CN111584035B - 一种菜谱的推荐方法及装置和冰箱 - Google Patents
一种菜谱的推荐方法及装置和冰箱 Download PDFInfo
- Publication number
- CN111584035B CN111584035B CN201910120103.4A CN201910120103A CN111584035B CN 111584035 B CN111584035 B CN 111584035B CN 201910120103 A CN201910120103 A CN 201910120103A CN 111584035 B CN111584035 B CN 111584035B
- Authority
- CN
- China
- Prior art keywords
- target
- menu
- food material
- target user
- determining
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 64
- 235000013305 food Nutrition 0.000 claims abstract description 250
- 239000000463 material Substances 0.000 claims abstract description 249
- 230000035790 physiological processes and functions Effects 0.000 claims abstract description 33
- 230000036541 health Effects 0.000 claims abstract description 17
- 238000013527 convolutional neural network Methods 0.000 claims description 19
- 239000008280 blood Substances 0.000 claims description 18
- 210000004369 blood Anatomy 0.000 claims description 18
- 230000008859 change Effects 0.000 claims description 13
- 230000027758 ovulation cycle Effects 0.000 claims description 10
- 210000000577 adipose tissue Anatomy 0.000 claims description 9
- 230000036772 blood pressure Effects 0.000 claims description 9
- 150000002632 lipids Chemical class 0.000 claims description 9
- 230000033764 rhythmic process Effects 0.000 claims description 9
- 230000009286 beneficial effect Effects 0.000 claims description 6
- 230000001105 regulatory effect Effects 0.000 claims description 6
- 238000004590 computer program Methods 0.000 description 10
- 238000010586 diagram Methods 0.000 description 8
- 238000013136 deep learning model Methods 0.000 description 6
- 230000008569 process Effects 0.000 description 6
- 230000006870 function Effects 0.000 description 5
- 230000003287 optical effect Effects 0.000 description 3
- 208000000913 Kidney Calculi Diseases 0.000 description 2
- 206010029148 Nephrolithiasis Diseases 0.000 description 2
- 244000300264 Spinacia oleracea Species 0.000 description 2
- 235000009337 Spinacia oleracea Nutrition 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 206010012601 diabetes mellitus Diseases 0.000 description 2
- 235000005911 diet Nutrition 0.000 description 2
- 230000037213 diet Effects 0.000 description 2
- 230000005802 health problem Effects 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 235000014438 salad dressings Nutrition 0.000 description 2
- 244000000626 Daucus carota Species 0.000 description 1
- 235000002767 Daucus carota Nutrition 0.000 description 1
- 208000031226 Hyperlipidaemia Diseases 0.000 description 1
- 230000037208 balanced nutrition Effects 0.000 description 1
- 235000019046 balanced nutrition Nutrition 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 201000010099 disease Diseases 0.000 description 1
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 1
- 235000006694 eating habits Nutrition 0.000 description 1
- 235000012027 fruit salads Nutrition 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000010365 information processing Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 235000014347 soups Nutrition 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 230000001960 triggered effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H20/00—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance
- G16H20/60—ICT 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
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F25—REFRIGERATION OR COOLING; COMBINED HEATING AND REFRIGERATION SYSTEMS; HEAT PUMP SYSTEMS; MANUFACTURE OR STORAGE OF ICE; LIQUEFACTION SOLIDIFICATION OF GASES
- F25D—REFRIGERATORS; COLD ROOMS; ICE-BOXES; COOLING OR FREEZING APPARATUS NOT OTHERWISE PROVIDED FOR
- F25D23/00—General constructional features
- F25D23/12—Arrangements of compartments additional to cooling compartments; Combinations of refrigerators with other equipment, e.g. stove
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Combustion & Propulsion (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Primary Health Care (AREA)
- Public Health (AREA)
- Nutrition Science (AREA)
- Epidemiology (AREA)
- Physics & Mathematics (AREA)
- Mechanical Engineering (AREA)
- Thermal Sciences (AREA)
- General Engineering & Computer Science (AREA)
- Medical Treatment And Welfare Office Work (AREA)
- Cold Air Circulating Systems And Constructional Details In Refrigerators (AREA)
Abstract
本申请公开了一种菜谱的推荐方法及装置和冰箱。该方法包括:采集目标用户的生理状态参数和病例信息;基于生理状态参数和病例信息,确定第一目标食材,其中,第一目标食材为影响目标用户的身体健康的食材;识别目标用户所处空间内的目标冰箱中存在的食材,确定第二目标食材;获取目标用户的历史菜谱记录信息;根据第一目标食材、第二目标食材和历史菜谱记录信息为目标用户推荐目标菜谱。通过本申请,解决相关技术中菜谱网站难以结合用户的身体情况进行菜谱推荐,导致推荐的菜谱的采用率不高的问题。
Description
技术领域
本申请涉及信息处理技术领域,具体而言,涉及一种菜谱的推荐方法及装置和冰箱。
背景技术
随着科学技术的迅猛发展,人们的生活水平正在不断的提高,人们在饮食上的要求也在逐渐攀升。
相关技术中,为了实现饮食上的营养均衡,用户通常会使用移动终端查询菜谱,或者向菜谱类网站发送订阅指令,菜谱网站在接收到移动终端发送的订阅指令后,菜谱网站会根据用户的需求定期向移动终端发送或者推荐一些菜谱,以使用户能够按照菜谱网站推荐的菜谱进行做菜。
虽然菜谱网站能够为用户推荐菜谱,但是,由于每个用户的身体状况、饮食习惯不同,所以菜谱网站推荐给用户的菜谱也许并不适用于该用户,或者推荐的菜谱用户不喜欢。例如,用户为糖尿病患者,但是菜谱网站并不了解用户的身体状况,菜谱网站可能会向糖尿病患者推荐含糖量特别高的菜谱,所以这样的推荐菜谱的方式对于用户身体健康可能会存在一定的风险。
针对相关技术中存在的上述问题,目前尚未提出有效的解决方案。
发明内容
本申请的主要目的在于提供一种菜谱的推荐方法及装置和冰箱,以解决相关技术中菜谱网站难以结合用户的身体情况进行菜谱推荐,导致推荐的菜谱的采用率不高的问题。
为了实现上述目的,根据本申请的一个方面,提供了一种菜谱的推荐方法。该方法包括:采集目标用户的生理状态参数和病例信息;基于生理状态参数和病例信息,确定第一目标食材,其中,第一目标食材为影响目标用户的身体健康的食材;识别目标用户所处空间内的目标冰箱中存在的食材,确定第二目标食材;获取目标用户的历史菜谱记录信息;根据第一目标食材、第二目标食材和历史菜谱记录信息为目标用户推荐目标菜谱。
进一步地,采集目标用户的生理状态参数和病例信息包括:采集目标用户的生理状态参数包括以下至少之一:性别、年龄、身高、体重、体脂、血压、血脂、血糖、心律、月经周期;采集目标用户在预定时间段内的病例信息。
进一步地,在获取目标用户的历史菜谱记录信息之后,该方法包括:基于历史菜谱记录信息确定第三目标食材,其中,第三目标食材为目标用户偏爱的食材; 基于第一目标食材和第二目标食材,利用卷积神经网络模型确定第一菜谱;基于第一目标食材与第三目标食材,利用卷积神经网络模型确定第二菜谱;根据第一菜谱与第二菜谱,确定目标菜谱。
进一步地,在根据第一目标食材、第二目标食材和历史菜谱记录信息确定目标菜谱之后,该方法还包括:将目标菜谱发送至预设移动终端;和/或,将目标菜谱显示在目标冰箱的显示屏上。
进一步地,该方法还包括:对目标菜谱进行检测;如果检测到目标菜谱中包含第一目标食材,发送提醒消息至预设移动终端,以提醒目标用户目标菜谱中包含第一目标食材。
进一步地,在获取目标用户的历史菜谱记录信息之后,该方法还包括:获取目标用户在预设时间段内的体重变化差值;根据第一目标食材、第二目标食材和历史菜谱记录信息为目标用户推荐目标菜谱之后,该方法还包括:若体重变化差值超出了预设阈值,从第二目标食材中排除部分目标食材,得到第四目标食材,其中,第四目标食材有利于调节目标用户的体重;根据第一目标食材、第四目标食材和历史菜谱记录信息为目标用户推荐目标菜谱。
为了实现上述目的,根据本申请的另一方面,提供了一种菜谱的推荐装置。该装置包括:采集单元,用于采集目标用户的生理状态参数和病例信息;第一确定单元,用于基于生理状态参数和病例信息,确定第一目标食材,其中,第一目标食材为影响目标用户的身体健康的食材;识别单元,用于识别目标用户所处空间内的目标冰箱中存在的食材,确定第二目标食材;第一获取单元,用于获取目标用户的历史菜谱记录信息;第一推荐单元,用于根据第一目标食材、第二目标食材和历史菜谱记录信息为目标用户推荐目标菜谱。
进一步地,采集单元包括:第一采集子单元,用于采集目标用户的生理状态参数包括以下至少之一:性别、年龄、身高、体重、体脂、血压、血脂、血糖、心律、月经周期;第二采集子单元,用于采集目标用户在预定时间段内的病例信息。
进一步地,该装置包括:第二确定单元,用于在获取目标用户的历史菜谱记录信息之后,基于历史菜谱记录信息确定第三目标食材,其中,第三目标食材为目标用户偏爱的食材;第三确定单元,用于基于第一目标食材和第二目标食材,利用卷积神经网络模型确定第一菜谱;第四确定单元,用于基于第一目标食材与第三目标食材,利用卷积神经网络模型确定第二菜谱;对比单元,用于根据第一菜谱与第二菜谱,确定目标菜谱。
为了实现上述目的,根据本申请的另一方面,提供了一种冰箱,包括上述任意一项菜谱的推荐装置。
通过本申请,采用以下步骤:采集目标用户的生理状态参数和病例信息;基于生理状态参数和病例信息,确定第一目标食材,其中,第一目标食材为影响目标用户的身体健康的食材;识别目标用户所处空间内的目标冰箱中存在的食材,确定第二目标食材;获取目标用户的历史菜谱记录信息;根据第一目标食材、第二目标食材和历史菜谱记录信息为目标用户推荐目标菜谱,解决了相关技术中菜谱网站难以结合用户的身体情况进行菜谱推荐,导致推荐的菜谱的采用率不高的问题,在本申请中,通过基于用户的身体状况和冰箱中储备的食材进行菜谱推荐,进而达到了提升推荐的菜谱的采用率,进而提升用户的体验度效果。
附图说明
构成本申请的一部分的附图用来提供对本申请的进一步理解,本申请的示意性实施例及其说明用于解释本申请,并不构成对本申请的不当限定。在附图中:
图1是根据本申请实施例提供的一种菜谱的推荐方法的流程图;以及
图2是根据本申请实施例提供的一种菜谱的推荐装置的示意图。
具体实施方式
需要说明的是,在不冲突的情况下,本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。
为了使本技术领域的用户更好地理解本申请方案,下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本申请一部分的实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术用户在没有做出创造性劳动前提下所获得的所有其他实施例,都应当属于本申请保护的范围。
需要说明的是,本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本申请的实施例。此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
根据本申请的实施例,提供了一种菜谱的推荐方法。
图1是根据本申请实施例的一种菜谱的推荐方法的流程图。如图1所示,该方法包括以下步骤:
步骤S101,采集目标用户的生理状态参数和病例信息。
具体地,目标用户的人数可以大于等于一人,因为,接收菜谱推荐的人不一定只给自己做菜吃,所以这里的目标用户可以是接收菜谱推荐的用户一人,也可以是包括接收菜谱推荐的用户和家庭中的其他成员,其中,其他成员就包括家里有健康问题的人或者年长、年幼的家庭成员。采集目标用户的生理参数和目标用户的病例信息。
可选地,采集目标用户的生理状态参数和病例信息包括:采集目标用户的生理状态参数包括以下至少之一:性别、年龄、身高、体重、体脂、血压、血脂、血糖、心律、月经周期;采集目标用户在预定时间段内的病例信息。
上述地,目标用户的性别、年龄、身高、体重、体脂、血压、血脂、血糖、心律、月经周期等都是用于确定适合的菜谱的生理参数。例如:目标用户中存在女性,根据采集到的女性目标用户的月经周期,可以在生理期期间推荐温补的菜谱给目标用户。
上述地,除了采集目标用户的生理参数外,还需要采集目标用户在一定时间段内的病例信息,因为,如果之前目标用户的身体存在某类健康问题,但是已经治愈,因此,不用考虑目标用户所有的病史,只需要根据目标用户最新的、还未治愈的病例信息进行菜谱推荐。
步骤S102,基于生理状态参数和病例信息,确定第一目标食材,其中,第一目标食材为影响目标用户的身体健康的食材。
具体地,在采集到目标用户的生理参数和病例信息后,可以确定不利于目标用户食用的食材,称为第一目标食材。例如,目标用户中存在最近半年内患有肾结石的人员,基于肾结石的病例信息,可以确定菠菜为患病人员慎食的事物,因此,菠菜可以归为第一目标食材。
步骤S103,识别目标用户所处空间内的目标冰箱中存在的食材,确定第二目标食材。
具体地,通过对目标冰箱中存储的食材的识别,确定存储与冰箱中的第二目标食材。
需要说明的是,在对目标冰箱中的食材进行识别时,可以通过在目标冰箱中安装有摄像头,利用摄像头对冰箱的内部进行图像采集,将采集的图像与在冰箱中存储的各种食材的图像进行对比,以此对冰箱中存储的食材进行识别。也可以采用基于卷积神经网络的深度学习模型进行识别,通过学习模型识别采集到的图像中包括的食材。也可以由目标用户在向冰箱存储食材时,将食材种类手动录入存储,以使冰箱对食材做相应的记忆。还有其他对食材的识别方法,不一一列举,但是都包含在本实施例的限定中。
步骤S104,获取目标用户的历史菜谱记录信息。
具体地,根据目标用户之前在菜谱网站浏览的足迹和目标用户的订阅需求,获取目标用户的历史菜谱记录。
步骤S105,根据第一目标食材、第二目标食材和历史菜谱记录信息为目标用户推荐目标菜谱。
具体地,综合已经确定的不利于目标用户健康的食材、冰箱中存储的食材和目标用户的历史菜谱记录,确定相应的菜谱并为目标用户做推荐。
可选地,在获取目标用户的历史菜谱记录信息之后,该方法包括:基于历史菜谱记录信息确定第三目标食材,其中,第三目标食材为目标用户偏爱的食材;基于第一目标食材和第二目标食材,利用卷积神经网络模型确定第一菜谱;基于第一目标食材与第三目标食材,利用卷积神经网络模型确定第二菜谱;根据第一菜谱与第二菜谱,确定目标菜谱。
具体地,在获取目标用户的历史菜谱记录后,可以根据目标用户订阅的需求确定目标用户平时比较偏爱食用的食材,例如:目标用户的菜谱历史记录中显示的菜谱有:清炖羊肉、红烧羊排、胡萝卜羊肉汤等羊肉系列菜谱,基于此记录可以确定羊肉是目标用户较为偏爱的食物。由此,确定第三目标食材。
具体地,根据卷积神经网络确定第一菜谱具体包括:首先,发送第一深度学习模型及预测样本,其中,第一深度学习模型基于冰箱中的食材,以及不利于目标用户健康的第二目标食材;接着,从预测样本(即食材信息)中提取一维向量形式的样本特征,将一维向量形式的样本特征转换为二维数组形式的样本特征,基于第一深度学习模型,以二维子数组为单位对二维数组中的样本特征进行泛化处理,获得第一处理结果,其中,第一处理结果中包含确定的第一菜谱。
具体地,根据卷积神经网络确定第二菜谱具体包括:首先,发送第二深度学习模型基于冰箱中的食材,以及目标用户偏爱的第三目标食材。接着,从预测样本(即食材信息)中提取一维向量形式的样本特征,将一维向量形式的样本特征转换为二维数组形式的样本特征,基于第二深度学习模型,以二维子数组为单位对二维数组中的样本特征进行泛化处理,获得第二处理结果,其中,第二处理结果中包含第二菜谱。
在获得第一菜谱与第二菜谱后,将两种菜谱进行对比,根据对比,确定第一菜谱与第二菜谱的重合度,再根据重合度确定将要推荐给目标用户的目标菜谱。
可选地,对目标菜谱进行检测;如果检测到目标菜谱中包含第一目标食材,发送提醒消息至预设移动终端,以提醒目标用户目标菜谱中包含第一目标食材。
具体地,在确定好目标菜谱后,需要对目标菜谱中使用的食材进行检测,如果目标菜谱中包含不利于目标用户健康的食材时,会触发发送提醒信息给目标用户,用于提醒目标用户注意一下是否选取包含有第一目标食材的菜谱。例如:提示消息文字显示为:水果沙拉中的沙拉酱将不利于高血脂人群食用,请慎重添加。
可选地,在根据第一目标食材、第二目标食材和历史菜谱记录信息确定目标菜谱之后,该方法还包括:将目标菜谱发送至预设移动终端;和/或,将目标菜谱显示在目标冰箱的显示屏上。
具体地,在确定要推荐给目标用户的目标菜谱后,将目标菜谱发送至接收目标菜谱的移动终端上以进行推送,或者将确定好的目标菜谱显示在目标冰箱的显示屏上,以使目标用户取出食材做菜时可以接收到目标菜谱,也可以同时将目标菜谱推送至目标移动终端与冰箱显示屏上。
可选地,在获取目标用户的历史菜谱记录信息之后,该方法还包括:获取目标用户在预设时间段内的体重变化差值;根据第一目标食材、第二目标食材和历史菜谱记录信息为目标用户推荐目标菜谱之后,该方法还包括:若体重变化差值超出了预设阈值,从第二目标食材中排除部分目标食材,得到第四目标食材,其中,第四目标食材有利于调节目标用户的体重;根据第一目标食材、第四目标食材和历史菜谱记录信息为目标用户推荐目标菜谱。
具体地,在确定目标菜谱前,获取历史菜谱记录后,获取到至少一个目标用户在一个月内的体重差值超过了五斤,就需要将存储在目标冰箱中的高热量的食材排除掉,剩下的存储在冰箱中的食材为第四目标食材,然后根据冰箱中的低热量食材、不利于目标用户健康的食材和目标用户偏爱的食材确定推荐给用于的目标菜谱。
本申请实施例提供的一种菜谱的推荐方法,通过采集目标用户的生理状态参数和病例信息;基于生理状态参数和病例信息,确定第一目标食材,其中,第一目标食材为影响目标用户的身体健康的食材;识别目标用户所处空间内的目标冰箱中存在的食材,确定第二目标食材;获取目标用户的历史菜谱记录信息;根据第一目标食材、第二目标食材和历史菜谱记录信息为目标用户推荐目标菜谱,解决了相关技术中菜谱网站难以结合用户的身体情况进行菜谱推荐,导致推荐的菜谱的采用率不高的问题,在本申请中,通过基于用户的身体状况和冰箱中储备的食材进行菜谱推荐,进而达到了提升推荐的菜谱的采用率,进而提升用户的体验度效果。
需要说明的是,在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行,并且,虽然在流程图中示出了逻辑顺序,但是在某些情况下,可以以不同于此处的顺序执行所示出或描述的步骤。
本申请实施例还提供了一种菜谱的推荐装置,需要说明的是,本申请实施例的一种菜谱的推荐装置可以用于执行本申请实施例所提供的用于一种菜谱的推荐方法。以下对本申请实施例提供的一种菜谱的推荐装置进行介绍。
图2是根据本申请实施例的一种菜谱的推荐装置的示意图。如图2所示,该装置包括:采集单元201,用于采集目标用户的生理状态参数和病例信息;第一确定单元202,用于基于生理状态参数和病例信息,确定第一目标食材,其中,第一目标食材为影响目标用户的身体健康的食材;识别单元203,用于识别目标用户所处空间内的目标冰箱中存在的食材,确定第二目标食材;第一获取单元204,用于获取目标用户的历史菜谱记录信息;第一推荐单元205,用于根据第一目标食材、第二目标食材和历史菜谱记录信息为目标用户推荐目标菜谱。
本申请实施例提供的一种菜谱的推荐装置,通过采集单元201采集目标用户的生理状态参数和病例信息;第一确定单元202基于生理状态参数和病例信息,确定第一目标食材,其中,第一目标食材为影响目标用户的身体健康的食材;识别单元203识别目标用户所处空间内的目标冰箱中存在的食材,确定第二目标食材;第一获取单元204获取目标用户的历史菜谱记录信息;第一推荐单元205根据第一目标食材、第二目标食材和历史菜谱记录信息为目标用户推荐目标菜谱,解决了相关技术中菜谱网站难以结合用户的身体情况进行菜谱推荐,导致推荐的菜谱的采用率不高的问题,在本申请中,通过基于用户的身体状况和冰箱中储备的食材进行菜谱推荐,进而达到了提升推荐的菜谱的采用率,进而提升用户的体验度效果。
可选地,采集单元201包括:第一采集子单元,用于采集目标用户的生理状态参数包括以下至少之一:性别、年龄、身高、体重、体脂、血压、血脂、血糖、心律、月经周期;第二采集子单元,用于采集目标用户在预定时间段内的病例信息。
可选地,该装置包括:第二确定单元,用于在获取目标用户的历史菜谱记录信息之后,基于历史菜谱记录信息确定第三目标食材,其中,第三目标食材为目标用户偏爱的食材;第三确定单元,用于基于第一目标食材和第二目标食材,利用卷积神经网络模型确定第一菜谱;第四确定单元,用于基于第一目标食材与第三目标食材,利用卷积神经网络模型确定第二菜谱;对比单元,用于根据第一菜谱与第二菜谱,确定目标菜谱。
可选地,该装置还包括:第一发送单元,用于在根据第一目标食材、第二目标食材和历史菜谱记录信息确定目标菜谱之后,将目标菜谱发送至预设移动终端;和/或,显示单元,用于将目标菜谱显示在目标冰箱的显示屏上。
可选地,该装置还包括:检测单元,用于对目标菜谱进行检测;第二发送单元,用于在检测到目标菜谱中包含第一目标食材的情况下,发送提醒消息至预设移动终端,以提醒目标用户目标菜谱中包含第一目标食材。
可选地,该装置还包括:第二获取单元,用于在获取目标用户的历史菜谱记录信息之后,获取目标用户在预设时间段内的体重变化差值;根据第一目标食材、第二目标食材和历史菜谱记录信息为目标用户推荐目标菜谱之后,该装置还包括:排除单元,在体重变化差值超出了预设阈值的情况下,从第二目标食材中排除部分目标食材,得到第四目标食材,其中,第四目标食材有利于调节目标用户的体重;第二推荐单元,用于根据第一目标食材、第四目标食材和历史菜谱记录信息为目标用户推荐目标菜谱。
根据本申请的另一方面,提供了一种冰箱,包括一种菜谱的推荐装置。
所述一种菜谱的推荐装置包括处理器和存储器,上述采集单元201、第一确定单元202、识别单元203、第一获取单元204和第一推荐单元205等均作为程序单元存储在存储器中,由处理器执行存储在存储器中的上述程序单元来实现相应的功能。
处理器中包含内核,由内核去存储器中调取相应的程序单元。内核可以设置一个或以上,通过调整内核参数来解决相关技术中菜谱网站难以结合用户的身体情况进行菜谱推荐,导致推荐的菜谱的采用率不高的问题。
存储器可能包括计算机可读介质中的非永久性存储器,随机存取存储器(RAM)和/或非易失性内存等形式,如只读存储器(ROM)或闪存(flash RAM),存储器包括至少一个存储芯片。
本发明实施例提供了一种存储介质,其上存储有程序,该程序被处理器执行时实现所述一种菜谱的推荐方法。
本发明实施例提供了一种处理器,所述处理器用于运行程序,其中,所述程序运行时执行所述一种菜谱的推荐方法。
本发明实施例提供了一种设备,设备包括处理器、存储器及存储在存储器上并可在处理器上运行的程序,处理器执行程序时实现以下步骤:采集目标用户的生理状态参数和病例信息;基于生理状态参数和病例信息,确定第一目标食材,其中,第一目标食材为影响目标用户的身体健康的食材;识别目标用户所处空间内的目标冰箱中存在的食材,确定第二目标食材;获取目标用户的历史菜谱记录信息;根据第一目标食材、第二目标食材和历史菜谱记录信息为目标用户推荐目标菜谱。
可选地,采集目标用户的生理状态参数和病例信息包括:采集目标用户的生理状态参数包括以下至少之一:性别、年龄、身高、体重、体脂、血压、血脂、血糖、心律、月经周期;采集目标用户在预定时间段内的病例信息。
可选地,在获取目标用户的历史菜谱记录信息之后,该方法包括:基于历史菜谱记录信息确定第三目标食材,其中,第三目标食材为目标用户偏爱的食材; 基于第一目标食材和第二目标食材,利用卷积神经网络模型确定第一菜谱;基于第一目标食材与第三目标食材,利用卷积神经网络模型确定第二菜谱;根据第一菜谱与第二菜谱,确定目标菜谱。
可选地,在根据第一目标食材、第二目标食材和历史菜谱记录信息确定目标菜谱之后,该方法还包括:将目标菜谱发送至预设移动终端;和/或,将目标菜谱显示在目标冰箱的显示屏上。
可选地,该方法还包括:对目标菜谱进行检测;如果检测到目标菜谱中包含第一目标食材,发送提醒消息至预设移动终端,以提醒目标用户目标菜谱中包含第一目标食材。
可选地,在获取目标用户的历史菜谱记录信息之后,该方法还包括:获取目标用户在预设时间段内的体重变化差值;根据第一目标食材、第二目标食材和历史菜谱记录信息为目标用户推荐目标菜谱之后,该方法还包括:若体重变化差值超出了预设阈值,从第二目标食材中排除部分目标食材,得到第四目标食材,其中,第四目标食材有利于调节目标用户的体重;根据第一目标食材、第四目标食材和历史菜谱记录信息为目标用户推荐目标菜谱。本文中的设备可以是服务器、PC、PAD、手机等。
本申请还提供了一种计算机程序产品,当在数据处理设备上执行时,适于执行初始化有如下方法步骤的程序:采集目标用户的生理状态参数和病例信息;基于生理状态参数和病例信息,确定第一目标食材,其中,第一目标食材为影响目标用户的身体健康的食材;识别目标用户所处空间内的目标冰箱中存在的食材,确定第二目标食材;获取目标用户的历史菜谱记录信息;根据第一目标食材、第二目标食材和历史菜谱记录信息为目标用户推荐目标菜谱。
可选地,采集目标用户的生理状态参数和病例信息包括:采集目标用户的生理状态参数包括以下至少之一:性别、年龄、身高、体重、体脂、血压、血脂、血糖、心律、月经周期;采集目标用户在预定时间段内的病例信息。
可选地,在获取目标用户的历史菜谱记录信息之后,该方法包括:基于历史菜谱记录信息确定第三目标食材,其中,第三目标食材为目标用户偏爱的食材; 基于第一目标食材和第二目标食材,利用卷积神经网络模型确定第一菜谱;基于第一目标食材与第三目标食材,利用卷积神经网络模型确定第二菜谱;根据第一菜谱与第二菜谱,确定目标菜谱。
可选地,在根据第一目标食材、第二目标食材和历史菜谱记录信息确定目标菜谱之后,该方法还包括:将目标菜谱发送至预设移动终端;和/或,将目标菜谱显示在目标冰箱的显示屏上。
可选地,该方法还包括:对目标菜谱进行检测;如果检测到目标菜谱中包含第一目标食材,发送提醒消息至预设移动终端,以提醒目标用户目标菜谱中包含第一目标食材。
可选地,在获取目标用户的历史菜谱记录信息之后,该方法还包括:获取目标用户在预设时间段内的体重变化差值;根据第一目标食材、第二目标食材和历史菜谱记录信息为目标用户推荐目标菜谱之后,该方法还包括:若体重变化差值超出了预设阈值,从第二目标食材中排除部分目标食材,得到第四目标食材,其中,第四目标食材有利于调节目标用户的体重;根据第一目标食材、第四目标食材和历史菜谱记录信息为目标用户推荐目标菜谱。
本领域内的技术用户应明白,本申请的实施例可提供为方法、系统、或计算机程序产品。因此,本申请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,本申请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。
本申请是参照根据本申请实施例的方法、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设备上,使得在计算机或其他可编程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。
在一个典型的配置中,计算设备包括一个或多个处理器 (CPU)、输入/输出接口、网络接口和内存。
存储器可能包括计算机可读介质中的非永久性存储器,随机存取存储器(RAM)和/或非易失性内存等形式,如只读存储器(ROM)或闪存(flash RAM)。存储器是计算机可读介质的示例。
计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括,但不限于相变内存 (PRAM)、静态随机存取存储器 (SRAM)、动态随机存取存储器 (DRAM)、其他类型的随机存取存储器 (RAM)、只读存储器 (ROM)、电可擦除可编程只读存储器 (EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘 (DVD) 或其他光学存储、磁盒式磁带,磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质,可用于存储可以被计算设备访问的信息。按照本文中的界定,计算机可读介质不包括暂存电脑可读媒体 (transitory media),如调制的数据信号和载波。
还需要说明的是,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、商品或者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、商品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括要素的过程、方法、商品或者设备中还存在另外的相同要素。
本领域技术用户应明白,本申请的实施例可提供为方法、系统或计算机程序产品。因此,本申请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,本申请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。
以上仅为本申请的实施例而已,并不用于限制本申请。对于本领域技术用户来说,本申请可以有各种更改和变化。凡在本申请的精神和原理之内所作的任何修改、等同替换、改进等,均应包含在本申请的权利要求范围之内。
Claims (8)
1.一种菜谱的推荐方法,其特征在于,包括:
采集目标用户的生理状态参数和病例信息;
基于所述生理状态参数和病例信息,确定第一目标食材,其中,所述第一目标食材为影响所述目标用户的身体健康的食材,第一目标食材为不利于目标用户食用的食材;
识别所述目标用户所处空间内的目标冰箱中存在的食材,确定第二目标食材;
获取所述目标用户的历史菜谱记录信息;
根据所述第一目标食材、所述第二目标食材和所述历史菜谱记录信息为所述目标用户推荐目标菜谱;
其中,在获取所述目标用户的历史菜谱记录信息之后,所述方法包括:
基于所述历史菜谱记录信息确定第三目标食材,其中,所述第三目标食材为所述目标用户偏爱的食材;
基于所述第一目标食材和所述第二目标食材,利用卷积神经网络模型确定第一菜谱;
基于所述第二目标食材与所述第三目标食材,利用所述卷积神经网络模型确定第二菜谱;
根据所述第一菜谱与所述第二菜谱,确定所述目标菜谱;
其中,根据所述第一菜谱与所述第二菜谱,确定所述目标菜谱,包括:确定第一菜谱与第二菜谱的重合度,根据重合度确定目标菜谱。
2.根据权利要求1所述的方法,其特征在于,采集目标用户的生理状态参数和病例信息包括:
采集所述目标用户的生理状态参数包括以下至少之一:性别、年龄、身高、体重、体脂、血压、血脂、血糖、心律、月经周期;
采集所述目标用户在预定时间段内的病例信息。
3.根据权利要求1所述的方法,其特征在于,在根据所述第一目标食材、第二目标食材和所述历史菜谱记录信息确定所述目标菜谱之后,所述方法还包括:
将所述目标菜谱发送至预设移动终端;和/或,
将所述目标菜谱显示在所述目标冰箱的显示屏上。
4.根据权利要求3所述的方法,其特征在于,所述方法还包括:
对所述目标菜谱进行检测;
如果检测到所述目标菜谱中包含所述第一目标食材,发送提醒消息至所述预设移动终端,以提醒所述目标用户所述目标菜谱中包含所述第一目标食材。
5.根据权利要求3所述的方法,其特征在于,
在获取所述目标用户的历史菜谱记录信息之后,所述方法还包括:获取所述目标用户在预设时间段内的体重变化差值;
根据所述第一目标食材、所述第二目标食材和所述历史菜谱记录信息为所述目标用户推荐目标菜谱之后,所述方法还包括:若所述体重变化差值超出了预设阈值,从所述第二目标食材中排除部分目标食材,得到第四目标食材,其中,所述第四目标食材有利于调节所述目标用户的体重;
根据所述第一目标食材、所述第四目标食材和所述历史菜谱记录信息为所述目标用户推荐所述目标菜谱。
6.一种菜谱的推荐装置,其特征在于,包括:
采集单元,用于采集目标用户的生理状态参数和病例信息;
第一确定单元,用于基于所述生理状态参数和病例信息,确定第一目标食材,其中,所述第一目标食材为影响所述目标用户的身体健康的食材,第一目标食材为不利于目标用户食用的食材;
识别单元,用于识别所述目标用户所处空间内的目标冰箱中存在的食材,确定第二目标食材;
第一获取单元,用于获取所述目标用户的历史菜谱记录信息;
第一推荐单元,用于根据所述第一目标食材、所述第二目标食材和所述历史菜谱记录信息为所述目标用户推荐目标菜谱;
其中,所述装置包括:
第二确定单元,用于在获取所述目标用户的历史菜谱记录信息之后, 基于所述历史菜谱记录信息确定第三目标食材,其中,所述第三目标食材为所述目标用户偏爱的食材;
第三确定单元,用于基于所述第一目标食材和所述第二目标食材,利用卷积神经网络模型确定第一菜谱;
第四确定单元,用于基于所述第二目标食材与所述第三目标食材,利用所述卷积神经网络模型确定第二菜谱;
对比单元,用于根据所述第一菜谱与所述第二菜谱,确定所述目标菜谱,其中,确定第一菜谱与第二菜谱的重合度,根据重合度确定目标菜谱;
其中,所述装置还用于确定第一菜谱与第二菜谱的重合度,根据重合度确定目标菜谱。
7.根据权利要求6所述的装置,其特征在于,所述采集单元包括:
第一采集子单元,用于采集所述目标用户的生理状态参数包括以下至少之一:性别、年龄、身高、体重、体脂、血压、血脂、血糖、心律、月经周期;
第二采集子单元,用于采集所述目标用户在预定时间段内的病例信息。
8.一种冰箱,其特征在于,包含权利要求6-7中任意一项所述的菜谱的推荐装置。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910120103.4A CN111584035B (zh) | 2019-02-18 | 2019-02-18 | 一种菜谱的推荐方法及装置和冰箱 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910120103.4A CN111584035B (zh) | 2019-02-18 | 2019-02-18 | 一种菜谱的推荐方法及装置和冰箱 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111584035A CN111584035A (zh) | 2020-08-25 |
CN111584035B true CN111584035B (zh) | 2023-10-27 |
Family
ID=72124217
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910120103.4A Active CN111584035B (zh) | 2019-02-18 | 2019-02-18 | 一种菜谱的推荐方法及装置和冰箱 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111584035B (zh) |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112199406A (zh) * | 2020-09-30 | 2021-01-08 | 聚好看科技股份有限公司 | 信息推荐方法、食材存储设备及服务器 |
CN112163006A (zh) * | 2020-08-26 | 2021-01-01 | 珠海格力电器股份有限公司 | 一种信息处理方法、装置、电子设备及存储介质 |
CN112503818B (zh) * | 2020-11-18 | 2023-10-13 | 深圳Tcl新技术有限公司 | 冰箱及其开门方法、计算机存储介质 |
CN113569140A (zh) * | 2021-07-13 | 2021-10-29 | 深圳Tcl新技术有限公司 | 信息推荐方法、装置、电子设备及计算机可读存储介质 |
CN113609172B (zh) * | 2021-07-26 | 2024-06-14 | 深圳市晨北科技有限公司 | 虚拟储物管理方法、装置、计算机设备和存储介质 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105205308A (zh) * | 2015-08-26 | 2015-12-30 | 宇龙计算机通信科技(深圳)有限公司 | 一种菜谱推荐方法及用户终端 |
CN105635251A (zh) * | 2015-12-21 | 2016-06-01 | 美的集团股份有限公司 | 食谱的推送方法、系统和云服务器 |
CN107863138A (zh) * | 2017-10-31 | 2018-03-30 | 珠海格力电器股份有限公司 | 菜谱生成装置和方法 |
CN108198603A (zh) * | 2017-12-12 | 2018-06-22 | 昆明亿尚科技有限公司 | 一种基于个人体检信息的营养饮食推荐方法 |
CN109346153A (zh) * | 2018-08-31 | 2019-02-15 | 北京唐冠天朗科技开发有限公司 | 一种数字化就餐系统和方法 |
-
2019
- 2019-02-18 CN CN201910120103.4A patent/CN111584035B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105205308A (zh) * | 2015-08-26 | 2015-12-30 | 宇龙计算机通信科技(深圳)有限公司 | 一种菜谱推荐方法及用户终端 |
CN105635251A (zh) * | 2015-12-21 | 2016-06-01 | 美的集团股份有限公司 | 食谱的推送方法、系统和云服务器 |
CN107863138A (zh) * | 2017-10-31 | 2018-03-30 | 珠海格力电器股份有限公司 | 菜谱生成装置和方法 |
CN108198603A (zh) * | 2017-12-12 | 2018-06-22 | 昆明亿尚科技有限公司 | 一种基于个人体检信息的营养饮食推荐方法 |
CN109346153A (zh) * | 2018-08-31 | 2019-02-15 | 北京唐冠天朗科技开发有限公司 | 一种数字化就餐系统和方法 |
Also Published As
Publication number | Publication date |
---|---|
CN111584035A (zh) | 2020-08-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111584035B (zh) | 一种菜谱的推荐方法及装置和冰箱 | |
CN106871567B (zh) | 基于智能冰箱的食物推荐处理方法、装置及智能冰箱 | |
CN111696675B (zh) | 基于物联网数据的用户数据分类方法、装置及计算机设备 | |
Anthimopoulos et al. | Computer vision-based carbohydrate estimation for type 1 patients with diabetes using smartphones | |
James et al. | The role of gastric acidity in the pathogenesis of peptic ulcer. | |
CN107705834A (zh) | 一种基于循环神经网络的饮食推荐系统 | |
CN105303493A (zh) | 一种居家养老健康大数据分析服务系统 | |
KR102004438B1 (ko) | 사용자 건강습관정보 수집을 통한 건강관리 서비스 제공 장치 및 제공 방법 | |
CN111489019B (zh) | 睡眠质量预测方法及装置 | |
CN108337272A (zh) | 菜谱推荐方法、服务器及终端 | |
CN115662617B (zh) | 基于cgm的结果病情预测系统及其预测方法 | |
CN106202855A (zh) | 用以于一通信网络中提供定性数据收集的系统及其方法 | |
CN113808706A (zh) | 食谱推荐方法、装置、电子设备和存储介质 | |
CN113436738A (zh) | 管理风险用户的方法、装置、设备及存储介质 | |
US11030493B2 (en) | Estimating sequential blood-sugar levels using images of meals | |
CN115620895A (zh) | 一种智能就诊方法、装置、设备和介质 | |
CN114639464A (zh) | 健康数据的推送方法、装置、计算机设备及存储介质 | |
CN114203278A (zh) | 一种健康饮食建议的生成方法及装置 | |
CN110782969A (zh) | 基于人工智能的菜谱配置方法及系统 | |
Hicks | Changes in blood-clotting time, serum-cholesterol level, and plasma-prothrombin index in Antarctica. | |
US20230162617A1 (en) | Indication-dependent nutrient calculation and preservation platform | |
CN114649080A (zh) | 一种饮食方案推荐方法、冰箱及计算机可读存储介质 | |
CN117747061A (zh) | 菜单推荐方法、装置和健康饮食系统 | |
CN110610753A (zh) | 一种食谱推荐方法、设备、系统及计算机可读存储介质 | |
US20220365926A1 (en) | Device and method for discovering causal patterns |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |