CN110910987A - 饮食建议生成方法及装置、计算机装置及存储介质 - Google Patents

Abstract

本发明公开了一种饮食建议生成方法及装置、计算机装置及存储介质，属于饮食和营养管理技术领域，本发明根据用户的属性信息和摄入量分析结果，生成的饮食建议中不仅包含了推荐食品的种类，还包含了推荐食品种类对应的饮食量信息，以及推荐食品种类对应的紧急程度信息和推荐食品种类对应的优先级信息，通过对饮食建议进行详细的划分，不仅使用户可以清楚地知道应该摄入哪些食品，还知道每种食品应该摄入多少，以及哪些食品应该优先摄入，从而使用户可以清楚、合理地规划自己的饮食。

Description

饮食建议生成方法及装置、计算机装置及存储介质

技术领域

本发明涉及饮食和营养管理技术领域，具体涉及一种饮食建议生成方法及装置、计算机装置及存储介质。

背景技术

随着生活水平的不断提高，人们对健康也有了新的要求，科学的饮食管理是保障健康的重要手段。现有技术通常采用手机、电脑等电子设备来实现初步的饮食管理。但是，现有技术存在以下不足，以至于向用户推送的饮食建议不能完全适合特定的用户对健康的需求，例如：没有综合考虑用户的饮食历史、个人情况、健康和疾病状况和用户设定的目标，从而不能向用户提出个性化、有针对性的饮食成分建议；向用户提供的饮食建议仅包含推荐食品，而没有根据用户的体质特性和需求对推荐食品进一步进行划分，使用户不能清楚地知道自己该如何规划自己的饮食。

发明内容

为了解决现有技术存在的至少一个问题，第一方面，本发明实施例提供了一种饮食建议生成方法，包括：

获取用户的属性信息，以及用户的摄入量分析结果；

根据用户的属性信息，以及用户的摄入量分析结果，生成饮食建议，饮食建议包括推荐食品种类和推荐食品种类对应的饮食量信息，以及推荐食品种类对应的紧急程度信息和推荐食品种类对应的优先级信息中的至少一项。

第二方面，本发明实施例提供了一种饮食建议生成装置，包括：

信息采集单元，用于获取用户的属性信息，以及用户的摄入量分析结果；

饮食建议生成单元，用于根据用户的属性信息，以及用户的摄入量分析结果，生成饮食建议，饮食建议包括推荐食品种类和推荐食品种类对应的饮食量信息，以及推荐食品种类对应的紧急程度信息和所述推荐食品种类对应的优先级信息中的至少一项。

第三方面，本发明实施例提供了一种计算机装置，包括处理器，处理器用于执行存储器中存储的计算机程序时实现上述饮食建议生成方法的步骤。

第四方面，本发明实施例提供了一种可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现上述饮食建议生成方法的步骤。

由上述技术内容，可以看出本发明具有以下有益效果：

本发明根据用户的属性信息和摄入量分析结果，生成的饮食建议中不仅包含了推荐食品的种类，还包含了推荐食品种类对应的饮食量信息，以及推荐食品种类对应的紧急程度信息和推荐食品种类对应的优先级信息，通过对饮食建议进行详细的划分，不仅使用户可以清楚地知道应该摄入哪些食品，还知道每种食品应该摄入多少，以及哪些食品应该优先摄入，从而使用户可以清楚、合理地规划自己的饮食。

附图说明

为了更清楚地说明本公开实施例的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，还可以根据这些附图获得其他的附图。

图1为本发明实施例提供的一种饮食建议生成方法流程图；

图2为本发明实施例提供的饮食成分信息获取方法流程图；

图3为本发明实施例提供的饮食成分摄入量分析结果生成方法流程图；

图4为本发明实施例提供的饮食成分摄入量历史均线示意图；

图5为本发明实施例提供的再一种饮食建议生成方法流程图；

图6为本发明实施例提供的一种饮食建议生成装置结构框图；

图7为本发明实施例提供的一种饮食建议生成系统结构框图；

图8为本发明实施例提供的再一种饮食建议生成系统结构框图；

图9为本发明实施例提供的一种用户信息的查询流程示意图；

图10为本发明实施例提供的再一种用户信息的查询流程示意图。

具体实施方式

为了能够更清楚地理解本发明的上述目的、特征和优点，下面结合附图和实施例对本发明作进一步的详细说明。可以理解的是，所描述的实施例是本发明的一部分实施例，而不是全部的实施例。此处所描述的具体实施例仅仅用于解释本发明，而非对本发明的限定。基于所描述的本发明的实施例，本领域普通技术人员所获得的所有其他实施例，都属于本发明保护的范围。

需要说明的是，在本文中，诸如“第一”和“第二”等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。

本发明实施例提供了一种饮食建议生成的技术方案，该饮食建议生成的技术方案主要包括三个部分的内容，分别是用户属性信息和饮食信息的采集、饮食成分摄入量分析结果的计算方法和饮食建议的生成方法。并且，本发明实施例中，分别在上述三个部分的内容进行了改进，以下实施例中将分别从三个不同角度对上述改进进行描述，本领域内技术人员也可以理解，在实际实施过程汇总，也可以考虑将上述三个部分内容的改进进行融合，已得到新的实施例。

第一部分，本实施例主要涉及对用户属性信息和饮食信息采集内容进行改进的技术方案。如图1所示，本发明实施例提供了一种饮食建议生成方法，包括如下步骤：

S101、采集用户的属性信息，用户的属性信息包括用户目标信息，用户目标信息包括至少一个目标级别；

S102、采集用户的饮食信息；

S103、基于用户的属性信息和饮食信息，生成用户的饮食建议信息。

具体的，用户在对自己的饮食进行管理时，往往都会对自己制定多个目标，多个目标会根据对用户的重要程度划分目标级别，比如：对于健康成人而言，以“保持健康”作为基本/高优先级目标，以“减重5公斤”作为进阶/低优先级目标；对于糖尿病患者，以“控制糖尿病”作为基本/高优先级目标，其他目标为进阶/低优先级目标。为了能够向用户提供更加有个性化，有针对性的饮食建议，在采集用户的属性信息时，也要采集用户为自己设定的目标信息，用户目标信息通过用户的输入，将会保存在数据库-用户库-目标信息库中。

可选的，用户的属性信息还包括用户基本信息和用户健康信息。

具体的，采集的用户的属性信息越全面，生成的饮食建议就更加精确。用户基本信息例如年龄(出生日期)、性别、身高、体重、职业、生活区域等，用户基本信息通过用户的输入，将会保存在数据库-用户库-基本信息库中；用户健康信息例如各项体检数据、疾病状况、疾病史、遗传病、职业病、过敏症等，用户健康信息通过用户的输入，将会保存在数据库-用户库-健康信息库中。

可选的，通过直接采集、外部导入和间接采集中的至少一个方式采集用户的属性信息。

可选的，通过直接采集的方式采集用户的属性信息包括：

通过文字输入、菜单输入、选项输入、拍摄输入文字识别和语音输入文字识别的方式采集用户的属性信息；

通过外部导入的方式采集用户的属性信息包括：

从体检软件、系统和设备中导入和/或从医疗诊断软件、系统和设备中导入的方式采集用户的属性信息；

通过间接采集的方式采集用户的属性信息包括：

通过根据用户职业获取高风险疾病信息和/或根据电子设备中的用户关联信息获取遗传病信息的方式采集用户的属性信息。

具体的，通常情况下，用户对自己的个人属性信息了解并不全面，用户往往对自己的年龄(出生日期)、性别、身高、体重、职业和生活区域等这些基本信息，以及饮食偏好信息较为了解，因此这些基本信息和饮食偏好信息可以通过用户直接输入。一些健康信息往往产生于用户在体检或者医疗诊断过程中，而这些信息一般都会存储在体检软件、系统和设备中，或者存储在医疗诊断软件、系统和设备中，用户在输入这些健康信息时，只需要将其导入即可，从而减少了用户的操作，也避免了通过用户的回忆输入的健康信息不全甚至错误，导致记录的健康信息不准确的问题。

有些信息则需要通过大数据分析或者是系统智能分析等间接采集方式进行获取，例如根据用户的职业获得高风险疾病信息(职业病)，如对于软件工程师，颈椎病、腰椎间盘突出为高风险疾病；或者是根据电子设备中存储的通讯录/关联账户等信息获得用户与其他人之间的关系，进而获得遗传病信息，如父母患有某种疾病，则该疾病对其子女是高风险疾病，对于某水质差的区域，结核类疾病为生活在该区域用户的高风险疾病。此外，用户可以将抑制已患疾病或者高风险疾病作为用户目标信息，并作为高优先级目标输入，系统也可以自动输入。

上述的电子设备包括手机、Pad、笔记本电脑和台式电脑等，这些电子设备可以为用户提供文字输入、菜单输入、选项输入、拍摄输入文字识别和语音输入文字识别等多种方式，供用户输入自己的属性信息，也可以与安装有体检软件或者医疗诊断软件的设备连接，从这些设备中导入用户的属性信息，本发明实施例不做限制。

可选的，采集用户的饮食信息包括：

通过用户在购买环节中产生的消费记录，采集用户购买的食品包含的饮食信息；或

采集用户在加工环节中处理的食品包含的饮食信息；或

采集用户在饮食环节中摄入的食品包含的饮食信息。

可选的，食品包括直接食用食材和待加工食材。

具体的，在日常的生活中，用户的饮食信息往往产生于多个环节，为了获取到完整和准确的饮食信息，以及便于用户在各个环节输入饮食信息，可以在每个环节都进行饮食信息的采集。

可选的，通过用户在购买环节中产生的消费记录，采集用户购买的食品包含的饮食信息包括：

通过用户在在线平台、自主点餐和扫码支付的购买环节中产生的消费记录，采集用户购买的直接食用食材和/或待加工食材包含的饮食信息。

具体的，用户在在线平台购物时，比如淘宝和京东；或者自主点餐时，比如微信小程序和专用点餐软件；或者扫码支付时，比如微信扫一扫或者盒马app等购买环节中会产生消费记录，这些消费记录往往会记录有关用户的饮食信息，比如猪肉水饺500g、啤酒450ml和土豆1kg等。这些饮食信息只需要用户导入系统即可，而不需要用户进行繁琐的输入，提高了信息的采集效率。

可选的，采集用户在加工环节中处理的食品包含的饮食信息包括：

通过用户人工录入直接食用食材和/或待加工食材包含的饮食信息；和/或

通过用户摄录的直接食用食材和/或待加工食材的包装袋或包装盒上的信息，采集直接食用食材和/或待加工食材包含的饮食信息；和/或

通过数据库查询直接食用食材和/或待加工食材包含的饮食信息。

具体的，在加工环节，用户可通过人工录入直接食用食材和/或待加工食材包含的饮食信息，例如用户想要制作的直接食用食材为蒜蓉西蓝花，则用户可以在系统菜单进行分级录入，比如依次选择时蔬-西蓝花-蒜蓉西蓝花，系统在接收到该信息后，向用户提供制作蒜蓉西蓝花所需要的各种待加工食材，用户选择完待加工食材后，系统可以提取这些待加工食材包含的饮食信息；或者用户已知制作蒜蓉西蓝花需要哪些待加工食材，此时用户可以直接输入待加工食材，例如可以通过文字输入或者是语音输入；再或者系统保存有用户的历史饮食信息，此时用户可以直接导入该历史饮食信息。

用户购买的食品通常会带有包装袋或者包装盒，包装盒或者包装袋上一般会记录有食品的饮食信息，例如食品的名称、重量和成分，此时用户只需要摄录包装袋或者包装盒上的条形码、二维码和文字描述即可，而不需要用户再进行繁琐的人工录入。

在获取了用户将要摄入的食品之后，需要进一步获取这些待摄入食品中包含有哪些成分，此时，用户可以通过系统中的数据库查询待摄入食品中包含有哪些成分。

可选的，采集用户在饮食环节中摄入的食品包含的饮食信息包括：

通过用户人工录入直接食用食材包含的饮食信息；和/或

通过用户摄录的直接食用食材的包装袋或包装盒上的信息，采集直接食用食材包含的饮食信息；和/或

通过数据库查询直接食用食材包含的饮食信息。

具体的，在饮食环节，与加工环节类似，用户可通过人工录入直接食用食材包含的饮食信息，例如用户想要录入的直接食用食材为乌龙茶，则用户可以在系统菜单进行分级录入，比如依次选择饮料-茶饮-乌龙茶-1瓶-500ml，系统在接收到该信息后，可以提取乌龙茶包含的饮食信息；或者用户直接通过文字输入或者是语音输入“乌龙茶500毫升”，系统对输入的信息进行识别，再提取乌龙茶包含的饮食信息；再或者系统保存有用户摄入乌龙茶的历史饮食信息，此时用户可以直接导入该历史饮食信息，而不用系统再进行识别和查询。

如果用户购买的食品是带有包装袋或者包装盒的，则包装盒或者包装袋上一般会记录有食品的饮食信息，例如食品的名称、重量和成分，此时用户只需要摄录包装袋或者包装盒上的条形码、二维码和文字描述即可，而不需要用户再进行繁琐的人工录入。

在获取了用户将要摄入的食品之后，需要进一步获取这些待摄入食品中包含有哪些成分，此时，用户可以通过系统中的数据库-标准库-饮食成分标准库查询待摄入食品中包含有哪些成分。

可选的，采集用户的饮食信息包括采集用户的饮食度量信息和饮食成分信息。

可选的，饮食度量信息包括食品的种类、总量和摄入量。

具体的，系统从用户那里直接采集到的是饮食记录，比如一碗米饭，一个苹果，一盘水饺等，而系统无法识别这些饮食记录，因此需要将这些饮食记录转化为系统可识别的饮食度量信息，即食品的种类、总量和摄入量。

食品的种类包括食品的名称和类别，食品的名称可分级，例如黑咖啡-美式黑咖啡、荔枝-糯米糍荔枝、馄饨-猪肉馅馄饨；此外，同种饮食名称可以不止一个，例如学名、南方名称、北方名称。食品的类别也可分级，例如饮料-咖啡、饮料-茶饮、家常菜-川菜、药品-处方药品-消炎。此外，食品的名称和类别可联合组成多级，在获取饮食度量信息时，需要获取到食品的最低类别，即食品的最高名称，例如饮料-咖啡-黑咖啡-美式黑咖啡-星巴克美式黑咖啡，若“类别-名称”划分为“饮料-咖啡”-“黑咖啡-美式黑咖啡-星巴克美式黑咖啡”，那么为了准确获取到饮食信息，则饮食信息最低需要获取到黑咖啡这一层。

另一方面，用户在用餐后食品可能会有剩余，因此为了获取更加准确的饮食信息，需要获取用户对某种食品的摄入量。

可选的，采集食品的总量包括：

通过电子设备中内置的压力传感器称量食品的总量；或

通过外置的具有称量功能的设备称量食品的总量；或

测量食品的尺寸，通过数据库查询单位尺寸该食品的重量，计算出该食品的总量。

具体的，对于一些无法通过消费记录、包装袋和包装盒获取的饮食信息，以及不包含在用户的历史饮食信息中的食品，只能通过称量的方式进行饮食信息的采集，比如通过在电子设备中内置压力传感器，使其具有电子秤的功能，通过电子设备称量食品的总量；或者通过外置的具有称量功能的设备称量食品的总量，比如电子秤或者具有电子秤功能的容器，然后将测量的结果通过无线或者有线的方式发送到系统；再或者可以间接地称量食品的总量，比如先测量食品的尺寸，再通过系统中的数据库-标准库-饮食成分标准库查询单位尺寸该食品的重量，计算出该食品的总量。

可选的，测量食品的尺寸包括：

在电子设备的显示屏上显示刻度信息，以根据刻度信息测量食品的尺寸；或

采集食品的图像后，对采集的图像进行边界识别，自动测量食品的尺寸。

具体的，由于电子设备的硬件尺寸是确定的，比如显示屏的长度和宽度，因此用户可以在电子设备中预先设置刻度信息，使电子设备具有电子尺的功能，用户通过电子设备的显示屏上显示的刻度信息即可测量食品的尺寸，而不需要再使用实体的刻度尺进行测量，减少获取用户饮食信息所需要的工具种类。

进一步的，还可以在电子设备中设置图像识别功能，在采集了食品的图像后，电子设备对采集的图像进行边界识别，自动测量食品的尺寸，从而减少了用户的操作，提高了信息采集效率。

可选的，在电子设备的显示屏上显示刻度信息包括：

在电子设备中设置缩放比例，根据缩放比例设置相应的刻度信息，并通过显示屏显示。

具体的，对于一些尺寸较大或者较小的食品，在使用真实的刻度信息不便于测量尺寸时，可以在电子设备中对刻度信息设置缩放比例，利用经过缩放后的刻度信息对这些食品的尺寸进行测量。

可选的，采集食品的摄入量包括：

采集用户在摄入某种食品之前的食品总量和摄入食品之后的食品剩余量，通过食品总量和食品剩余量之间的差值计算用户对该食品的摄入量；和/或

采集用户在摄入某种食品之前的食品总量，根据食品的可食用部分的经验比例，计算用户对该食品的摄入量；和/或

基于用户保存在数据库中的历史饮食信息，查询用户对某种食品的摄入量；和/或

采集多个用户在摄入某种食品之前的食品总量，根据每个用户的饮食总量经验值和饮食偏好经验值，计算特定用户对该食品的摄入量；和/或

采集用户在摄入某种食品之前的食品总量，根据用户自行评估的摄入比例，计算用户对该食品的摄入量。

具体的，可以采用最基本的方式采集用户对某种食品的摄入量，比如先采集用户在摄入某种食品之前的食品总量，摄入食品之后再采集食品的剩余量，通过食品总量和食品剩余量之间的差值即可计算出用户对该食品的摄入量。为了使获取的数据更为准确，可以多次采集摄入前和摄入后食品的重量。

用户如果摄入的是水果，由于水果一般都有可食用部分和不可食用部分，因此可以根据该水果的可食用部分的经验比例采集摄入量，比如苹果的可食用部分的经验比例为80％，一颗苹果的重量为250g，那么根据经验比例可以计算出用户的摄入量为200g。食品的可食用部分的经验比例保存在数据库-标准库-饮食成分标准库，或者数据库-用户库-用户-历史饮食信息库中，用户可通过系统进行查询。

一般每个人都会有自己的饮食习惯，比如某个用户惯常的早餐为一杯牛奶和两个鸡蛋，那么用户可以通过系统中的数据库-用户库-历史饮食信息库查询自己的历史饮食信息，而不需要进行繁琐的人工输入，从而减少了用户的操作，提高了信息采集的效率。

在一些场景下，用户往往需要和其他人分享食品，比如聚会。在这些场景下，需要先采集摄入某种食品之前的食品总量，然后再根据每个用户的饮食总量经验值和饮食偏好经验值(某种食品占饮食总量的比例)，计算特定用户对每种食品的摄入量。比如某个用户喜欢吃素食，不吃荤菜，也不喝酒，那么该用户饮食偏好经验值中素食占饮食总量的比例就较高，而荤菜和酒类的摄入量为零。

若用户对自己的饮食总量和饮食偏好比较了解，则用户还可以对摄入的食品自行评估摄入比例，计算对某种食品的摄入量。

上述的几种采集食品的摄入量的方式可结合使用，并可以设置不同的优先级，比如以方式二为缺省值，以方式一进行评估，以方式五来进行修正和确认。

可选的，如图2所示，在采集食品的摄入量之后，还包括：

S201、从数据库中获取用户摄入的每种食品包含的饮食成分和饮食成分含量；

S202、基于用户对每种食品的摄入量，以及每种食品所含饮食成分的含量，计算用户对每种食品中所含饮食成分的摄入量；

S203、将用户对每种食品中相同饮食成分的摄入量相加，得到用户的饮食成分信息。

具体的，向用户推送饮食建议的最终依据是用户摄入了哪些饮食成分，以及每种饮食成分的摄入量，因此在采集了用户对每种食品的摄入量之后，需要得出每种食品中包含的饮食成分和每种饮食成分的摄入量，再将每种食品中相同饮食成分的摄入量相加，即可得到用户的饮食成分信息。

可选的，饮食信息还包括饮食状态信息、饮食扩展信息、饮食安全信息和饮食评价信息中的至少一种；

饮食状态信息包括食品摄入阶段、食品分享状态、食品摄入时间和食品形态中的至少一种；

饮食扩展信息包括食品产地、食品品牌中的至少一种；

饮食安全信息包括食品生产日期、食品保质期和注意事项中的至少一种；

饮食评价信息包括用户好评率和食品不良历史记录中的至少一种。

具体的，为了使生成的饮食建议更加准确，采集的用户饮食信息还可以包括饮食状态信息，饮食状态信息例如有食品摄入阶段、食品分享状态、食品摄入时间和食品形态。食品摄入阶段即待吃(喝)、已吃(喝)和剩余，了解食品摄入阶段有助于精确计算用户对每种食品的摄入量；食品分享状态即某种食品是否是几个人一起摄入的，了解食品分享状态有助于选择不同的计算方法计算用户对某种食品的摄入量；食品摄入时间即早餐、中餐、晚餐和宵夜等，了解食品摄入时间有助于了解用户对某种食品或者饮食成分的摄入是否过量，比如用户早餐食用了多个鸡蛋，那么摄入的蛋白质成分偏高，因此在接下来的中餐、晚餐和宵夜等需要适量减少蛋白质的摄入，给人体减少负担；食品形态即某种食品是固态的还是液态的，某些食品具有不同的形态，在处于不同形态时，其重量和饮食成分的含量会发生变化，比如大豆做成炒菜和豆浆，鸡蛋做成荷包蛋和鸡蛋羹，了解某种食品的食品形态，可以更准确地获取用户对某种食品的摄入量和饮食成分的摄入量。

食品产地和食品品牌对获取的饮食信息的准确度也有一定的影响，比如中国东北一带生产的大米和江浙一带生产的大米其重量和碳水成分的含量不同；而不同品牌的相同产品其配方可能不同，比如两家厂商生产的辣椒酱，一家厂商生产的辣椒酱中食用盐的含量高于另一家。因此为了使生成的饮食建议更加准确，需要获取饮食扩展信息。

某种食品是否过期和变质对人体的健康有较大的影响，因此在采集用户的饮食信息时，还要考虑饮食安全信息。了解食品生产日期和食品保质期，可以知道该食品是否过期或者变质，还可以根据生产日期估计该食品中某种饮食成分分解的程度，进而推算某种饮食成分当前的含量，例如腐乳制品，其腌制期间要加入微生物，微生物会促使蛋白质水解，以及促使糖分发酵成乙醇和其他醇类或者形成有机酸，因此在计算腐乳中的蛋白质含量时，需要考虑随着时间的推移蛋白质的分解程度，腐乳中蛋白质含量的变化值可以从数据库-标准库-饮食成分标准库中查询。注意事项比如开袋即食、开封后3天内食用，以及某些人群不宜食用。

人们在点外卖时，会对某种食品进行评价，产生饮食评价信息，饮食评价信息会对采集的用户饮食信息产生一定影响，比如用户对某种食品的好评率和食品不良历史记录会影响其他用户选择是否购买该食品，进而影响用户对某种饮食成分的摄入量。

本发明上述实施例主要涉及对用户属性信息和饮食信息采集内容进行改进的技术方案。

第二部分，还可以在根据采集的用户属性信息和饮食信息计算饮食成分摄入量分析结果的方面进行改进，以使得生成的饮食建议更加有针对性。本发明实施例中所涉及到的用户属性信息和饮食信息，可以基于上述第一部分本发明公开的实施例采集到的用户的属性信息和饮食信息，也可以是其他方式采集到的用户的属性信息和饮食信息，本发明实施例对此不进行限制。

如图3所示，本发明实施例提供了一种饮食成分摄入量分析结果生成方法，包括：

S301、基于用户的饮食信息，获取用户在统计周期内对设定饮食成分的摄入总量，其中，统计周期的区间长度为包括当前日期的N日，其中N的取值与设定饮食所含饮食成分的特性相关，或/和与用户的体质特性相关，且N≥1；

S302、计算用户在统计周期内对设定饮食成分的日平均摄入量；

S303、获取设定饮食成分的摄入量区间范围阈值；

S304、基于在统计周期内对设定饮食成分的日平均摄入量，以及设定饮食成分的摄入量区间范围阈值，生成摄入量分析结果。

具体的，首先需要获取用户在统计周期内对设定饮食成分的摄入总量，统计周期的区间长度为包括当前日期的N日，比如统计用户10月份对某种饮食成分的摄入量，假设一个统计周期的区间长度为7日，则第一个统计周期可以是从10月1号到10月7号，当前日期是10月7号；第二个统计周期是10月2号到10月8号，当前日期是10月8号；第三个统计周期是10月3号到10月9号，当前日期是10月9号，以此类推。然后计算在每个统计周期内用户对设定饮食成分的摄入总量。由于不同的饮食成分被人体吸收的速度不同，以及不同体质的用户对同一种饮食成分的吸收速度也不相同，因此统计周期的区间长度需要根据设定饮食所含饮食成分的特性，以及用户的体质特性进行设置。

在获取了用户在统计周期内对设定饮食成分的摄入总量后，计算用户在统计周期内对设定饮食成分的日平均摄入量，比如摄入总量为C_N，统计周期为N日，则日平均摄入量为C_N/N。

不同个体的用户对于每种饮食成分的日摄入量都有一个健康标准，因此可以从数据库-标准库-健康标准数据库中获取设定饮食成分的摄入量区间范围阈值。

最后基于在每个统计周期内对设定饮食成分的日平均摄入量C_N/N，以及饮食成分的摄入量区间范围阈值，可以生成用户对某种饮食成分的摄入量分析结果。

可选的，饮食信息包括：

饮食度量信息，饮食度量信息包括食品的种类、总量和摄入量；

饮食成分信息，饮食成分信息包括饮食成分的种类和摄入量。

具体的，要先获取用户的饮食度量信息，比如用户摄入的食品的种类、总量和摄入量，在获取了饮食度量信息后，可以从数据库-标准库-饮食成分标准库中查询摄入的食品包含的饮食成分的种类，然后计算出每种饮食成分的摄入量。

可选的，基于用户的属性信息，从健康标准数据库中获取设定饮食成分的摄入量区间的范围阈值，用户的属性信息包括用户基本信息、用户健康信息和用户目标信息中的至少一种。

可选的，用户基本信息包括性别、年龄和体重中的至少一种。

可选的，用户健康信息包括体检数据、患病状况和家族病史中的至少一种。

具体的，若已知了用户的部分属性信息，比如用户的基本信息，例如性别、身高和年龄，则可以从健康标准数据库中获取更为符合用户对每种饮食成分的摄入量区间的范围阈值；或者是已知了用户健康信息，例如体检数据、患病状况和家族病史，也可以从健康标准数据库中获取更为符合用户对每种饮食成分的摄入量区间的范围阈值；再或者是知道了用户目标信息，例如“减肥5公斤”和“控制糖尿病”，则也可以从健康标准数据库中获取更为符合用户对每种饮食成分的摄入量区间的范围阈值。此外，若已知了用户的全部属性信息，则从健康标准数据库中获取的用户对每种饮食成分的摄入量区间的范围阈值最为准确。

可选的，根据范围阈值将设定饮食成分的摄入量区间划分为摄入量正常区间、摄入量预警区间和摄入量危害区间。

具体的，根据范围阈值将设定饮食成分的摄入量区间进一步划分为摄入量正常区间、摄入量预警区间和摄入量危害区间，可以更准确地对用户的饮食信息进行分析，提供更详细的摄入量分析结果。

可选的，摄入量预警区间包括摄入量预警上区间和摄入量预警下区间，摄入量危害区间包括摄入量危害上区间和摄入量危害下区间；

摄入量危害上区间、摄入量预警上区间、摄入量正常区间、摄入量预警下区间和摄入量危害下区间的范围阈值依次减小。

具体的，如果获取的用户对设定饮食成分的摄入量在摄入量正常区间内，则表示用户对该饮食成分摄入正常。如果获取的用户对设定饮食成分的摄入量在摄入量预警上区间内，则表示用户对该饮食成分摄入过量，可能导致人体无法及时吸收或者用户不宜摄入过多这种饮食成分，从而影响用户的健康；如果获取的用户对设定饮食成分的摄入量在摄入量预警下区间内，则表示用户对该饮食成分摄入过少，可能导致用户缺少某种人体必需的饮食成分，从而影响用户的健康。如果获取的用户对设定饮食成分的摄入量在摄入量危害上区间内，则表示用户对该饮食成分摄入严重过量，可能超过人体吸收的负担或者该饮食成分对于用户来说禁止摄入，从而危害用户的健康；如果获取的用户对设定饮食成分的摄入量在摄入量危害下区间内，则表示用户对该饮食成分摄入严重不足，人体缺少该饮食成分导致代谢功能出现异常或者患病，从而危害用户的健康。

各个区间的范围阈值依次减小，例如摄入量正常区间为[C_a,C_b]，摄入量预警上区间为(C_b,C_c]，摄入量危害上区间为(C_c,+∞)，摄入量预警下区间为[C_d,C_a)，摄入量危害下区间为[0,C_d)，其中0≤C_d≤C_a≤C_b≤C_c<+∞。如果C_a＝0，则表明该饮食成分不是每日必须摄入的；如果C_b＝0，则表明该饮食成分为有害成分，禁止摄入；如果C_b＝+∞，则表明该饮食成分的摄入量不受限制。

需要说明的是，摄入量区间还可以进一步划分，例如在摄入量正常区间内还可以划分摄入量最优区间或者是在摄入量正常区间内设定一个摄入量最优值，但是一般情况下摄入量区间至少存在摄入量正常区间，本发明实施例不做具体限制。

可选的，饮食成分的特性为不同饮食成分对于健康或者疾病的反映速度；

体质特性为处于不同年龄阶段或/和处于不同健康状况的用户对同一种饮食成分引起的健康或者疾病的反映速度。

具体的，每种饮食成分都有自己的特性，比如某些饮食成分易于被人体吸收，而某些饮食成分要较长的时间才能被人体完全吸收。此外，由于个体的差异，对于同一种饮食成分，用户会分为适宜摄入、不宜摄入和禁止摄入三种群体，基于饮食成分被人体吸收的速度，则饮食成分对于特定用户而言，其特性就可以作为健康或者疾病的反映速度。

另一方面，处于不同年龄阶段的用户，对同一种饮食成分的吸收速度也不相同，比如婴幼儿对某种饮食成分的吸收速度会比一般的成年人快。此外，用户处于不同健康状况时，对同一种饮食成分的吸收速度也会有不同。同理，基于饮食成分被人体吸收的速度，则饮食成分对于特定用户而言，其特性就可以作为健康或者疾病的反映速度。

可选的，摄入量分析结果包括饮食成分摄入量状态信息、饮食成分摄入建议信息和饮食成分摄入量差额信息中的至少一种。

具体的，为了让用户清楚的了解对每种饮食成分的吸收情况，基于用户的饮食信息和属性信息得出的摄入量分析结果包含了三种信息。饮食成分摄入量状态信息可以向用户直观地展示对某种饮食成分的摄入情况，例如用户摄入了蛋白质，当蛋白质摄入量正常时，饮食成分摄入量状态信息就提示正常；当蛋白质摄入过量或者不足时，饮食成分摄入量状态信息就提示预警；当蛋白质摄入严重过量或者严重不足时，饮食成分摄入量状态信息就提示警报。饮食成分摄入量状态信息会发送到电子设备上，通过显示屏向用户展示，例如当饮食成分摄入量状态信息为正常时，显示屏显示绿色的圆圈、方框或者三角形的图形，并为图形附上相应的“正常”文字描述；当饮食成分摄入量状态信息为预警时，显示屏显示黄色的圆圈、方框或者三角形的图形，并为图形附上相应的“过量”或者“不足”文字描述；当饮食成分摄入量状态信息为警报时，显示屏显示红色的圆圈、方框或者三角形的图形，并为图形附上相应的“严重过量”或者“严重不足”文字描述。除此之外，还可以采用其它的方式向用户展示饮食成分摄入量状态信息，本发明实施例不做限制。

进一步的，在向用户展示了饮食成分摄入量状态信息的同时，还会向用户提供饮食成分摄入建议信息，比如用户蛋白质摄入不足，那么系统就会建议用户每天应该摄入多少蛋白质，并向用户推送富含蛋白质的食品；如果用户摄入过量的糖分，则系统会建议用户每天应该减少糖分的摄入，并向用户推送含糖量较低的食品；如果用户摄入了对健康有害的饮食成分，那么系统会建议用户禁止摄入该饮食成分，并向用户推送包含该有害饮食成分的食品。

进一步的，在向用户提供饮食成分摄入建议信息的同时，系统还会向用户展示饮食成分摄入量差额信息，让用户能够更清楚地了解摄入了多少某种饮食成分，比如一个成年人的体重为60kg，那么按照一般的健康标准，成年人每天摄入的蛋白质的含量为每千克0.8-1.2g，则该用户每天需要摄入的蛋白质为48-72g，然而用户每天不可能完全按照这个标准执行，因此摄入量会产生差额，系统会将这个差额展示给用户，结合饮食成分摄入量状态信息和饮食成分摄入建议信息，用户可以对自己的饮食进行调整。

可选的，基于在统计周期内对设定饮食成分的日平均摄入量，以及饮食成分的摄入量区间范围阈值，生成摄入量分析结果包括：

根据当前日期的不同时段，基于在统计周期内对设定饮食成分的日平均摄入量，以及饮食成分的摄入量区间范围阈值，生成摄入量分析结果。

具体的，如果统计周期的区间长度N＝1，也就是说统计周期为1日，由于不涉及今日之前的饮食成分的摄入量，即今日的饮食成分摄入量是从0开始累计，那么摄入量会产生较大的浮动，因此需要结合时段调整摄入量正常区间、摄入量预警区间和摄入量危害区间的范围阈值，比如针对预警下区间，在早餐时段之前，由于用户一夜没有摄入食品，处于空腹状态，因此可以将预警下区间的区间阈值上调，使其在摄入量正常区间内。针对危害下区间，与对预警下区间同理，在早餐时段之前，可以将危害下区间的区间阈值上调，使其在摄入量正常区间内；在早、中餐时段之间，由于用户已经摄入了一定的食品，因此可以将危害下区间的区间阈值上调，使其在摄入量预警区间内；在中餐时段之后，由于用户已近摄入了足量的食品，此时则不用对危害下区间进行调整。

可选的，如图4所示，基于用户在多个统计周期内对设定饮食成分的日平均摄入量，生成设定饮食成分的摄入量历史均线。

具体的，由于用户每天并不能按照严格的饮食标准去执行，因此得到的日平均摄入量会存在上下浮动，而摄入量历史均线可以直观地反映用户在一段时间内，对某种饮食成分的摄入情况。根据摄入量历史均线，以及摄入量分析结果，用户可以更加明确地为自己制定饮食计划，调整自己的饮食习惯，避免暴饮暴食，导致对某种饮食成分的摄入量忽高忽低。

以上是本发明第二部分对饮食成分摄入量分析结果的计算方法的改进内容。

针对第三部分根据饮食成分摄入量分析结果生成具体饮食建议的改进，本发明第三部分所涉及到的用户属性信息、饮食信息和饮食成分摄入量分析结果等，可以参考上述第一部分和第二部分，当然也可以不限于上述方式来获取。

第一方面，如图5所示，本发明实施例提供了再一种饮食建议生成方法，包括：

S501、获取用户的属性信息，以及用户的摄入量分析结果；

S502、根据用户的属性信息，以及用户的摄入量分析结果，生成饮食建议，饮食建议包括推荐食品种类和推荐食品种类对应的饮食量信息，以及推荐食品种类对应的紧急程度信息和推荐食品种类对应的优先级信息中的至少一项。

具体的，由于个体的差异，每个人的自身情况各不相同，因此在向用户推送饮食建议时需要综合考虑用户的属性信息和摄入量分析结果。饮食建议包含了推荐食品种类，即直接向用户提供了食品清单，用户可根据自己的饮食习惯和偏好进行选择。推荐食品种类对应的饮食量信息则向用户提供了每种推荐食品每天需要摄入多少，从而使用户达到自己设定的目标或者保持健康。推荐食品种类对应的紧急程度信息则向用户展示了用户缺少哪些饮食成分，以及对应的需要及时补充的推荐食品。推荐食品种类对应的优先级信息则给出了具体的建议，为用户制定了饮食计划，列出了用户应该优先摄入什么饮食成分，以及优先摄入什么食品。

可选的，获取用户的属性信息包括获取用户基本信息、用户健康信息，以及用户目标信息，用户目标信息包括至少一个目标级别。

具体的，采集的用户的属性信息越全面，生成的饮食建议就更加精确。用户基本信息例如年龄(出生日期)、性别、身高、体重、职业、生活区域等，用户基本信息通过用户的输入，将会保存在数据库-用户库-基本信息库中；用户健康信息例如各项体检数据、疾病状况、疾病史、遗传病、职业病、过敏症等，用户健康信息通过用户的输入，将会保存在数据库-用户库-健康信息库中。

用户在对自己的饮食进行管理时，往往都会对自己制定多个目标，多个目标会根据对用户的重要程度划分目标级别，比如：对于健康成人而言，以“保持健康”作为基本/高优先级目标，以“减重5公斤”作为进阶/低优先级目标；对于糖尿病患者，以“控制糖尿病”作为基本/高优先级目标，其他目标为进阶/低优先级目标。为了能够向用户提供更加有个性化，有针对性的饮食建议，在采集用户的属性信息时，也要采集用户为自己设定的目标信息，用户目标信息通过用户的输入，将会保存在数据库/用户库/目标信息库中。

可选的，获取用户的摄入量分析结果包括：

获取用户的饮食信息，基于用户的饮食信息获取用户的摄入量分析结果。

具体的，得到摄入量分析结果的方法可参照上述本发明实施例公开的内容，这里不再赘述。

可选的，饮食信息包括：

饮食度量信息，饮食度量信息包括食品的种类、总量和摄入量；

饮食成分信息，饮食成分信息包括饮食成分的种类和摄入量。

具体的，要先获取用户的饮食度量信息，比如用户摄入的食品的种类、总量和摄入量，在获取了饮食度量信息后，可以从数据库-标准库-饮食成分标准库中查询摄入的食品包含的饮食成分的种类，然后计算出每种饮食成分的摄入量。

可选的，摄入量分析结果包括饮食成分摄入量状态信息、饮食成分摄入建议信息和饮食成分摄入量差额信息。

具体的，为了让用户清楚的了解对每种饮食成分的吸收情况，基于用户的饮食信息和属性信息得出的摄入量分析结果包含了三种信息。饮食成分摄入量状态信息可以向用户直观地展示对某种饮食成分的摄入情况，例如用户摄入了蛋白质，当蛋白质摄入量正常时，饮食成分摄入量状态信息就提示正常；当蛋白质摄入过量或者不足时，饮食成分摄入量状态信息就提示预警；当蛋白质摄入严重过量或者严重不足时，饮食成分摄入量状态信息就提示警报。饮食成分摄入量状态信息会发送到电子设备上，通过显示屏向用户展示，例如当饮食成分摄入量状态信息为正常时，显示屏显示绿色的圆圈、方框或者三角形的图形，并为图形附上相应的“正常”文字描述；当饮食成分摄入量状态信息为预警时，显示屏显示黄色的圆圈、方框或者三角形的图形，并为图形附上相应的“过量”或者“不足”文字描述；当饮食成分摄入量状态信息为警报时，显示屏显示红色的圆圈、方框或者三角形的图形，并为图形附上相应的“严重过量”或者“严重不足”文字描述。除此之外，还可以采用其它的方式向用户展示饮食成分摄入量状态信息，本发明实施例不做限制。

进一步的，在向用户展示了饮食成分摄入量状态信息的同时，还会向用户提供饮食成分摄入建议信息，比如用户蛋白质摄入不足，那么系统就会建议用户每天应该摄入多少蛋白质，并向用户推送富含蛋白质的食品；如果用户摄入过量的糖分，则系统会建议用户每天应该减少糖分的摄入，并向用户推送含糖量较低的食品；如果用户摄入了对健康有害的饮食成分，那么系统会建议用户禁止摄入该饮食成分，并向用户推送包含该有害饮食成分的食品。

进一步的，在向用户提供饮食成分摄入建议信息的同时，系统还会向用户展示饮食成分摄入量差额信息，让用户能够更清楚地了解摄入了多少某种饮食成分，比如一个成年人的体重为60kg，那么按照一般的健康标准，成年人每天摄入的蛋白质的含量为每千克0.8-1.2g，则该用户每天需要摄入的蛋白质为48-72g，然而用户每天不可能完全按照这个标准执行，因此摄入量会产生差额，系统会将这个差额展示给用户，结合饮食成分摄入量状态信息和饮食成分摄入建议信息，用户可以对自己的饮食进行调整。

可选的，推荐食品种类对应的优先级信息为基于推荐食品包含的一种或多种饮食成分、饮食成分摄入量状态信息、用户自定义优先原则、用户的历史饮食信息和推荐食品摄入量中的至少一种得到。

具体的，一种食品中往往会包含多种用户需要的饮食成分，因此用户在摄入此类食品时，可以同时摄入多种需要的饮食成分，并且可以减少食品的摄入量，在向用户推送饮食建议时，这些食品的优先级要高于其它推荐食品。

饮食成分摄入量状态信息向用户展示的是对某种饮食成分的摄入量是否正常，例如当用户对某种饮食成分摄入过多时，那么相应的该饮食成分就要减少摄入量，包含有这种饮食成分的食品的优先级就要低于其它推荐食品；当用户对某种饮食成分摄入过少时，那么相应的该饮食成分就要增加摄入量，包含有这种饮食成分的食品的优先级就要高于其它推荐食品。

由于每个人的饮食习惯和饮食偏好不同，因此用户可以根据自己的饮食习惯和饮食偏好制定用户自定义优先原则，系统可以根据用户自定义优先原则向用户推送包含有用户需要摄入的饮食成分的食品。

用户的历史饮食信息记录了用户在过去一段时间内的饮食情况，系统从用户的历史饮食信息中可以分析出出用户的饮食习惯和饮食偏好，然后根据用户的饮食习惯和饮食偏好制定推荐食品的优先级，从而使向用户推送的饮食建议更加适合用户的需求。

系统在向用户推送推荐食品时，还会给出推荐食品摄入量，也就是每种推荐食品需要摄入多少可以满足用户对饮食成分的摄入。如果两种推荐食品包含了同一种用户需要摄入的饮食成分，摄入相同重量的推荐食品中该饮食成分含量高的推荐食品优先级要高于另一种。

此外，可以综合考虑推荐食品包含的一种或多种饮食成分、饮食成分摄入量状态信息、用户自定义优先原则、用户的历史饮食信息和推荐食品摄入量，得到推荐食品种类对应的优先级信息，本发明实施例不做具体限制。

可选的，推荐食品种类对应的饮食量信息为基于推荐食品包含的一种或多种饮食成分，以及饮食成分摄入量差额信息得到。

具体的，由于一种食品中往往会包含多种用户需要的饮食成分，因此用户在摄入此类食品时，可以同时摄入多种需要的饮食成分。而每种推荐食品单位重量包含的同一种饮食成分的含量不同，因此用户为了获取同一种饮食成分，摄入的推荐食品的重量会有所不同。此外，系统在向用户推送推荐食品时，会根据饮食成分摄入量差额信息计算用户还需要摄入多少该饮食成分，然后根据还需要摄入的饮食成分的量计算出需要摄入的推荐食品的重量，最后生成推荐食品种类对应的饮食量信息向用户推送。

可选的，推荐食品种类对应的紧急程度信息为基于推荐食品包含的一种或多种饮食成分，以及饮食成分摄入量状态信息得到。

具体的，由于一种食品中往往会包含多种用户需要的饮食成分，因此用户在摄入此类食品时，可以同时摄入多种需要的饮食成分。在向用户推送饮食建议时，这些食品的紧急程度要高于其它推荐食品。

饮食成分摄入量状态信息向用户展示的是对某种饮食成分的摄入量是否正常，例如当用户对某种饮食成分摄入过多时，那么相应的该饮食成分就要减少摄入量，包含有这种饮食成分的食品的优先级就要低于其它推荐食品；当用户对某种饮食成分摄入过少，那么相应的该饮食成分就要增加摄入量，包含有这种饮食成分的食品的紧急程度就要高于其它推荐食品。

结合推荐食品包含的一种或多种饮食成分，以及饮食成分摄入量状态信息，可以得出哪些食品是用户需要及时摄入的，哪些食品是可以适量减少摄入的，系统通过向用户推送推荐食品种类对应的紧急程度信息，供用户进行选择。

可选的，饮食建议还包括不推荐食品信息，不推荐食品信息包括第一禁止摄入食品种类、第二禁止摄入食品种类，以及第二禁止摄入食品种类对应的紧急程度信息。

具体的，系统在向用户推送的饮食建议中还包含不推荐食品信息，以便用户更清楚地知道哪些食品不宜摄入。第一禁止摄入食品种类和第二禁止摄入食品种类为含有对用户有害的饮食成分的食品，第一禁止摄入食品种类和第二禁止摄入食品种类可以以不推荐食品清单的形式，直观地向用户展示哪些食品不宜摄入。第二禁止摄入食品种类对应的紧急程度信息则提示用户已经摄入了哪些不宜摄入的食品，需要立即停止摄入。

可选的，第一禁止摄入食品种类包括具有有害饮食成分的食品，以及基于用户的属性信息对特定用户有害的食品。

具体的，第一禁止摄入食品种类中的食品是那些本身具有有害饮食成分的食品，或者是对特定用户有害的食品，比如对于糖尿病患者，糖分就是有害的饮食成分。

可选的，根据用户的历史饮食信息，筛选包含有一种或多种当前禁止摄入饮食成分的食品，得到第二禁止摄入食品种类。

具体的，第二禁止摄入食品种类中的食品是那些在一段时间内用户不宜摄入的食品，例如用户为自己设定了减肥目标，那么富含脂肪和糖分的食品对于当前的用户来说就是不宜摄入的。这些不宜摄入的食品可以从用户的历史饮食信息中获取，比如从历史饮食信息中获取到用户的饮食习惯，进一步获取用户的饮食习惯里哪些食品是用户当前不宜摄入的。

可选的，基于当前禁止摄入成分的摄入量，得到第二禁止摄入食品种类对应的紧急程度信息。

具体的，由于对每种当前禁止摄入饮食成分的摄入量不同，因此用户已经摄入的第二禁止摄入食品种类中的食品对用户产生的影响也不相同。第二禁止摄入食品种类对应的紧急程度信息可以向用户提示哪些摄入量较高的食品需要立即停止摄入，否则会影响用户的健康；哪些摄入量相对较低的食品用户可以进行调整，以避免对健康造成影响。

可选的，推荐食品种类中的任意两种推荐食品包含的饮食成分不冲突。

具体的，用户同时摄入的两种食品中可能含有互相冲突的饮食成分，从而对用户的健康产生影响。为了避免这个问题，系统向用户推送的推荐食品种类中的任意两种推荐食品包含的饮食成分不冲突，例如可以向用户同时提供多个推荐食品清单，每个推荐食品清单里的食品含有的饮食成分互不冲突，而包含有互相冲突饮食成分的食品分别出现在不同的推荐食品清单中，还可以通过标识的方式让用户了解哪些是含有冲突饮食成分的食品，从而为用户提供更多的选择。

第二方面，如图6所示，为本发明实施例提供的一种饮食建议生成装置，包括：

信息采集单元601，用于获取用户的属性信息，以及用户的摄入量分析结果；

饮食建议生成单元602，用于根据用户的属性信息，以及用户的摄入量分析结果，生成饮食建议，饮食建议包括推荐食品种类和推荐食品种类对应的饮食量信息，以及推荐食品种类对应的紧急程度信息和推荐食品种类对应的优先级信息中的至少一项。

可选的，获取用户的属性信息包括获取用户基本信息、用户健康状况信息，以及用户目标信息，用户目标信息包括至少一个目标级别。

可选的，获取用户的摄入量分析结果包括：

获取用户的饮食信息，基于用户的饮食信息获取用户的摄入量分析结果。

可选的，饮食信息包括：

饮食度量信息，饮食度量信息包括食品的种类、总量和摄入量；

饮食成分信息，饮食成分信息包括饮食成分的种类和摄入量。

可选的，摄入量分析结果包括饮食成分摄入量状态信息、饮食成分摄入建议信息和饮食成分摄入量差额信息。

可选的，推荐食品种类对应的优先级信息为基于推荐食品包含的一种或多种饮食成分、饮食成分摄入量状态信息、用户自定义优先原则、用户的历史饮食信息和推荐食品摄入量中的至少一种得到。

可选的，推荐食品种类对应的饮食量信息为基于推荐食品包含的一种或多种饮食成分，以及饮食成分摄入量差额信息得到。

可选的，推荐食品种类对应的紧急程度信息为基于推荐食品包含的一种或多种饮食成分，以及饮食成分摄入量状态信息得到。

可选的，饮食建议还包括不推荐食品信息，不推荐食品信息包括第一禁止摄入食品种类、第二禁止摄入食品种类，以及第二禁止摄入食品种类对应的紧急程度信息。

可选的，第一禁止摄入食品种类包括具有有害饮食成分的食品，以及基于用户的属性信息对特定用户有害的食品。

可选的，根据用户的历史饮食信息，筛选包含有一种或多种当前禁止摄入饮食成分的食品，得到第二禁止摄入食品种类。

可选的，基于所述当前禁止摄入饮食成分的摄入量，得到第二禁止摄入食品种类对应的紧急程度信息。

可选的，推荐食品种类中的任意两种推荐食品包含的饮食成分不冲突。

上述饮食建议生成装置，可以用于执行图5所示方法实施例的技术方案，其实现原理和技术效果类似，此处不再赘述。

第三方面，本发明实施例公开了一种计算机装置，计算机装置包括处理器，处理器用于执行存储器中存储的计算机程序时实现上述图5的饮食建议生成方法的步骤。

第四方面，本发明实施例公开了一种可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现上述图5的饮食建议生成方法的步骤。

以上分别从三个部分，对本发明实施例中的饮食建议生成方法进行了说明。在本发明的具体实现过程中，可以将用户的属性信息和饮食信息均保存在系统的数据库中，以便对采集的数据进行统一管理。在计算摄入量分析结果时，系统从数据库中调取相应的数据，然后根据摄入量分析结果得出饮食建议，向用户推送。下面是关于数据库的详细描述：

数据库包含有标准库和用户库。其中标准库又包含饮食成分标准库和健康标准数据库，用户库包含基本信息库、健康信息库、历史饮食信息库和目标信息库。

饮食成分标准库保存了食品同饮食成分之间的映射关系。食品按层级来划分，比如所有食品大致可分为以下大类：主食、豆类及制品、蛋类及制品、肉类及制品、奶类及制品、蔬菜、水果、菌藻、坚果及制品、饮料、油类及制品、调味品、零食点心、菜肴等。以饮料为例，大致可分为水类、茶类、酒类、咖啡类、可可类、果汁类、奶茶类、功能性等。以咖啡类为例，大致可分为黑咖啡、白咖啡、摩卡咖啡、拿铁咖啡、马琪雅朵、绿茶咖啡、黑玫瑰咖啡、鸳鸯咖啡、卡布奇诺咖啡、调酒咖啡、碳烧咖啡等。按产地可分为古巴咖啡、巴西咖啡、夏威夷咖啡、肯尼亚咖啡、爪哇咖啡、曼特宁咖啡、琥爵咖啡、摩卡咖啡、曼巴咖啡、爱尔兰咖啡、越南咖啡、哥斯达黎加咖啡、圣多斯咖啡、哥伦比亚咖啡、墨西哥咖啡、意大利咖啡、法国咖啡、牙买加咖啡、国产咖啡等。按品牌可分为雀巢、麦氏、星巴克、costa等。

饮食成分大致可分为热量、糖分、碳水化合、脂肪、蛋白质、膳食纤维、无机盐类、核黄素、酚、烟酸、钙、磷、钾、钠、铁、锌、硒、铜、锰、胆固醇、维生素ABCDE等。

健康标准信息库包含了饮食成分的摄入量区间的范围阈值，还包含了统计周期的区间长度N的建议值，即根据不同饮食成分对于健康或者疾病的反映速度，或者处于不同年龄阶段或/和处于不同健康状况的用户对同一种饮食成分引起的健康或者疾病的反映速度设置了相应的参考值，用户在计算摄入量分析结果时，可以从中获取相应的统计周期的区间长度N的参考值。

基本信息库保存了用户的基本信息，例如种类(人、哈士奇狗、短尾猫)、性别、出生年月(年龄)、身高、体重、腰围、臀围等。

健康信息库保存了用户的健康信息，例如体检、疾病、遗传病、过敏等历史信息。

历史饮食信息库保存了用户的历史饮食信息，即记录了过去一段时间内用户摄入了哪些食品。

目标信息库保存了用户为自己设定的目标信息，一个目标信息可以包含有多个目标，并且还可以设置目标级别，以表示每个目标的优先级别。

基于本发明上述实施例中提供的数据库，本发明实施例还提供了一种包含该数据库的系统，该系统还包括信息采集模块、饮食成分管理模块和饮食建议生成模块。本发明如下实施例中，将结合该系统分别对饮食建议的生成方法和用户信息的查询方法进行介绍。

如图7所示，为一种饮食建议生成系统结构框图，其中，信息采集模块包括饮食信息采集单元；饮食成分管理模块包括饮食成分度量单元、饮食成分摄入量获取单元、饮食成分摄入量计算单元、数据获取单元和饮食成分摄入量分析单元；饮食建议生成模块包括饮食建议生成单元和饮食建议推送单元，上述各个模块和单元用于执行如下步骤：

S701、饮食信息采集单元采集用户的饮食记录，并转化为系统可识别的饮食度量信息，发送至饮食成分度量单元；

S702、饮食成分度量单元从饮食成分标准库中查询饮食度量信息中包含的饮食成分；

S703、饮食成分度量单元根据饮食度量信息和饮食度量信息中包含的饮食成分，得到饮食成分信息，并将饮食度量信息和饮食成分信息保存至历史饮食信息库；

S704、饮食成分摄入量获取单元从历史饮食信息库中查询饮食度量信息和饮食成分信息，并发送至饮食成分摄入量计算单元；

S705、饮食成分摄入量计算单元根据饮食度量信息和饮食成分信息，计算用户在统计周期内对设定饮食成分的日平均摄入量，并发送至饮食成分摄入量分析单元；

S706、数据获取单元从健康标准数据库中查询设定饮食成分的摄入量区间范围阈值，并发送至饮食成分摄入量分析单元；

S707、饮食成分摄入量分析单元根据在统计周期内对设定饮食成分的日平均摄入量，以及设定饮食成分的摄入量区间范围阈值，生成摄入量分析结果，并生成摄入量历史均线，并发送至饮食建议生成单元；

S708、饮食建议生成单元根据摄入量分析结果生成饮食建议，并发送至饮食建议推送单元；

S709、饮食建议推送单元将饮食建议向用户进行推送。

具体的，饮食信息采集单元从用户那里直接采集到的是饮食记录，比如一碗米饭，一个苹果，一盘水饺等，而系统无法识别这些饮食记录，因此需要将这些饮食记录转化为系统可识别的饮食度量信息，即食品的种类、总量和摄入量，然后将饮食度量信息发送到饮食成分度量单元，饮食成分度量单元根据用户饮食度量信息中包含的食品，以及每种食品的摄入量，从饮食成分标准库中查询每种食品包含有哪些饮食成分，并计算相应的饮食成分摄入量，进而得到饮食成分信息，然后饮食度量信息和饮食成分信息整合成用户的饮食信息保存到历史饮食信息库中。

进一步地，饮食成分度量单元可以对采集的饮食度量信息进行反馈。如果饮食信息采集单元采集的饮食记录是完整的，比如包含了用户摄入的食品名称、总量和摄入量，则饮食成分度量单元不进行反馈，直接执行其相应的功能；如果饮食信息采集单元采集的饮食记录是不完整的，比如缺少了用户摄入的食品名称、总量和摄入量中的一种或组合，使饮食成分度量单元无法执行其相应的功能，则饮食成分度量单元将对信息采集模块进行反馈，信息采集模块会提示用户饮食记录录入不完整，待用户将饮食记录补充完整后，饮食信息采集单元采集将饮食转化为饮食度量信息，再发送到饮食成分度量单元，饮食成分度量单元执行其相应的功能。

如图8所示，为再一种饮食建议生成系统结构框图，其中，信息采集模块包括属性信息采集单元和饮食信息采集单元；饮食成分管理模块包括饮食成分度量单元、饮食成分摄入量获取单元、饮食成分摄入量计算单元、数据获取单元和饮食成分摄入量分析单元；饮食建议生成模块包括饮食建议生成单元和饮食建议推送单元，上述各个模块和单元用于执行如下步骤：

S801、属性信息采集单元采集用户的基本信息、健康信息和目标信息，并分别保存到基本信息库、健康信息库和目标信息库中；饮食信息采集单元采集用户的饮食记录，并转化为系统可识别的饮食度量信息，发送至饮食成分度量单元；

S802、饮食成分度量单元从饮食成分标准库中查询饮食度量信息中包含的饮食成分；

S803、饮食成分度量单元根据饮食度量信息和饮食度量信息中包含的饮食成分，得到饮食成分信息，并将饮食度量信息和饮食成分信息保存至历史饮食信息库；

S804、饮食成分摄入量获取单元从历史饮食信息库中查询饮食度量信息和饮食成分信息，并发送至饮食成分摄入量计算单元；

S805、饮食成分摄入量计算单元根据饮食度量信息和饮食成分信息，计算用户在统计周期内对设定饮食成分的日平均摄入量，并发送至饮食成分摄入量分析单元；

S806、数据获取单元从基本信息库、健康信息库和目标信息库中分别查询用户的基本信息、健康信息和目标信息，然后基于用户的基本信息、健康信息和目标信息，从用户的健康标准数据库中查询设定饮食成分的摄入量区间范围阈值，并发送至饮食成分摄入量分析单元；

S807、饮食成分摄入量分析单元根据在统计周期内对设定饮食成分的日平均摄入量，以及设定饮食成分的摄入量区间范围阈值，生成摄入量分析结果，并生成摄入量历史均线，并发送至饮食建议生成单元；

S808、饮食建议生成单元根据摄入量分析结果生成饮食建议，并发送至饮食建议推送单元；

S809、饮食建议推送单元将饮食建议向用户进行推送。

具体的，不同于第一种饮食建议生成系统，本发明实施例提供的第二种饮食建议生成系统还采集了用户的基本信息、健康信息和目标信息。因为若已知用户的全部属性信息，则从健康标准数据库中获取的用户对每种饮食成分的摄入量区间的范围阈值最为准确。如果数据获取模块从基本信息库、健康信息库和目标信息库中未查询到用户输入的属性信息，则说明用户未输入属性信息，则数据获取单元可以按照第一种饮食建议的生成过程从健康标准数据库中查询平均健康标准的饮食成分的摄入量区间范围阈值。

此外，基本信息库、健康信息库、目标信息库、历史饮食信息库可合并为用户库用于保存用户的属性信息和饮食信息，而不对用户库进行划分；健康标准信息库和饮食成分标准信息库也可以合并为标准库用于保存健康标准和饮食成分标准，而不对标准库进行划分，以简化系统的架构，本发明实施例不做具体限制。

如图9所示，为一种用户信息的查询流程示意图，其查询步骤如下：

S901、用户向信息采集模块发出查询请求；

S902、信息采集模块根据用户的查询请求，构造查询参数，并向饮食成分管理模块发送查询参数；

S903、饮食成分管理模块根据查询参数从基本信息库、健康信息库、目标信息库、历史饮食信息库、健康标准数据库，以及饮食成分标准库中查询相应信息，并将查询的信息发送至饮食建议生成模块；

S904、饮食建议生成模块将查询的信息生成相应的表格或者图形，并向用户展示。

具体的，本发明实施例提供的系统包括客户端和服务器，客户端采集了用户的属性信息和饮食信息后，先暂时存储在客户端的本地存储模块中，待采集了用户一段时间的属性信息和饮食信息后，再统一上传服务器进行存储。本发明实施例提供的第一种用户信息的查询过程为直接从客户端的本地存储模块中获取相应的信息，从而减少对服务器的访问量。上述客户端可以是手机、Pad、笔记本电脑和台式电脑等电子设备，本发明实施例不做限制。

如图10所示，为再一种用户信息的查询流程示意图，其查询步骤如下：

S1001、用户向信息采集模块发出查询请求；

S1002、信息采集模块根据用户的查询请求，构造查询参数，并向服务器发送查询参数；

S1003、服务器根据查询参数从基本信息库、健康信息库、目标信息库、历史饮食信息库、健康标准数据库，以及饮食成分标准库中查询相应信息，并将查询的信息发送至饮食建议生成模块；

S1004、饮食建议生成模块将查询的信息生成相应的表格或者图形，并向用户展示。

具体的，在输入了新的用户属性信息和饮食信息后，之前保存在客户端本地存储模块中的属性信息和饮食信息可能受客户端本地存储模块的存储容量限制而被删除，因此本发明实施例提供的第二种用户信息的查询流程可以从服务器获取相应信息，使用户可以了解到以前的信息。

需要说明的是，在本文中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者装置不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者装置所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括该要素的过程、方法、物品或者装置中还存在另外的相同要素。

本领域的技术人员能够理解，尽管在此所述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。

本领域的技术人员能够理解，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。

虽然结合附图描述了本发明的实施方式，但是本领域技术人员可以在不脱离本发明的精神和范围的情况下做出各种修改和变型，这样的修改和变型均落入由所附权利要求所限定的范围之内。

Claims (16)

1.一种饮食建议生成方法，其特征在于，包括：

获取用户的属性信息，以及用户的摄入量分析结果；

根据用户的属性信息，以及用户的摄入量分析结果，生成饮食建议，所述饮食建议包括推荐食品种类和所述推荐食品种类对应的饮食量信息，以及所述推荐食品种类对应的紧急程度信息和所述推荐食品种类对应的优先级信息中的至少一项。

2.如权利要求1所述的方法，其特征在于，所述获取用户的属性信息包括获取用户基本信息、用户健康信息，以及用户目标信息，所述用户目标信息包括至少一个目标级别。

3.如权利要求1所述的方法，其特征在于，所述获取用户的摄入量分析结果包括：

获取用户的饮食信息，基于所述用户的饮食信息获取用户的摄入量分析结果。

4.如权利要求3所述的方法，其特征在于，所述饮食信息包括：

饮食度量信息，所述饮食度量信息包括食品的种类、总量和摄入量；

饮食成分信息，所述饮食成分信息包括饮食成分的种类和摄入量。

5.如权利要求1所述的方法，其特征在于，所述摄入量分析结果包括饮食成分摄入量状态信息、饮食成分摄入建议信息和饮食成分摄入量差额信息。

6.如权利要求5所述的方法，其特征在于，所述推荐食品种类对应的优先级信息为基于推荐食品包含的一种或多种饮食成分、饮食成分摄入量状态信息、用户自定义优先原则、用户的历史饮食信息和推荐食品摄入量中的至少一种得到。

7.如权利要求5所述的方法，其特征在于，所述推荐食品种类对应的饮食量信息为基于推荐食品包含的一种或多种饮食成分，以及饮食成分摄入量差额信息得到。

8.如权利要求5所述的方法，其特征在于，所述推荐食品种类对应的紧急程度信息为基于推荐食品包含的一种或多种饮食成分，以及饮食成分摄入量状态信息得到。

9.如权利要求1所述的方法，其特征在于，所述饮食建议还包括不推荐食品信息，所述不推荐食品信息包括第一禁止摄入食品种类、第二禁止摄入食品种类，以及第二禁止摄入食品种类对应的紧急程度信息。

10.如权利要求9所述的方法，其特征在于，所述第一禁止摄入食品种类包括具有有害饮食成分的食品，以及基于用户的属性信息对特定用户有害的食品。

11.如权利要求9所述的方法，其特征在于，根据用户的历史饮食信息，筛选包含有一种或多种当前禁止摄入饮食成分的食品，得到第二禁止摄入食品种类。

12.如权利要求11所述的方法，其特征在于，基于所述当前禁止摄入饮食成分的摄入量，得到第二禁止摄入食品种类对应的紧急程度信息。

13.如权利要求1所述的方法，其特征在于，所述推荐食品种类中的任意两种推荐食品包含的饮食成分不冲突。

14.一种饮食建议生成装置，其特征在于，包括：

信息采集单元，用于获取用户的属性信息，以及用户的摄入量分析结果；

饮食建议生成单元，用于根据用户的属性信息，以及用户的摄入量分析结果，生成饮食建议，所述饮食建议包括推荐食品种类和所述推荐食品种类对应的饮食量信息，以及所述推荐食品种类对应的紧急程度信息和所述推荐食品种类对应的优先级信息中的至少一项。

15.一种计算机装置，其特征在于，所述计算机装置包括处理器，所述处理器用于执行存储器中存储的计算机程序时实现如权利要求1到13中任一所述的饮食建议生成方法的步骤。

16.一种可读存储介质，其上存储有计算机程序，其特征在于：所述计算机程序被处理器执行时实现如权利要求1到13中任一所述的饮食建议生成方法的步骤。

Images