CN111599439B - 一种基于多目标需求相似性的家庭饮食推荐方法及设备 - Google Patents

Abstract

本发明公开了一种基于多目标需求相似性的家庭饮食推荐方法及设备，方法主要针对家庭成员的健康需求和平衡家庭成员不同的饮食需求。方法包括:采集整个家庭成员的健康信息，角色信息和需求信息；根据家庭成员的信息，建立饮食偏好模型和家庭饮食需求模型；构建食物推荐间隔时间函数模型，增加推荐的食物种类来丰富饮食结构，提高推荐结果的多样性；本发明在食谱推荐上，不仅考虑了疾病患者和家庭成员的营养信息，还考虑了家庭成员其他方面的需求，实现了多目标推荐；推荐食谱的饮食结构上，考虑了用户偏好随时间漂移以及推荐食谱的多样性，通过用户偏好漂移函数和食物推荐间隔的时间函数，防止用户喜爱的某种食物被不断的推荐，丰富了饮食结构。

Description

一种基于多目标需求相似性的家庭饮食推荐方法及设备

技术领域

本发明涉及计算机技术中的推荐系统领域，具体涉及一种基于多目标需求相似性的家庭饮食推荐方法及设备。

背景技术

家庭饮食多目标推荐过程中，最主要的是考虑家庭成员的健康和如何平衡家庭成员不同的饮食需求。传统的基于个人的饮食推荐方法所得到的结果，不能全面的满足家庭成员的饮食需求。此外，如果家庭中有患疾病的成员，既要保证家庭中的患有疾病成员的饮食禁忌，又要满足家庭其他成员的饮食需求，食谱的推荐将会更加的复杂。因此，有必要根据家庭成员的信息来综合考虑，分析家庭的具体情况，侧重考虑家庭成员不同的需求进行食谱推荐，实现多目标推荐方法。

发明内容

为了解决上述问题，本发明提供一种基于多目标需求相似性的家庭饮食推荐方法及设备，通过分析家庭的具体情况和家庭成员的饮食需求，给出满足家庭成员饮食需求的多目标推荐，并对推荐结果进行解释，提供给用户优质的饮食推荐服务。

为了达到上述目的，本发明所采用的技术方案为：一种基于多目标需求相似性的家庭饮食推荐方法，包括以下步骤：

S1，获取家庭成员的基本信息；

S2，根据家庭成员的基本信息，确定食谱的类型；若家庭中有患疾病的成员，标记出不利于疾病的食物，如果疾病是需要长期注意饮食的疾病，则推荐的食谱分为两种，一是有病患的家庭使用，称为食谱A；二是正常家庭使用，称为食谱B；如果家庭中出现病患是需要短期注意饮食的疾病，按照正常家庭食谱对待；

S3，建立家庭成员饮食偏好模型Preference＝{(U₁,L₁,R₁),(U₂,L₂,R₂)，……，(Un,Ln,Rn)}；

其中U₁～Un是家庭成员列表，L₁～Ln是家庭成员喜爱的食物列表，R₁～R_n是家庭成员对喜爱程度的食物评分列表；

S4，根据家庭成员饮食需求信息，构建每一个家庭成员饮食需求模型，并基于家庭成员饮食需求模型得到家庭饮食需求模型；

S5，以家庭成员所期望的食物的最小推荐时间间隔为单位，通过推荐时间间隔函数和用户偏好漂移函数，控制相同食物的推荐间隔；构建食物推荐间隔的时间函数：

其中t代表当前时间，t₁代表食物上次推荐的时间，T代表最小间隔推荐时间，家庭成员根据自身需求和喜好，设置自己喜爱食物列表的最小推荐间隔时间T；

构建用户偏好漂移函数：

其中，D为单位时间内推荐次数阈值，d_t为该食物在单位时间内当前推荐次数，若该食物在用户设置的最小推荐间隔时间中推荐过，则d_t的值加1；若该食物未在用户设置的最小推荐间隔时间中推荐过，则d_t的值减1，某食物的Time_p的值越大，则该食物的推荐权重越大；某食物的Time_p的值越小，则该食物的推荐权重越小；

S6，根据S3建立的家庭成员饮食偏好模型，得到满足家庭成员偏好的食物列表F，对于食物列表F中的每个食物r_i，根据食物r_i是否满足家庭需求获得需求列表t_i，t_i以(1,0,0,……)^T形式表示，1表示该食物满足此项家庭需求，0表示该食物不满足此项家庭需求；汇总t_i，获得需求集SetT＝{r_i，t_i}；对于需求集SetT的每个需求t_i，使用TF-IDF算法计算需求t_i的权重w_i，根据w_i的值，获得食物r_i所能满足的前m个需求；得到食物模型R＝Top(t_i，w_i)；

S7，在S6所得食物模型和S4所得家庭饮食需求模型的基础上进行匹配计算；首先对食物模型和家庭需求模型中的权重进行归一化，再采用余弦相似度算法，得到食物模型和家庭饮食需求模型中相似度最高的食物列表；根据需求模型考虑的是有患病家庭成员或全部为健康家庭成员，针对有患病家庭成员的情况，则所得食物列表为食谱A；针对全部为健康家庭成员的情况，则所得食物列表为食谱B；

S8，获取家庭的地理位置和季节信息，计算相似家庭的食谱A和食谱B的相似度；

食谱A相似度分数计算如下：

其中当两个家庭的疾病禁忌相同时S(i)＝1，当两个家庭的疾病禁忌不相同时S(i)＝0；N代表本家庭患病成员每日所需摄入的营养元素值，N₁代表相似家庭患病成员每日所需摄入的营养元素值；P(A_i)代表本家庭患病成员与相似家庭患病成员的饮食口味偏好分数；w₁∈(0,1),w₂∈(0,1)，且w₁+w₂＝1；

P(A_i)偏好分数的计算是根据A_i的值得到相应的分数，P(A_i)的分数计算函数为：

其中A_i的初始值为0，通过获取S3中建立的家庭成员饮食偏好模型，比较本家庭患病成员与相似家庭患病成员的饮食偏好，每有一种相同喜爱的食物，则A_i的值加1；即A_i的值为本家庭患病成员与相似家庭患病成员所喜爱相同食物的数量；

食谱B相似度计算如下：

其中N代表本家庭健康成员每日所需摄入的营养元素值，N₂代表相似家庭健康成员每日所需摄入的营养元素值；P(B_i)代表本家庭健康成员与相似家庭健康成员的饮食口味偏好得分；w₁∈(0,1),w₂∈(0,1)，且w₁+w₂＝1；

P(B_i)偏好分数的计算是根据A_i的值得到相应的分数，P(B_i)的分数计算函数为：

其中B_i的初始值为0，通过获取S3中建立的家庭成员饮食偏好模型，比较本家庭健康成员与相似家庭健康成员的饮食偏好，每有一种相同喜爱的食物，则B_i的值加1；即B_i的值为本家庭健康成员与相似家庭健康成员所喜爱相同食物的数量；

根据相似度分数分别对食谱A和食谱B进行排序，并按照排序结果作为推荐的备选食谱A和备选食谱B；

S9，基于S8相似度计算排序结果，选择符合S5所得时间间隔推荐的食物组成推荐食谱。

S1中，所述基本信息包括患疾病的饮食禁忌、用户的饮食需求、饮食偏好、烹饪水平、收入水平以及家庭角色。

S4中，家庭成员饮食需求模型：

其中demand为家庭成员的需求列表，当家庭成员有这项需求时w_t的值为1，没有这项需求时w_t的值为0；所述饮食需求是从人体所需营养考虑；

通过获取家庭成员的饮食需求,配每个家庭成员的权重，计算得到家庭饮食需求模型U_i＝Top(d_n,a_n)，获取前m个需求，并为每个需求分配权重，i为正整数，最大为m；

家庭饮食需求模型计算如下：

其中w_1-w_p代表家庭成员的权重值。

S7中，相似度计算方法：

其中I_ur是满足用户需求的食物列表，r_u,c表示需求c在u中的权重，r_r,c表示需求c在食物r中的权重，

和/>

表示需求c在用户u和食物r中的平均权重。

S8中，采用Min-Max归一化方法：

其中w_i是归一化处理前的权值，w’_i是归一化处理后的权值，Max(w)代表w_i所属模型中最大的权值，Min(w)代表w_i所属模型中最小的权值。

S8中，相似家庭是指相同地域、收入相近且恩格尔系数相似的家庭。

S9中，家庭成员根据推荐结果进行评分，若有不满意需要更换的食物，则通过备选食谱进行更换；若需要无更换的食物，则推荐成功，得到更新的推荐食谱。

一种家庭饮食推荐设备，包括处理器和存储器，存储器中存储可执行程序，处理器执行所述可执行程序时，能执行本发明所述的家庭饮食推荐方法。

存储器中还存储有若干家庭中所有家庭成员的基本信息、所有家庭成员的饮食偏好信息、食物的营养和食用禁忌信息。

基于多目标需求相似性的家庭饮食推荐方法与现有食谱推荐方法相比，具有以下优点：

本发明在食谱推荐上，不仅考虑了疾病患者和家庭成员的营养信息，还考虑了家庭成员其他方面的需求，实现了多目标推荐；推荐食谱的饮食结构上，考虑了用户偏好随时间漂移以及推荐食谱的多样性，通过用户偏好漂移函数和食物推荐间隔的时间函数，防止用户喜爱的某种食物被不断的推荐，丰富了饮食结构，提升推荐的多样性；本发明根据家庭患疾病成员及疾病类型，将推荐食谱进行细分，避免备选食谱因可参考的相似家庭食谱数量过少而降低推荐性能，一定程度上缓解了冷启动问题。

附图说明

图1为家庭饮食的多目标推荐流程图。

具体实施方式

图1是家庭饮食的多目标推荐流程图，现对本发明的实施方式进行详细说明。

基于多目标需求相似性的家庭饮食推荐方法，有以下具体步骤。

步骤1，获取家庭成员的基本信息，健康信息包括所患疾病的饮食禁忌、用户的饮食需求、饮食偏好、烹饪水平、收入水平以及家庭角色。

步骤2，根据家庭成员有患疾病的信息，确定计算食谱的类型，若家庭中有患疾病的成员，标记出不利于疾病的食物，如果疾病是需要长期，即三个月以上需要注意饮食的疾病，则推荐的食谱分为两个部分，一部分是患有疾病的用户不适宜使用，称为食谱A；如果疾病是需要短期，即三个月以下需要注意饮食的疾病，则只推荐一个食谱，为食谱B；优先考虑疾病患者的营养需求，加快疾病的痊愈，若家庭中无患疾病的成员，则只推荐一个食谱，也称为食谱B；

步骤3，建立家庭成员饮食偏好模型Preference＝{(U₁,L₁,R₁),(U₂,L₂,R₂)，……，(Un,Ln,Rn)}；

其中U₁-Un是家庭成员列表，L₁-Ln是家庭成员喜爱的食物列表，R₁-R_n是家庭成员对喜爱的食物评分列表。

步骤4，由所获取的家庭成员饮食需求信息，构建每一个家庭成员饮食需求模型，并计算得到家庭饮食需求模型；家庭食谱推荐，首先是满足家庭的营养需求，在满足营养需求的基础上，进一步满足价格需求，选择营养丰富且价格合适的食物、满足饮食偏好模型以及饮食禁忌的需求；每个成员的需求是不同的侧重的，所以给不同成员赋予不同的权值；如，营养需求的计算，赋予孩子更高的权重；价格需求，赋予家长更高的权重；饮食禁忌需求将食谱分为两个部分进行满足；

家庭成员饮食需求模型为：

其中demand为用户的需求列表，当用户有这项需求时w_t的值为1，没有这项需求时w_t的值为0；

通过获取家庭成员的饮食需求,合理分配每个家庭成员的权重，计算得到家庭饮食需求模型U_i＝Top(d_n,a_n)，获取前m个需求，并为每个需求分配权重，i为正整数，最大为m。

家庭饮食需求模型计算过程：

其中w_1-w_p代表家庭成员的权重值。

步骤5，构建食物推荐间隔的时间函数：

其中t代表当前时间，t₁代表食物上次推荐的时间，T代表最小间隔推荐时间,T为用户设置。

家庭成员根据自身需求和喜好，设置自己喜爱食物列表的最小推荐间隔时间，保证食谱结构丰富，饮食营养均衡；

同时考虑用户偏好随时间漂移，构建用户偏好漂移函数：

其中D为推荐次数阈值，d_t为该食物当前推荐次数，若该食物在用户设置的最小推荐间隔时间中推荐过，则d_t的值加1；若该食物未在用户设置的最小推荐间隔时间中推荐过，则d_t的值减1，某食物的Time_p的值越大，则该食物的推荐权重越大；某食物的Time_p的值越小，则该食物的推荐权重越小。

步骤6，根据步骤3建立的家庭成员饮食偏好模型，得到满足家庭成员偏好的食物列表F，对于食物列表F中的每个食物r_i，根据食物r_i是否满足家庭需求获得需求列表t_i，t_i以(1,0,0,……)^T形式表示，1表示该食物满足此项家庭需求，0表示该食物不满足此项家庭需求；汇总t_i，获得需求集SetT＝{r_i，t_i}；对于需求集SetT的每个需求t_i，使用TF-IDF算法计算需求t_i的权重w_i，根据w_i的值，获得食物r_i所能满足的前m个需求；得到食物模型R＝Top(t_i，w_i)；

步骤7，在S6所得食物模型和S4所得家庭饮食需求模型的基础上进行匹配计算；首先对食物模型和家庭需求模型中的权重进行归一化，

采用Min-Max归一化方法：

其中w_i是归一化处理前的权值，w’_i是归一化处理后的权值，Max(w)代表w_i所属模型中最大的权值，Min(w)代表w_i所属模型中最小的权值；

采用余弦相似度算法，得到食物模型和家庭饮食需求模型中相似度最高的食物列表；根据需求模型考虑的是有患病家庭成员或全部为健康家庭成员，针对有患病家庭成员的情况，则所得食物列表为食谱A；针对全部为健康家庭成员的情况，则所得食物列表为食谱B；

相似度计算具体为：

其中I_ur是满足用户需求的食物列表，r_u,c表示需求c在u中的权重，r_r,c表示需求c在食物r中的权重，

和/>

表示需求c在用户u和食物r中的平均权重。

步骤8，获取家庭的地理位置和季节信息，计算相似家庭的食谱A和食谱B的相似度。

食谱A相似度分数计算如下：

其中当两个家庭的疾病禁忌相同时S(i)＝1，当两个家庭的疾病禁忌不相同时S(i)＝0；N代表本家庭患病成员每日所需摄入的营养元素值，N₁代表相似家庭患病成员每日所需摄入的营养元素值；P(A_i)代表本家庭患病成员与相似家庭患病成员的饮食口味偏好分数；w₁∈(0,1),w₂∈(0,1)，且w₁+w₂＝1；

P(A_i)偏好分数的计算是根据A_i的值得到相应的分数，P(A_i)的分数计算函数为：

其中A_i的初始值为0，通过获取S3中建立的家庭成员饮食偏好模型，比较本家庭患病成员与相似家庭患病成员的饮食偏好，每有一种相同喜爱的食物，则A_i的值加1；即A_i的值为本家庭患病成员与相似家庭患病成员所喜爱相同食物的数量；

食谱B相似度计算如下：

其中N代表本家庭健康成员每日所需摄入的营养元素值，N₂代表相似家庭健康成员每日所需摄入的营养元素值；P(B_i)代表本家庭健康成员与相似家庭健康成员的饮食口味偏好得分；w₁∈(0,1),w₂∈(0,1)，且w₁+w₂＝1；

P(B_i)偏好分数的计算是根据A_i的值得到相应的分数，P(B_i)的分数计算函数为：

其中B_i的初始值为0，通过获取S3中建立的家庭成员饮食偏好模型，比较本家庭健康成员与相似家庭健康成员的饮食偏好，每有一种相同喜爱的食物，则B_i的值加1；即B_i的值为本家庭健康成员与相似家庭健康成员所喜爱相同食物的数量；

根据相似度分数分别对食谱A和食谱B进行排序，并按照排序结果作为推荐的备选食谱A和备选食谱B；

根据相似度分数进行排序，并按照排序结果分配权重，作为推荐的备选食谱。

步骤9，通过食物模型和家庭饮食需求模型，计算不同食物与家庭成员需求的相似度，根据相似度计算排序结果，选择相似度较大且符合时间间隔推荐的食物组成推荐食谱，家庭成员根据推荐结果进行评分，若有不满意需要更换的食物，则通过备选食谱进行更换；若需要无更换的食物，则推荐成功，生成推荐食谱。

根据推荐食谱结果，为推荐结果提供解释。解释是在一个预定义的基于规则的解释模型中，从固定的文本片段中组合出解释，通过“固定”的文本片段，每个片段都是随机选择的，以提供更丰富的解释。本发明采用更简短的解释，解决了用过多信息不吸引人的文本块的问题，例如：“XX食物是孩子最爱吃的”，“XX食物营养丰富，对治疗疾病有帮助”。并为推荐的食谱标志详细的营养和说明，如：“XX食物100g所含热量需要跑步XX分钟消耗完。每100克该食物含有:碳水化合物XX克；脂肪XX克；蛋白质XX克。长期使用XX食物将营养过剩从而导致肥胖。”。家庭成员将为推荐结果进行评分，根据家庭成员的反馈进行动态调整。

一种计算机，包括处理器和存储器，存储器中存储可执行程序，处理器执行所述可执行程序时，能执行步骤1-9所述的家庭饮食推荐方法，所述计算机为移动平板电脑、手机或台式计算机，也可以采用嵌入式计算机，所述嵌入式计算机装入冰箱、烤箱、微波炉中或电视机中。

可选的，存储器中还存储有若干家庭中所有家庭成员的基本信息、所有家庭成员的饮食偏好信息、食物的营养和食用禁忌信息。

Claims (9)

1.一种基于多目标需求相似性的家庭饮食推荐方法，其特征在于，包括以下步骤：

S1，获取家庭成员的基本信息；

S2，根据家庭成员的基本信息，确定食谱的类型；若家庭中有患疾病的成员，标记出不利于疾病的食物，如果疾病是需要长期注意饮食的疾病，则推荐的食谱分为两种，一是有病患的家庭使用，称为食谱A；二是正常家庭使用，称为食谱B；如果家庭中出现病患是需要短期注意饮食的疾病，按照正常家庭食谱对待；

S3，建立家庭成员饮食偏好模型Preference={(U₁,L₁,R₁),(U₂,L₂,R₂)，……，(Un,Ln,Rn)}；

其中U₁~Un是家庭成员列表，L₁~Ln是家庭成员喜爱的食物列表，R₁~R_n是家庭成员对喜爱程度的食物评分列表；

S4，根据家庭成员饮食需求信息，构建每一个家庭成员饮食需求模型，并基于家庭成员饮食需求模型得到家庭饮食需求模型；

S5，以家庭成员所期望的食物的最小推荐时间间隔为单位，通过推荐时间间隔函数和用户偏好漂移函数，控制相同食物的推荐间隔；构建食物推荐间隔的时间函数：

其中t代表当前时间，t ₁代表食物上次推荐的时间，T代表最小间隔推荐时间，家庭成员根据自身需求和喜好，设置自己喜爱食物列表的最小推荐间隔时间T；

构建用户偏好漂移函数：

其中，D为单位时间内推荐次数阈值，d _t为该食物在单位时间内当前推荐次数，若该食物在用户设置的最小推荐间隔时间中推荐过，则d _t的值加1；若该食物未在用户设置的最小推荐间隔时间中推荐过，则d _t的值减1，某食物的Time_p的值越大，则该食物的推荐权重越大；某食物的Time_p的值越小，则该食物的推荐权重越小；

S6，根据S3建立的家庭成员饮食偏好模型，得到满足家庭成员偏好的食物列表F，对于食物列表F中的每个食物r_i，根据食物r_i是否满足家庭需求获得需求列表t_i，t_i以（1,0,0,……）^T形式表示，1表示该食物满足此项家庭需求，0表示该食物不满足此项家庭需求；汇总t_i，获得需求集SetT={r_i，t_i}；对于需求集SetT的每个需求t_i，使用TF-IDF算法计算需求t_i的权重w _i，根据w _i的值，获得食物r_i所能满足的前m个需求；得到食物模型R=Top（t_i，w_i）；

S7，在S6所得食物模型和S4所得家庭饮食需求模型的基础上进行匹配计算；首先对食物模型和家庭需求模型中的权重进行归一化，再采用余弦相似度算法，得到食物模型和家庭饮食需求模型中相似度最高的食物列表；根据需求模型考虑的是有患病家庭成员或全部为健康家庭成员，针对有患病家庭成员的情况，则所得食物列表为食谱A；针对全部为健康家庭成员的情况，则所得食物列表为食谱B；

S8，获取家庭的地理位置和季节信息，计算相似家庭的食谱A和食谱B的相似度；

食谱A相似度分数计算如下：

其中当两个家庭的疾病禁忌相同时

，当两个家庭的疾病禁忌不相同时/>

；N代表本家庭患病成员每日所需摄入的营养元素值，N₁代表相似家庭患病成员每日所需摄入的营养元素值；/>

代表本家庭患病成员与相似家庭患病成员的饮食口味偏好分数；

，且/>

；

偏好分数的计算是根据/>

的值得到相应的分数，/>

的分数计算函数为：

其中

的初始值为0，通过获取S3中建立的家庭成员饮食偏好模型，比较本家庭患病成员与相似家庭患病成员的饮食偏好，每有一种相同喜爱的食物，则/>

的值加1；即/>

的值为本家庭患病成员与相似家庭患病成员所喜爱相同食物的数量；

食谱B相似度计算如下：

其中N代表本家庭健康成员每日所需摄入的营养元素值，N₂代表相似家庭健康成员每日所需摄入的营养元素值；

代表本家庭健康成员与相似家庭健康成员的饮食口味偏好得分； />

，且/>

；

偏好分数的计算是根据/>

的值得到相应的分数，/>

的分数计算函数为：

其中

的初始值为0，通过获取S3中建立的家庭成员饮食偏好模型，比较本家庭健康成员与相似家庭健康成员的饮食偏好，每有一种相同喜爱的食物，则/>

的值加1；即/>

的值为本家庭健康成员与相似家庭健康成员所喜爱相同食物的数量；

根据相似度分数分别对食谱A和食谱B进行排序，并按照排序结果作为推荐的备选食谱A和备选食谱B；

S9，基于S8相似度计算排序结果，选择符合S5所得时间间隔推荐的食物组成推荐食谱。

2.根据权利要求1所述的基于多目标需求相似性的家庭饮食推荐方法，其特征在于，S1中，所述基本信息包括患疾病的饮食禁忌、用户的饮食需求、饮食偏好、烹饪水平、收入水平以及家庭角色。

3.根据权利要求1所述的基于多目标需求相似性的家庭饮食推荐方法，其特征在于，S4中，家庭成员饮食需求模型：

其中demand为家庭成员的需求列表，当家庭成员有这项需求时w _t的值为1，没有这项需求时w _t的值为0；所述饮食需求是从人体所需营养考虑；

通过获取家庭成员的饮食需求,配每个家庭成员的权重，计算得到家庭饮食需求模型U_i=Top(d_n,a_n)，获取前m个需求，并为每个需求分配权重，i为正整数，最大为m；

家庭饮食需求模型计算如下：

其中w_1-w_p代表家庭成员的权重值。

4.根据权利要求1所述的基于多目标需求相似性的家庭饮食推荐方法，其特征在于，S7中，相似度计算方法：

其中I_ur是满足用户需求的食物列表，

表示需求c在u中的权重，/>

表示需求c在食物r中的权重，/>

和/>

表示需求c在用户u和食物r中的平均权重。

5.根据权利要求1所述的基于多目标需求相似性的家庭饮食推荐方法，其特征在于，S8中，采用Min-Max归一化方法：

其中

是归一化处理前的权值，/>

是归一化处理后的权值，/>

代表/>

所属模型中最大的权值，/>

代表/>

所属模型中最小的权值。/>

6.根据权利要求1所述的基于多目标需求相似性的家庭饮食推荐方法，其特征在于，S8中，相似家庭是指相同地域、收入相近且恩格尔系数相似的家庭。

7.根据权利要求1所述的基于多目标需求相似性的家庭饮食推荐方法，其特征在于，S9中，家庭成员根据推荐结果进行评分，若有不满意需要更换的食物，则通过备选食谱进行更换；若需要无更换的食物，则推荐成功，得到更新的推荐食谱。

8.一种家庭饮食推荐设备，其特征在于，包括处理器和存储器，存储器中存储可执行程序，处理器执行所述可执行程序时，能执行权利要求1-7任一项所述的家庭饮食推荐方法。

9.根据权利要求8所述的家庭饮食推荐设备，其特征在于，存储器中还存储有若干家庭中所有家庭成员的基本信息、所有家庭成员的饮食偏好信息、食物的营养和食用禁忌信息。

Images