CN111145867A

CN111145867A - 一种膳食方案的生成方法及装置

Info

Publication number: CN111145867A
Application number: CN201911168978.8A
Authority: CN
Inventors: 高颖; 张守臣
Original assignee: Taikang Insurance Group Co Ltd
Current assignee: Taikang Insurance Group Co Ltd
Priority date: 2019-11-25
Filing date: 2019-11-25
Publication date: 2020-05-12

Abstract

本发明实施例提供了一种膳食方案的生成方法及装置，其中，所述方法包括：接收所述智能设备提交的当前用户的健康数据；将所述当前用户的健康数据与目标生命体征基线比对，生成当前用户的健康信息标签；确定与所述当前用户的健康信息标签匹配的建议食物和不建议食物；根据所述建议食物和不建议食物，生成膳食方案。通过智能设备实时采集用户的健康数据，使得采集到的健康数据具备连续性，而且避免需要通过人工介入进行数据采集产生错误而降低健康数据的准确性。

Description

一种膳食方案的生成方法及装置

技术领域

本发明涉及膳食管理技术领域，特别是涉及一种膳食方案的生成方法，以及一种膳食方案的生成装置。

背景技术

膳食计划对于养老护理机构是个很重要的管理环节，养老护理机构会接收不同健康状况的长者，往往不同的长者虽然同属于某个护理等级，但是健康状况也不尽相同，如果想满足多种需求并自动干预饮食、促进身体健康，制定科学合理的膳食计划将是非常复杂的。

现有技术中，一般机构内都有的膳食系统，可以根据护理等级及营养搭配，制定一套膳食计划，通过系统表单录入的方式录入到系统里，打印出来的食谱。整个流程大多都是线下人工分析，例如分析营养搭配等，如图1A、1B所示，通过在餐饮管理界面中人工编辑膳食计划方案，设置膳食计划方案的适应症状和禁忌症状。而且，机构通常会根据护理人员每天现场去巡查或者是定期检查、或是人工判断来采集用户的健康数据，但是这样采集上来的数据不具备连续性，准确性也会随着人工介入产生错误而降低。

发明内容

鉴于上述问题，提出了本发明实施例以便提供一种克服上述问题或者至少部分地解决上述问题的一种膳食方案的生成方法和相应的一种膳食方案的生成装置。

为了解决上述问题，本发明实施例公开了一种膳食方案的生成方法，所述方法应用于服务器，所述服务器与智能设备进行通信，所述服务器中存储用户的生命体征基线，所述智能设备用于采集用户的健康数据，所述方法包括：

接收所述智能设备提交的当前用户的健康数据；

将所述当前用户的健康数据与目标生命体征基线比对，生成当前用户的健康信息标签；

确定与所述当前用户的健康信息标签匹配的建议食物和不建议食物；

根据所述建议食物和不建议食物，生成膳食方案。

可选的，所述确定与所述健康信息标签匹配的建议食物和不建议食物，包括：

从预设的膳食模型中，查询与所述当前用户的健康信息标签匹配的建议食物和不建议食物。

可选的，所述预设的膳食模型通过如下方式生成：

从膳食网站中查询与各个健康信息标签匹配的膳食建议数据；

根据所述膳食建议数据，生成膳食模型；其中，所述膳食模型包括建议食物和不建议食物。

可选的，所述根据所述膳食建议数据，生成膳食模型，包括：

建立所述膳食建议数据中的建议食物和不建议食物与指定关键词的关联关系；

根据所述关联关系生成膳食模型。

可选的，所述将所述当前用户的健康数据与目标生命体征基线比对，生成当前用户的健康信息标签，包括：

将所述当前用户的健康数据与目标生命体征基线比对，确定当前用户的健康状况；

根据所述当前用户的健康状况，生成当前用户的健康信息标签。

可选的，所述生命体征基线通过如下方式确定：

获取所述智能设备在多个历史时间段下，采集的多个历史健康数据；

根据所述多个历史健康数据确定所述生命体征基线。

可选的，所述健康信息标签包括如下标签中的至少一种：

睡眠时间过少，心率过快，夜间体动过多，呼吸障碍次数过高。

本发明实施例还公开了一种膳食方案的生成装置，所述装置应用于服务器，所述服务器与智能设备进行通信，所述服务器中存储用户的生命体征基线，所述智能设备用于采集用户的健康数据，所述装置包括：

数据接收模块，用于接收所述智能设备提交的当前用户的健康数据；

标签生成模块，用于将所述当前用户的健康数据与目标生命体征基线比对，生成当前用户的健康信息标签；

食物匹配模块，用于确定与当前用户的健康信息标签匹配的建议食物和不建议食物；

方案生成模块，用于根据所述建议食物和不建议食物，生成膳食方案。

可选的，所述食物匹配模块包括：

查询子模块，用于从预设的膳食模型中，查询与所述当前用户的健康信息标签匹配的建议食物和不建议食物。

可选的，所述预设的膳食模型通过如下单元生成：

数据查询单元，用于从膳食网站中查询与各个健康信息标签匹配的膳食建议数据；

模型生成单元，用于根据所述膳食建议数据，生成膳食模型；其中，所述膳食模型包括建议食物和不建议食物。

可选的，所述模型生成单元具体用于：

建立所述膳食建议数据中的建议食物和不建议食物与指定关键词的关联关系；根据所述关联关系生成膳食模型。

可选的，所述标签生成模块包括：

数据比对子模块，用于将所述当前用户的健康数据与目标生命体征基线比对，确定当前用户的健康状况；

标签生成子模块，用于根据所述当前用户的健康状况，生成当前用户的健康信息标签。

可选的，所述生命体征基线通过如下模块确定：

数据获取模块，用于获取所述智能设备在多个历史时间段下，采集的多个历史健康数据；

基线确定模块，用于根据所述多个历史健康数据确定所述生命体征基线。

可选的，所述健康信息标签包括如下标签中的至少一种：

本发明实施例还公开了一种电子设备，包括：

一个或多个处理器；和

其上存储有指令的一个或多个机器可读介质，当由所述一个或多个处理器执行时，使得所述电子设备执行如本发明实施例所述的一个或多个的方法的步骤。

本发明实施例还公开了一种计算机可读存储介质，其上存储有指令，当由一个或多个处理器执行时，使得所述处理器执行如本发明实施例所述的一个或多个的方法的步骤。

本发明实施例包括以下优点：

在本发明实施例中，通过接收智能设备提交的当前用户的健康数据，将当前用户的健康数据与目标生命体征基线比对，生成当前用户的健康信息标签，确定与健康信息标签匹配的建议食物和不建议食物，根据该建议食物和不建议食物，生成膳食方案。通过智能设备实时采集用户的健康数据，使得采集到的健康数据具备连续性，而且避免需要通过人工介入进行数据采集产生错误而降低健康数据的准确性。此外，根据健康数据确定对应的建议食物和不建议食物，从而采用建议食物和不建议食物对膳食计划进行匹配干预，生成的膳食方案更更加符合当前用户的身体情况，促进身体健康。

附图说明

图1A是现有技术的一种餐饮管理界面示意图；

图1B是现有技术的另一种餐饮管理界面示意图；

图2是本发明的一种膳食方案的生成方法实施例的步骤流程图；

图3是本发明的一种膳食方案的生成的流程框图；

图4是本发明的一种膳食方案的生成装置实施例的结构框图。

具体实施方式

为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合附图和具体实施方式对本发明作进一步详细的说明。

参照图2，示出了本发明的一种膳食方案的生成方法实施例的步骤流程图，所述方法应用于服务器，所述服务器与智能设备进行通信，所述服务器中存储用户的生命体征基线，所述智能设备用于采集用户的健康数据，具体可以包括如下步骤：

步骤101，接收所述智能设备提交的当前用户的健康数据；

智能设备是一种具有计算处理能力的设备，在本发明实施例中，智能设备可以采集用户的健康数据。智能设备可以包括智能床垫、智能沙发、智能座椅和睡眠枕头等智能家居设备，还可以包括智能手环、智能手表等可穿戴智能设备。

其中，健康数据可以包括：心率、呼吸频率、上床时间、入眠时间、起床时间、深度睡眠时间和翻身次数等数据。

在本发明实施例中，服务器与智能设备进行通信，如，采用TCP/IP协议进行通信，智能设备在采集到用户的健康数据之后，可以通过TCP/IP协议将该健康数据提交到服务器。

在本发明实施例中，服务器可以将获取到的健康数据存储在预设的数据模型中，该预设的数据模型可以是预先设定的数据结构模型。通过将健康数据存储在预设的数据模型中，使得在整个体系中，按照这个规范的预设的数据模型来交互数据，达成输入的健康数据的一致性。

例如，预设的数据模型的部分数据结构可以如下所示：

"MedicineSleepQuality":{

"HeartbeatRate":72.907081956266936,

"BreathingRate":28.935172082766364,

"GoToBedTime":"2017-06-28 22:43:49",

"LeaveBedTime":"2017-06-29 07:50:19",

"AsleepTime":"2017-06-28 23:21:25",

"WakeTime":"2017-06-29 07:50:14",

"TotalSleepTime":30529.0,

"TotalOnBedTime":32790.0,

"TotalEffectiveSleepTime":23316.0,

"LeaveBedNumbers":2,

"BodyMovementNumbers":180}

其中，HeartbeatRate记录心率数据，BreathingRate记录呼吸率数据，GoToBedTime和LeaveBedTime分别记录上床时间和起床时间，AsleepTime和WakeTime分别记录入睡时间和醒来时间，TotalSleepTime记录总的睡眠时长，TotalOnBedTime记录在床上的总时长，TotalEffectiveSleepTime记录实际睡眠时长，LeaveBedNumbers记录离开床的次数，BodyMovementNumbers记录翻身次数。在本发明实施例中，除了上述的健康数据，预设的数据模型还可以包括其他的健康数据，保证记录的健康数据的全面性。

步骤102，将所述当前用户的健康数据与目标生命体征基线比对，生成当前用户的健康信息标签；

其中，生命体征基线是用来判断用户的病情轻重和危急程度的指征基准值，包括，心率、呼吸频率、睡眠时间等生命体征基线。目标生命体征基线可以是服务器中存储的与当前用户对应的生命体征基线。

在具体实现中，生命体征基线可以是根据智能设备长期采集的单个用户的健康数据生成的，并且在生成生命体征基线之后，可以根据智能设备采集的健康数据不断更新并完善生成的生命体征基线，使得生命体征基线更加符合当前用户的身体情况。此外，还可以在根据智能设备长期采集的健康数据生成生命体征基线之后，从服务器中获取与当前用户的年龄相同或相仿的其他用户的生命体征基线，根据其他用户的生命体征基线对当前用户的生命体征基线进行微调，使得针对当前用户的生命体征基线更为完善。

需要说明的是，如果当前用户刚开始注册使用智能设备，在服务器中还没有基于当前用户的健康数据生成针对当前用户的生命体征基线，可以采用服务器中默认的生命体征基线作为目标生命体征基线进行比对。

在本发明实施例中，可以将当前用户的各项健康数据与当前用户的各项目标生命体征基线进行比对，从而确定当前用户的各项健康数据是否合格，生成用户的健康信息标签。

其中，健康信息标签是可以标志当前用户的健康情况的关键字词。例如，健康信息标签包括：睡眠时间过少，心率过快，夜间体动过多，呼吸障碍次数过高等标签中的至少一种。在本发明实施例中，健康信息标签可以包括一个或多个，例如，当前用户的健康信息标签可以包括睡眠时间过少和心率过快。

步骤103，确定与所述当前用户的健康信息标签匹配的建议食物和不建议食物；

在本发明实施例中，可以将健康信息标签作为检索关键字词，采用网络爬虫技术在一些健康膳食的网站自动搜索与健康信息标签相关的数据，这些相关的数据中通常会包括建议食用的食物数据，以及不建议食用的食物数据，从而可以确定与健康信息标签匹配的建议食物和不建议食物。

作为一种示例，健康信息标签为“睡眠时间过少”时，检索到的信息包括建议食用瘦肉、动物肝脏、鸡蛋黄等富含铁的食物，以及食用豆腐、牛奶、豆干、腐竹等富含钙的食物，不建议吃辛辣油腻的食物，以及富含咖啡因的食物，则可以确定与健康信息标签“睡眠时间过少”匹配的建议食物为：瘦肉、动物肝脏、鸡蛋黄、豆腐、牛奶、豆干、腐竹等，不建议食物为：辛辣油腻的食物和富含咖啡因的食物。

作为另一种示例，健康信息标签为“心率过快”时，检索到的信息包括建议食用：瘦肉，包括瘦猪肉、牛肉和家禽肉等，鱼类，包括多数河鱼和海鱼，植物油，包括豆油、香油、花生油、鱼油等，奶类，包括去脂乳及其制品，鸡蛋，包含蛋青、全蛋。不建议食用：动物脂肪，如猪油、黄油、羊油等，肥肉，包括猪、羊、牛等，糖、酒、烟、巧克力等。则可以确定与健康信息标签“心率过快”匹配的建议食物为：瘦肉，鱼类，植物油，奶类，鸡蛋等，不建议食物为：动物脂肪，肥肉，糖、酒、烟、巧克力等。

在本发明实施例中，当健康信息标签具有多个时，可以分别针对每一健康信息标签进行检索，从而确定与每一健康信息标签匹配的建议食物和不建议食物。

步骤104，根据所述建议食物和不建议食物，生成膳食方案。

在本发明实施例中，可以综合考虑上述步骤确定的建议食物和不建议食物，来生成膳食方案。通常，根据健康数据可以确定多个健康信息标签，可以综合考虑采用多个健康信息标签确定的多组建议食物和不建议食物，进行膳食搭配，生成膳食方案。

作为一种示例，根据健康数据确定的健康信息标签为“睡眠时间过少”和“心率过快”。与健康信息标签“睡眠时间过少”匹配的建议食物为：瘦肉、动物肝脏、鸡蛋黄、豆腐、牛奶、豆干、腐竹等，不建议食物为：辛辣油腻的食物和富含咖啡因的食物。与健康信息标签“心率过快”匹配的建议食物为：瘦肉，鱼类，植物油，奶类，鸡蛋等，不建议食物为：动物脂肪，肥肉，糖、酒、烟、巧克力等。则可以根据“睡眠时间过少”和“心率过快”的建议食物和不建议食物，进行膳食搭配，生成膳食方案。

对于一套科学合理的膳食方案而言，不仅需要考虑营养均衡，还需要考虑用户的身体健康状况、特殊人群的饮食禁忌等因素，在本发明实施例中，通过智能设备采集用户的健康数据，对健康数据进行分析，列出一些建议食物的选项，排除一些具有不建议食物的选项，再根据这些选项对膳食方案进行匹配干预，促进用户身体健康。

在本发明的一种优选实施例中，所述步骤103可以包括如下子步骤：

其中，预设的膳食模型可以是预先设定的膳食模型，用于存储与健康信息标签匹配的膳食数据。在本发明实施例中，在根据健康数据确定当前用户的健康标签之后，可以从预设的膳食模型中，查询与当前用户的健康信息标签匹配的建议食物和不建议食物。

在本发明的一种优选实施例中，所述预设的膳食模型可以通过如下方式生成：

从膳食网站中查询与各个健康信息标签匹配的膳食建议数据；根据所述膳食建议数据，生成膳食模型；其中，所述膳食模型包括建议食物和不建议食物。

其中，膳食网站可以是互联网中的一些与膳食相关的网站，在本发明实施例中，可以将健康信息标签作为检索关键字词，在膳食网站中查询与各个健康信息标签匹配的膳食建议数据，其中，膳食建议数据可以包括从多个网站中获取的多份数据。

作为一种示例，当健康信息标签为“睡眠时间过少”时，采用“睡眠时间过少”检索到的膳食建议数据①为：睡前拒绝以下食物：丰盛晚餐，高脂肪的食物，会延长其在胃内的消化时间，导致夜里无法安然入睡，晚餐吃得少一点、清淡一点，最好选择一些低脂但含有蛋白质的食物，例如鱼类、鸡肉或是瘦肉；不吃含咖啡因的饮料或食物，因为咖啡因会刺激神经系统，使心跳加快、血压上升；少喝酒，有研究指出，一些有酗酒习惯的人会花很多时间在床上，但睡眠质量很差；少吃产气食物，这种食物使肠胃内胀满了气，感觉不舒服，睡不着，所以晚餐要少吃产气食物，包括：豆类、洋葱、马铃薯、玉米、香蕉、柑桔类水果、添加山梨糖醇的饮料等。采用“睡眠时间过少”检索到的膳食建议数据②为：多吃富含色氨酸的食物，如小米、南瓜子仁、腐竹、豆腐皮、虾米、紫菜、黑芝麻等；多吃富含镁的食物，如坚果、猪肉、杏仁、热牛奶等；可以适量补充糖分，如淡糖水，蜂蜜水等；少喝含有提神作用的食物，如茶、咖啡等，这些食物中含有的咖啡因会使人精神亢奋，阻止入睡；少吃容易引起胀气的食物，如豆类、西兰花等，这些食物容易造成腹部不适，影响睡眠；少吃辛辣、刺激性食物，如辣椒、油炸食物，辛辣食物入肚会出现反胃，或者影响胃不舒服的症状。

在从膳食网站中查询到与各个健康信息标签匹配的膳食建议数据之后，可以将膳食建议数据按照预设的数据结构进行存储，生成膳食模型，在膳食模型中存储建议食物和不建议食物。其中，膳食模型可以是存储膳食数据的规范，采用膳食建议数据生成膳食模型，使得数据能够得到一致性的输入，便于后续处理确定建议食物和不建议食物的过程。

在本发明的一种优选实施例中，所述步骤根据所述膳食建议数据，生成膳食模型，可以包括如下子步骤：

其中，指定关键词可以预先设定的概括性的简化词汇，指定关键词可以包括以下至少一种：水果、饮品、主食和肉类。

在本发明实施例中，可以建立膳食建议数据中的建议食物和不建议食物与指定关键词的关联关系，并根据建立的膳食建议数据中的建议食物和不建议食物与指定关键词的关联关系生成膳食模型。例如，上述采用“睡眠时间过少”检索到的膳食建议数据①中，建立数据“鱼类，鸡肉，瘦肉”与指定关键词“肉类”的关联关系。

作为一种示例，膳食模型的数据结构可以如下所示：

其中，膳食模型的数据结构中包括健康信息标签healthCareFlag，建议suggest中包括指定关键词，水果fruits，饮品drink，主食staple，肉类meat，不建议deprecated中也包括指定关键词，水果fruits，饮品drink，主食staple，肉类meat。通过上述数据结构，可以将膳食建议数据规范化存储。

在本发明的一种优选实施例中，所述步骤102可以包括如下子步骤：

将所述当前用户的健康数据与目标生命体征基线比对，确定当前用户的健康状况；根据所述当前用户的健康状况，生成当前用户的健康信息标签。

其中，目标生命体征基线可以是与当前用户匹配的体征基线，例如，可以是根据当前用户在先的健康数据生成的生命体征基线。

在本发明实施例中，可以将当前用户的健康数据与目标生命体征基线比对，确定当前用户的健康状况，并根据当前用户的健康状况，生成当前用户的健康信息标签。

作为一种示例，在一段预设时长的时间之内，健康数据中呼吸障碍次数已经累计到20次，但是正常与当前用户的呼吸障碍次数对应的生命体征基线是15次，则可以生成当前用户的健康状况中的一条评估数据，数据内容为“{SDBSectionsBaseline:15,ActSDBSections:20}”，则根据这条健康状况的评估数据，可以生成当前用户的一个健康信息标签“呼吸障碍次数过高”。在本发明实施例中，根据健康数据中的多个数据可以确定健康状况中的多条评估数据，进而确定多个健康信息标签。

在本发明的一种优选实施例中，可以采用如下方式确定所述生命体征基线：

获取所述智能设备在多个历史时间段下，采集的多个历史健康数据；根据所述多个历史健康数据确定所述生命体征基线。

在本发明实施例中，可以获取智能设备在多个历史时间段下，采集的多个历史健康数据，根据多个历史健康数据确定生命体征基线，通过智能设备不断的采集用户的健康数据，采用健康数据不断的更新完善生命体征基线，使得生成的生命体征基线更为符合用户的身体情况。需要说明的是，用于生成生命体征基线的健康数据可以是在用户的身体处于健康的状态下进行采集的，避免不健康时采集的健康数据对生成生命体征基线造成干扰，导致生命体征基线不准确。

如图3，示出了本发明的一种膳食方案的生成的流程框图。在图3中，流程开始时，采用智能设备实时采集用户的睡眠、心率、呼吸等数据，记录并生成该用户长期的生命体征基线，根据生命体征基线判断用户当前的健康状况，从而生成该用户的健康信息标签。同时，通过网络爬虫技术从网络中爬取与各个健康信息标签的相关的膳食数据，根据膳食数据建立健康膳食模型。根据用户的健康信息标签从膳食模型中，确定与健康信息标签对应的建议食物和不建议食物，根据该建议食物和不建议食物生成膳食方案，结束流程。

在本发明实施例中，通过接收智能设备提交的当前用户的健康数据，将当前用户的健康数据与目标生命体征基线比对，生成当前用户的健康信息标签，确定与当前用户的健康信息标签匹配的建议食物和不建议食物，根据该建议食物和不建议食物，生成膳食方案。通过智能设备实时采集用户的健康数据，使得采集到的健康数据具备连续性，而且避免需要通过人工介入进行数据采集产生错误而降低健康数据的准确性。此外，根据健康数据确定对应的建议食物和不建议食物，从而采用建议食物和不建议食物对膳食计划进行匹配干预，促进身体健康。

需要说明的是，对于方法实施例，为了简单描述，故将其都表述为一系列的动作组合，但是本领域技术人员应该知悉，本发明实施例并不受所描述的动作顺序的限制，因为依据本发明实施例，某些步骤可以采用其他顺序或者同时进行。其次，本领域技术人员也应该知悉，说明书中所描述的实施例均属于优选实施例，所涉及的动作并不一定是本发明实施例所必须的。

参照图4，示出了本发明的一种膳食方案的生成装置实施例的结构框图，所述装置应用于服务器，所述服务器与智能设备进行通信，所述服务器中存储用户的生命体征基线，所述智能设备用于采集用户的健康数据，具体可以包括如下模块：

数据接收模块401，用于接收所述智能设备提交的当前用户的健康数据；

标签生成模块402，用于将所述当前用户的健康数据与目标生命体征基线比对，生成当前用户的健康信息标签；

食物匹配模块403，用于确定与当前用户的健康信息标签匹配的建议食物和不建议食物；

方案生成模块404，用于根据所述建议食物和不建议食物，生成膳食方案。

在本发明的一种优选实施例中，所述食物匹配模块403可以包括如下子模块：

在本发明的一种优选实施例中，所述预设的膳食模型通过如下单元生成：

在本发明的一种优选实施例中，所述模型生成单元具体用于：

在本发明的一种优选实施例中，所述标签生成模块402可以包括如下子模块：

在本发明的一种优选实施例中，所述生命体征基线可以通过如下模块确定：

在本发明的一种优选实施例中，所述健康信息标签包括如下标签中的至少一种：

对于装置实施例而言，由于其与方法实施例基本相似，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。

本发明实施例还提供了一种电子设备，包括：

一个或多个处理器；和

其上存储有指令的一个或多个机器可读介质，当由所述一个或多个处理器执行时，使得所述电子设备执行本发明实施例所述的方法的步骤。

本发明实施例还提供了一种计算机可读存储介质，其上存储有指令，当由一个或多个处理器执行时，使得所述处理器执行本发明实施例所述的方法的步骤。

本说明书中的各个实施例均采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似的部分互相参见即可。

本领域内的技术人员应明白，本发明实施例的实施例可提供为方法、装置、或计算机程序产品。因此，本发明实施例可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明实施例可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。

本发明实施例是参照根据本发明实施例的方法、终端设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理终端设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理终端设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。

这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理终端设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。

这些计算机程序指令也可装载到计算机或其他可编程数据处理终端设备上，使得在计算机或其他可编程终端设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程终端设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。

尽管已描述了本发明实施例的优选实施例，但本领域内的技术人员一旦得知了基本创造性概念，则可对这些实施例做出另外的变更和修改。所以，所附权利要求意欲解释为包括优选实施例以及落入本发明实施例范围的所有变更和修改。

最后，还需要说明的是，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。而且，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、物品或者终端设备不仅包括那些要素，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、物品或者终端设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者终端设备中还存在另外的相同要素。

以上对本发明所提供的一种膳食方案的生成方法和一种膳食方案的生成装置，进行了详细介绍，本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本发明的限制。

Claims

1.一种膳食方案的生成方法，其特征在于，所述方法应用于服务器，所述服务器与智能设备进行通信，所述服务器中存储用户的生命体征基线，所述智能设备用于采集用户的健康数据，所述方法包括：

接收所述智能设备提交的当前用户的健康数据；

根据所述建议食物和不建议食物，生成膳食方案。

2.根据权利要求1所述的方法，其特征在于，所述确定与所述健康信息标签匹配的建议食物和不建议食物，包括：

3.根据权利要求2所述的方法，其特征在于，所述预设的膳食模型通过如下方式生成：

4.根据权利要求3所述的方法，其特征在于，所述根据所述膳食建议数据，生成膳食模型，包括：

根据所述关联关系生成膳食模型。

5.根据权利要求1所述的方法，其特征在于，所述将所述当前用户的健康数据与目标生命体征基线比对，生成当前用户的健康信息标签，包括：

6.根据权利要求1所述的方法，其特征在于，所述生命体征基线通过如下方式确定：

根据所述多个历史健康数据确定所述生命体征基线。

7.根据权利要求1所述的方法，其特征在于，所述健康信息标签包括如下标签中的至少一种：

8.一种膳食方案的生成装置，其特征在于，所述装置应用于服务器，所述服务器与智能设备进行通信，所述服务器中存储用户的生命体征基线，所述智能设备用于采集用户的健康数据，所述装置包括：

9.一种电子设备，其特征在于，包括：

一个或多个处理器；和

其上存储有指令的一个或多个机器可读介质，当由所述一个或多个处理器执行时，使得所述电子设备执行如权利要求1-7所述的一个或多个的方法的步骤。

10.一种计算机可读存储介质，其上存储有指令，当由一个或多个处理器执行时，使得所述处理器执行如权利要求1-7所述的一个或多个的方法的步骤。