-09-29 | 2019-09-29 | 菜谱比较方法、装置及计算机存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110826595A true CN110826595A (zh) | 2020-02-21 |
Family
ID=69548516
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910936777.1A Pending CN110826595A (zh) | 2019-09-29 | 2019-09-29 | 菜谱比较方法、装置及计算机存储介质 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN110826595A (zh) |
WO (1) | WO2021056829A1 (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112951374A (zh) * | 2021-02-25 | 2021-06-11 | 平安普惠企业管理有限公司 | 数据分析方法、系统、计算机设备及存储介质 |
CN114893946A (zh) * | 2022-04-29 | 2022-08-12 | 海信视像科技股份有限公司 | 食材存储设备及智能烹饪方法 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20060294060A1 (en) * | 2003-09-30 | 2006-12-28 | Hiroaki Masuyama | Similarity calculation device and similarity calculation program |
CN106288634A (zh) * | 2016-08-04 | 2017-01-04 | 海信集团有限公司 | 菜谱推荐方法、装置及智能冰箱 |
KR20170092364A (ko) * | 2016-02-03 | 2017-08-11 | 주식회사 원더풀플랫폼 | 레시피 제공 방법 및 이를 실행하는 서버 |
CN108765202A (zh) * | 2018-04-11 | 2018-11-06 | 丽睿客信息科技(北京)有限公司 | 订餐配置方法、装置和自助点餐系统 |
CN108922592A (zh) * | 2018-05-25 | 2018-11-30 | 美的集团股份有限公司 | 一种营养配餐方法、装置、冰箱和计算机存储介质 |
CN108989986A (zh) * | 2018-09-06 | 2018-12-11 | 西安电子科技大学 | 基于迭代分割空间法的Wi-Fi室内定位方法 |
CN110263331A (zh) * | 2019-05-24 | 2019-09-20 | 南京航空航天大学 | 一种知识驱动的英汉单词语义相似度自动检测方法 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103383747A (zh) * | 2012-05-04 | 2013-11-06 | 海尔集团公司 | 冰箱、食品管理系统及方法 |
CN105570940B (zh) * | 2016-02-23 | 2017-06-06 | 美的集团股份有限公司 | 微波炉语音控制方法及微波炉 |
CN108062343A (zh) * | 2017-07-27 | 2018-05-22 | 宁波方太厨具有限公司 | 一种个性化智能菜谱的生成方法 |
CN109932036A (zh) * | 2017-12-19 | 2019-06-25 | 苏州恒鼎科技咨询有限公司 | 一种智能营养称 |
-
2019
- 2019-09-29 CN CN201910936777.1A patent/CN110826595A/zh active Pending
- 2019-12-06 WO PCT/CN2019/123808 patent/WO2021056829A1/zh active Application Filing
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20060294060A1 (en) * | 2003-09-30 | 2006-12-28 | Hiroaki Masuyama | Similarity calculation device and similarity calculation program |
KR20170092364A (ko) * | 2016-02-03 | 2017-08-11 | 주식회사 원더풀플랫폼 | 레시피 제공 방법 및 이를 실행하는 서버 |
CN106288634A (zh) * | 2016-08-04 | 2017-01-04 | 海信集团有限公司 | 菜谱推荐方法、装置及智能冰箱 |
CN108765202A (zh) * | 2018-04-11 | 2018-11-06 | 丽睿客信息科技(北京)有限公司 | 订餐配置方法、装置和自助点餐系统 |
CN108922592A (zh) * | 2018-05-25 | 2018-11-30 | 美的集团股份有限公司 | 一种营养配餐方法、装置、冰箱和计算机存储介质 |
CN108989986A (zh) * | 2018-09-06 | 2018-12-11 | 西安电子科技大学 | 基于迭代分割空间法的Wi-Fi室内定位方法 |
CN110263331A (zh) * | 2019-05-24 | 2019-09-20 | 南京航空航天大学 | 一种知识驱动的英汉单词语义相似度自动检测方法 |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112951374A (zh) * | 2021-02-25 | 2021-06-11 | 平安普惠企业管理有限公司 | 数据分析方法、系统、计算机设备及存储介质 |
CN114893946A (zh) * | 2022-04-29 | 2022-08-12 | 海信视像科技股份有限公司 | 食材存储设备及智能烹饪方法 |
CN114893946B (zh) * | 2022-04-29 | 2024-04-12 | 海信视像科技股份有限公司 | 食材存储设备及智能烹饪方法 |
Also Published As
Publication number | Publication date |
---|---|
WO2021056829A1 (zh) | 2021-04-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10474705B2 (en) | Iterative image search algorithm informed by continuous human-machine input feedback | |
US9576034B2 (en) | Recipe presentation system and recipe presentation method | |
CN107391531B (zh) | 一种菜品推荐方法和装置 | |
CN108897768B (zh) | 一种点餐方法及装置,电子设备 | |
WO2013125201A1 (ja) | レシピ提示装置、及び、レシピ提示方法 | |
CN110826595A (zh) | 菜谱比较方法、装置及计算机存储介质 | |
CN110837552B (zh) | 一种饮食信息推荐方法以及装置 | |
CN111506735A (zh) | 菜品推荐方法、存储介质、电子设备以及冰箱 | |
US20150120705A1 (en) | Cuisine search device, cuisine search method, program, and computer-readable storage medium | |
US20190251202A1 (en) | Smart recipe recommendation apparatus, method thereof and automatic cooking apparatus | |
CN111275493B (zh) | 榜单数据的处理方法、装置、服务器和非易失性存储介质 | |
CN115599890B (zh) | 产品推荐方法及相关装置 | |
JP6310165B1 (ja) | 情報処理装置、情報処理方法、プログラム、記憶媒体 | |
CN113139120A (zh) | 电子设备及食谱的推荐方法和装置 | |
CN110766512A (zh) | 订单处理方法、装置、电子设备及存储介质 | |
CN111178159A (zh) | 一种食谱处理方法、装置、服务器及存储介质 | |
Xie et al. | Cross-Modal Joint Embedding with Diverse Semantics | |
CN111863193A (zh) | 用于食谱推荐的方法、装置及设备 | |
CN112328845B (zh) | 基于烹饪设备的菜品推送方法、装置和烹饪设备 | |
TW201935392A (zh) | 智慧食譜選擇裝置、其方法及自動烹飪裝置 | |
CN107392527A (zh) | 物品分配方法及物品分配方案确定装置 | |
CN111882396A (zh) | 订单生成方法及装置、存储介质、计算机设备 | |
US20210212505A1 (en) | Automatic main ingredient extraction from food recipe | |
CN116469523A (zh) | 一种菜谱推荐方法、装置、电子设备及可读存储介质 | |
CN114817723A (zh) | 菜谱推荐方法、菜谱推荐装置和烹饪设备 |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20200221 |