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
一种基于多目标需求相似性的家庭饮食推荐方法及设备 Download PDFInfo
- Publication number
- CN111599439B CN111599439B CN202010408316.XA CN202010408316A CN111599439B CN 111599439 B CN111599439 B CN 111599439B CN 202010408316 A CN202010408316 A CN 202010408316A CN 111599439 B CN111599439 B CN 111599439B
- Authority
- CN
- China
- Prior art keywords
- family
- food
- diet
- demand
- recommended
- 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
- 235000005911 diet Nutrition 0.000 title claims abstract description 103
- 230000037213 diet Effects 0.000 title claims abstract description 102
- 238000000034 method Methods 0.000 title claims abstract description 27
- 235000013305 food Nutrition 0.000 claims abstract description 141
- 201000010099 disease Diseases 0.000 claims abstract description 38
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 claims abstract description 38
- 230000036541 health Effects 0.000 claims abstract description 25
- 235000016709 nutrition Nutrition 0.000 claims abstract description 20
- 230000035764 nutrition Effects 0.000 claims abstract description 11
- 230000006870 function Effects 0.000 claims description 18
- 238000004364 calculation method Methods 0.000 claims description 15
- 238000010606 normalization Methods 0.000 claims description 9
- 230000002354 daily effect Effects 0.000 claims description 6
- 230000003203 everyday effect Effects 0.000 claims description 6
- 206010025482 malaise Diseases 0.000 claims description 6
- 235000015097 nutrients Nutrition 0.000 claims description 6
- 235000020930 dietary requirements Nutrition 0.000 claims description 4
- 238000010411 cooking Methods 0.000 claims description 3
- 230000007774 longterm Effects 0.000 claims description 3
- 235000020979 dietary recommendations Nutrition 0.000 claims 1
- 235000021478 household food Nutrition 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 208000008589 Obesity Diseases 0.000 description 1
- 201000002451 Overnutrition Diseases 0.000 description 1
- 235000004251 balanced diet Nutrition 0.000 description 1
- 150000001720 carbohydrates Chemical class 0.000 description 1
- 230000000378 dietary effect Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 235000021408 high quality diet Nutrition 0.000 description 1
- 235000006180 nutrition needs Nutrition 0.000 description 1
- 235000020824 obesity Nutrition 0.000 description 1
- 235000020823 overnutrition Nutrition 0.000 description 1
- 230000002035 prolonged effect Effects 0.000 description 1
- 102000004169 proteins and genes Human genes 0.000 description 1
- 108090000623 proteins and genes Proteins 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
- 238000012163 sequencing technique Methods 0.000 description 1
Images
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
-
- 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
-
- 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
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
- Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation
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)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- Nutrition Science (AREA)
- Medical Informatics (AREA)
- Primary Health Care (AREA)
- Public Health (AREA)
- Life Sciences & Earth Sciences (AREA)
- Epidemiology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- Medical Treatment And Welfare Office Work (AREA)
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
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~Rn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,dt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dt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dt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ri,根据食物ri是否满足家庭需求获得需求列表ti,ti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ti,获得需求集SetT={ri,ti};对于需求集SetT的每个需求ti,使用TF-IDF算法计算需求ti的权重wi,根据wi的值,获得食物ri所能满足的前m个需求;得到食物模型R=Top(ti,wi);
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(Ai)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(Ai)偏好分数的计算是根据Ai的值得到相应的分数,P(Ai)的分数计算函数为:
其中Ai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Ai的值加1;即Ai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(Bi)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(Bi)偏好分数的计算是根据Ai的值得到相应的分数,P(Bi)的分数计算函数为:
其中Bi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Bi的值加1;即Bi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wt的值为1,没有这项需求时wt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Ui=Top(dn,an),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w1-wp代表家庭成员的权重值。
S7中,相似度计算方法:
S8中,采用Min-Max归一化方法:
其中wi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wi所属模型中最大的权值,Min(w)代表wi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-Rn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wt的值为1,没有这项需求时wt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Ui=Top(dn,an),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w1-wp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,dt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dt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dt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ri,根据食物ri是否满足家庭需求获得需求列表ti,ti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ti,获得需求集SetT={ri,ti};对于需求集SetT的每个需求ti,使用TF-IDF算法计算需求ti的权重wi,根据wi的值,获得食物ri所能满足的前m个需求;得到食物模型R=Top(ti,wi);
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wi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wi所属模型中最大的权值,Min(w)代表wi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:
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(Ai)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(Ai)偏好分数的计算是根据Ai的值得到相应的分数,P(Ai)的分数计算函数为:
其中Ai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Ai的值加1;即Ai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(Bi)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(Bi)偏好分数的计算是根据Ai的值得到相应的分数,P(Bi)的分数计算函数为:
其中Bi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Bi的值加1;即Bi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~Rn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ri,根据食物ri是否满足家庭需求获得需求列表ti,ti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ti,获得需求集SetT={ri,ti};对于需求集SetT的每个需求ti,使用TF-IDF算法计算需求ti的权重w i,根据w i的值,获得食物ri所能满足的前m个需求;得到食物模型R=Top(ti,wi);
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/>;
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。
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。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010408316.XA CN111599439B (zh) | 2020-05-14 | 2020-05-14 | 一种基于多目标需求相似性的家庭饮食推荐方法及设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010408316.XA CN111599439B (zh) | 2020-05-14 | 2020-05-14 | 一种基于多目标需求相似性的家庭饮食推荐方法及设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111599439A CN111599439A (zh) | 2020-08-28 |
CN111599439B true CN111599439B (zh) | 2023-06-02 |
Family
ID=72182676
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010408316.XA Active CN111599439B (zh) | 2020-05-14 | 2020-05-14 | 一种基于多目标需求相似性的家庭饮食推荐方法及设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111599439B (zh) |
Families Citing this family (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112150244A (zh) * | 2020-09-23 | 2020-12-29 | 杭州纳福载运科技有限责任公司 | 食材购买过程中的数据处理方法和装置 |
CN113158036A (zh) * | 2021-03-30 | 2021-07-23 | 贵阳鬲哥大数据科技有限公司 | 一种自动化食谱推荐方法、装置、终端及存储介质 |
CN113240557A (zh) * | 2021-04-15 | 2021-08-10 | 王睿琪 | 一种家校联动学生健康保障系统 |
CN113240295A (zh) * | 2021-05-19 | 2021-08-10 | 广州图云信息科技有限公司 | 一种消防员伙食管理方法、装置、介质及终端设备 |
CN113764070B (zh) * | 2021-09-09 | 2023-07-25 | 深圳平安智慧医健科技有限公司 | 家庭健康策略的生成方法、装置、设备及存储介质 |
CN116168804B (zh) * | 2023-04-21 | 2023-08-01 | 杭州青橄榄网络技术有限公司 | 一种基于his系统的病患膳食推荐系统与方法 |
CN116434915A (zh) * | 2023-06-07 | 2023-07-14 | 北京四海汇智科技有限公司 | 保障儿童饮食营养均衡的管理方法及系统 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2012156992A2 (en) * | 2011-05-13 | 2012-11-22 | Krishna Srikanth | A system and method for a personal diet management |
CN104731846A (zh) * | 2014-11-17 | 2015-06-24 | 陕西师范大学 | 基于多目标的个性化餐饮推荐方法及系统 |
TWI640948B (zh) * | 2017-06-19 | 2018-11-11 | 銘傳大學 | 基於個人飲食偏好之同質多樣化均衡飲食規劃方法 |
CN109300524A (zh) * | 2018-09-29 | 2019-02-01 | 深圳春沐源控股有限公司 | 信息推荐方法及装置 |
CN109300527A (zh) * | 2018-12-14 | 2019-02-01 | 苏州大学 | 饮食信息的推荐方法 |
KR20190031001A (ko) * | 2017-09-15 | 2019-03-25 | 조선대학교산학협력단 | 사용자 선호 음식점 추천 방법 및 컴퓨터 프로그램 |
CN110310721A (zh) * | 2018-03-27 | 2019-10-08 | 九阳股份有限公司 | 一种基于知识图谱构建食谱推荐策略的方法及装置 |
-
2020
- 2020-05-14 CN CN202010408316.XA patent/CN111599439B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2012156992A2 (en) * | 2011-05-13 | 2012-11-22 | Krishna Srikanth | A system and method for a personal diet management |
CN104731846A (zh) * | 2014-11-17 | 2015-06-24 | 陕西师范大学 | 基于多目标的个性化餐饮推荐方法及系统 |
TWI640948B (zh) * | 2017-06-19 | 2018-11-11 | 銘傳大學 | 基於個人飲食偏好之同質多樣化均衡飲食規劃方法 |
KR20190031001A (ko) * | 2017-09-15 | 2019-03-25 | 조선대학교산학협력단 | 사용자 선호 음식점 추천 방법 및 컴퓨터 프로그램 |
CN110310721A (zh) * | 2018-03-27 | 2019-10-08 | 九阳股份有限公司 | 一种基于知识图谱构建食谱推荐策略的方法及装置 |
CN109300524A (zh) * | 2018-09-29 | 2019-02-01 | 深圳春沐源控股有限公司 | 信息推荐方法及装置 |
CN109300527A (zh) * | 2018-12-14 | 2019-02-01 | 苏州大学 | 饮食信息的推荐方法 |
Non-Patent Citations (2)
Title |
---|
William.ResepfinderasaniOS-BasedLocalCookingRecommendation.IEEE.2019,全文. * |
何金超.协同过滤和粒子群算法在饮食推荐中的应用.计算机应用与软件.2019,全文. * |
Also Published As
Publication number | Publication date |
---|---|
CN111599439A (zh) | 2020-08-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111599439B (zh) | 一种基于多目标需求相似性的家庭饮食推荐方法及设备 | |
Offer | Body weight and self-control in the United States and Britain since the 1950s | |
Ueda et al. | Recipe recommendation method by considering the users preference and ingredient quantity of target recipe | |
US20150194071A1 (en) | Systems and methods for user-specific modulation of nutrient intake | |
CN103577671A (zh) | 生成个性化膳食计划方案的方法及系统 | |
CN115602289A (zh) | 一种基于人群属性-膳食知识图谱的动态化膳食推荐方法 | |
CN108877896A (zh) | 一种人工智能生成体重管理方法 | |
KR102189232B1 (ko) | 생활 습관을 기반으로 콘텐츠를 제공하는 방법, 시스템 및 비일시성의 컴퓨터 판독 가능 기록 매체 | |
CN103455699A (zh) | 自动生成个性化的生活方式干预方案的方法及系统 | |
Choi | Recognition and consumption of meal alone and processed food according to major of college students | |
US20220249910A1 (en) | Exercise recommendation method and apparatus electronic device and computer-readable storage medium | |
Iwuji et al. | An optimal DASH diet model for people with hypertension using linear programming approach | |
WO2016205374A1 (en) | Personalized nutritional and metabolic modification system | |
Thomas et al. | the National Weight Control Registry: a study of" successful losers" | |
CN116434915A (zh) | 保障儿童饮食营养均衡的管理方法及系统 | |
CN110827954A (zh) | 一种健康菜谱智能推荐系统 | |
Nesari | Celebrating international year of millets: Way towards holistic well-being | |
CN108615553B (zh) | 膳食制定方法、装置及存储介质 | |
CN114207732A (zh) | 用于提供饮食推荐的装置和方法 | |
CN115762743A (zh) | 一种家居服务系统、方法、装置以及计算机设备 | |
CN115602290A (zh) | 健康管理方法、设备及存储介质 | |
US20210057078A1 (en) | System, device, method, and program for treating disorder treatable by behavior modification | |
Sitoayu et al. | Impact of the Covid-19 pandemic on changes in weight, consumption and lifestyle in indonesian students | |
Hong et al. | Comparisons of health related lifestyle and dietary behaviors according to gender, ethnicity and residence type of university students in Yanbian, China | |
Edmisten | Malnutrition and food insecurity in older adults |
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 |