CN112305951A - 基于智能厨具的烹饪辅助方法、装置、终端及存储介质 - Google Patents

Abstract

本发明公开一种基于智能厨具的烹饪辅助方法、装置、终端及存储介质，该方法包括：获取烹饪信息，所述烹饪信息包括至少一个监控指标和所述监控指标对应的标准烹饪数据，所述标准烹饪数据携带一时间标签；获取智能厨具实时采集当前用户对应的当前烹饪数据，所述当前烹饪数据包括与所述监控指标对应的待测烹饪数据，所述待测烹饪数据携带一时间标签；根据所述时间标签，将每一所述监控指标在同一时间节点对应的所述标准烹饪数据和所述待测烹饪数据进行比对，获取实时辅助信息，该方法可有效提升学习效率，保证烹饪效果。

Description

基于智能厨具的烹饪辅助方法、装置、终端及存储介质

技术领域

本发明涉及物联网技术领域，尤其涉及一种基于智能厨具的烹饪辅助方法、装置、终端及存储介质。

背景技术

对于烹饪初学者(如业余厨师或者家庭厨师)来说，在学习一道新菜品时往往会通过如下方式进行学习，一是向朋友或者熟悉的人进行请教，而这种方式会受到指导者水平的限制，导致学习效率不高；二是通过自行下载菜谱或教程进行学习，这种方式，在烹饪过程中初学者无法很好的掌握烹饪者各种烹饪指标(如火候或者食材用量)等，导致烹饪效果不佳。

发明内容

本发明实施例提供一种基于智能厨具的烹饪辅助方法、装置、终端及存储介质，以解决目前烹饪初学者在学习烹饪时，学习效率低且烹饪效果不佳的问题。

一种基于智能厨具的烹饪辅助方法，包括：

获取烹饪信息，所述烹饪信息包括至少一个监控指标和所述监控指标对应的标准烹饪数据，所述标准烹饪数据携带一时间标签；

获取智能厨具实时采集当前用户对应的当前烹饪数据，所述当前烹饪数据包括与所述监控指标对应的待测烹饪数据，所述待测烹饪数据携带一时间标签；

根据所述时间标签，将每一所述监控指标在同一时间节点对应的所述标准烹饪数据和所述待测烹饪数据进行比对，获取实时辅助信息。

一种基于智能厨具的烹饪辅助装置，包括：

烹饪信息获取模块，用于获取烹饪信息，所述烹饪信息包括至少一个监控指标和所述监控指标对应的标准烹饪数据，所述标准烹饪数据携带一时间标签；

当前烹饪数据获取模块，用于获取智能厨具实时采集当前用户对应的当前烹饪数据，所述当前烹饪数据包括与所述监控指标对应的待测烹饪数据，所述待测烹饪数据携带一时间标签；

实时辅助信息获取模块，用于根据所述时间标签，将每一所述监控指标在同一时间节点对应的所述标准烹饪数据和所述待测烹饪数据进行比对，获取实时辅助信息。

一种终端，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述基于智能厨具的烹饪辅助方法的步骤。

一种非易失性存储介质，所述非易失性存储介质存储有计算机程序，所述计算机程序被处理器执行时实现上述基于智能厨具的烹饪辅助方法的步骤。

上述基于智能厨具的烹饪辅助方法、装置、终端及存储介质中，通过获取烹饪信息以及获取通过智能厨具实时采集当前用户对应的携带时间标签的当前烹饪数据，以便根据根据时间标签，将烹饪信息对应的每一监控指标在同一时间节点对应的标准烹饪数据和当前烹饪数据中与监控指标对应的待测烹饪数据进行比对，以获取实时辅助信息，实现实时指导用户烹饪过程的目的，使用户能够通过实时辅助信息及时调整，提升学习效率和烹饪效果。

附图说明

为了更清楚地说明本发明实施例的技术方案，下面将对本发明实施例的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，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。

图1是本发明一实施例中基于智能厨具的烹饪辅助方法的一应用环境示意图；

图2是本发明一实施例中基于智能厨具的烹饪辅助方法的一流程图；

图3是本发明一实施例中基于智能厨具的烹饪辅助方法的一流程图；

图4是本发明一实施例中基于智能厨具的烹饪辅助方法的一流程图；

图5是图4中步骤S42的一具体流程图；

图6是本发明一实施例中基于智能厨具的烹饪辅助方法的一流程图；

图7是本发明一实施例中基于智能厨具的烹饪辅助方法的一流程图

图8是图7中步骤S13的一具体流程图；

图9是本发明一实施例中基于智能厨具的烹饪辅助装置的一示意图；

图10是本发明一实施例中终端的一示意图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

本发明实施例提供的基于智能厨具的烹饪辅助方法可应用在一种烹饪辅助系统中，用于辅助初学者有效进行烹饪。该烹饪辅助系统主要包括智能厨具、终端以及服务器等。其中，智能厨具是指具备某些特定功能，用于实现智能化的厨房用具，这些特定功能包括但不限于测量温度、测量重量和互联功能等必要功能，还包括计时、语音提示与语音控制、视频播放与采集、以及数据处理等可选功能。此处的互联功能是指该智能厨具可通过有线网络、无线网络或者蓝牙等技术与终端或者服务器相连，还可以通过有线网络、无线网络或者蓝牙等技术与其他智能厨具之间互联。该智能厨具可以在现有的厨具上安装具备这些特定功能的模块来实现，也可以是直接集成了这些特定功能的新型厨具。

终端是指具备互联功能与数据处理功能的智能终端，可以是一个单独的终端，也可以集成在智能设备上(如智能手机)，也可以集成于某个智能厨具上。终端的互联功能包括但不限于与智能厨具连接、与外部互联网连接以及通过外部互联网与服务器连接等。终端的数据处理功能包括但不限于与智能厨具和服务器之间进行数据传输(包括发送与接收)以及对接收到的数据进行进一步处理的功能等。服务器可通过网络与多个终端进行通信。服务器可以用独立的服务器来实现，也可采用服务器集群来实现。

在一实施例中，如图2所示，提供一种基于智能厨具的烹饪辅助方法，以该方法应用在图1中的服务器为例进行说明，包括如下步骤：

S10：获取烹饪信息，烹饪信息包括至少一个监控指标和监控指标对应的标准烹饪数据，标准烹饪数据携带一时间标签。

其中，烹饪信息是指当前用户所选择的烹饪教程信息。该烹饪信息包括但不限于烹饪菜品的名称、介绍、使用的食材、使用的智能厨具及其型号、调料及用量、以及烹饪过程的大致介绍(可采用文字、视频或音频等形式进行介绍)等，以便用户能够根据烹饪信息中的介绍准备相应的食材，并选择与烹饪信息中的智能厨具相同或部分相同的智能厨具进行烹饪。烹饪信息可采用但不限于视频、音频和文字中的至少一种表现形式。

该烹饪信息包括至少一个监控指标，监控指标是指用于对根据烹饪信息进行学习的用户烹饪过程进行监控的指标。具体地，本实施例中的监控指标包括但不限于温度、重量、图像特征和音频特征中的至少一个，即可以采用其中任意一个作为监控指标，或任意两个作为监控指标，或者其中任意三个作为监控指标，以及全部作为监控指标，在此不做限定。

具体地，每一监控指标对应一标准烹饪数据，该标准烹饪数据是指根据烹饪信息确定的每一监控指标随时间变化的烹饪数据，例如，菜品温度(即监控指标)随时间变化的数据。时间标签指烹饪过程中的时间节点，如第1秒、第2秒……第n秒等。可理解地，不同的烹饪信息对应的菜品不同，不同菜品的火候或食材(或调料)重量等不同，使得每一监控指标对应的标准烹饪数据不同。

需要说明的是，本步骤中的烹饪信息是根据用户等级较高(也即烹饪经验丰富的用户)的用户烹饪过程采集的历史烹饪数据所生成的烹饪信息，以使烹饪信息的可靠性更强，有效辅助用户等级较低(也即烹饪经验不足)的用户进行学习。

S20：获取智能厨具实时采集当前用户对应的当前烹饪数据，当前烹饪数据包括与监控指标对应的待测烹饪数据，待测烹饪数据携带一时间标签。

由于智能厨除具备上述测量温度、测量重量和互联功能等必备功能外，还可具备计时、语音提示与语音控制、视频播放与采集、数据处理、与外部互联网连接等可选功能，因此，可实现在烹饪过程中，实时采集烹饪过程中与监控指标相对应的待测烹饪数据。例如，在烹饪开始之前，可通过调料分装器内置的重量传感器实时采集所烹饪的菜品中每一种食材或调料的重量，在烹饪过程中，通过内置温度传感器和计时器的炒锅这一智能厨具实时采集烹饪过程中的温度变化这一待测烹饪数据等。

当前烹饪数据是指通过智能厨具实时采集的当前用户烹饪过程中所产生的烹饪数据。该当前烹饪数据包括与监控指标对应的待测烹饪数据。待测烹饪数据是指当前烹饪过程中产生的随时间变化的烹饪数据。可理解地，当前用户依据烹饪信息进行烹饪时，终端启动计时器进行计时，以使当前用户烹饪过程中的每一时间节点与烹饪信息中的时间节点对应。进一步地，若用户中途需暂停烹饪信息中的烹饪进度，可通过包括但不限于手动或语音控制等形式将计时器和烹饪信息中的烹饪进度暂停，以避免当前用户烹饪过程与烹饪信息中的烹饪进度不同，导致后续实时检测结果准确率不高的问题。

具体地，智能厨具与终端互联，即可使终端获取智能厨具反馈的当前烹饪数据，接着，终端将当前烹饪数据反馈给服务器，以使服务器获取当前烹饪数据，以便后续服务器对当前烹饪数据中的待测烹饪数据进行实时检测，以实现实时检测当前用户烹饪过程目的。

S30：根据时间标签，将每一监控指标在同一时间节点对应的标准烹饪数据和待测烹饪数据进行比对，获取实时辅助信息。

其中，实时辅助信息是用于提示用户烹饪过程中某一监控指标未满足标准的提醒信息。为便于理解，本实施例中以不同监控指标为例进行说明。

若监控指标为温度，则服务器会根据时间标签，将同一时间节点当前用户烹饪过程中的温度与烹饪信息中的温度进行对比，例如，在烹饪信息中当前时间节点的烹饪温度为90度-120度(即标准烹饪数据)，则服务器会将当前时间节点采集的温度(即待测烹饪数据)与90度-120度进行对比，若超出该温度范围，则认为当前用户烹饪过程中的烹饪温度不准确，则生成实时辅助信息，并通过语音、文字或视频控制(如自动暂停烹饪信息进度)等形式提醒用户当前烹饪温度未满足标准，以使用户能够及时调整，实现实时指导用户烹饪的目的，提升学习效率和烹饪效果。

若监控指标为重量，则服务器会根据时间标签，将同一时间节点当前用户烹饪过程中的重量与烹饪信息中的重量进行对比，例如，在烹饪信息中当前时间节点需要准备盐6-9g，则用户可通过具备称重传感器的智能厨具对调料进行称重，以使服务器将当前用户称重调盐的重量与烹饪信息中的盐的重量(即6-9g)进行对比，若超出重量范围，则生成实时辅助信息，并通过语音、文字或视频控制(如自动暂停烹饪信息进度)等形式提醒用户当前调料重量未满足标准，以使用户能够及时调整，实现实时指导用户烹饪的目的，提升学习效率和烹饪效果。可以理解地，由于烹饪过程中，不同调料投放的顺序不同，故调料投放的时间节点具备先后顺序，故可根据实时采集的重量判断当前采集的重量是属于哪种调料，但由于可能出现用户在称重调料时，不小心选错的情况，则可根据智能厨具或终端实时采集的视频流中的图像特征与当前所需准备调料的图像特征进行对比，即可判断当前采集的重量是属于哪种调料。

若监控指标为图像特征，则可根据同一时间节点烹饪信息中烹饪菜品的图像特征与当前用户烹饪菜品的图像特征进行对比，以判断当前烹饪过程是否符合标准。该图像特征包括但不限于食材颜色以及状态等一种或多种特征结合对比。

若监控指标为音频特征，则可根据同一时间节点烹饪信息中烹饪菜品的音频特征与当前用户烹饪菜品的音频特征进行对比，以判断当前烹饪过程是否符合标准。可理解地，该音频特征包括但不限于分贝和频率中的一种或多种声学特征结合对比。

需要说明的是，步骤S10-S30既可在服务器端执行，也可在终端执行。具体地，终端可从服务器中下载并解析烹饪信息，再获取智能厨具实时采集当前用户对应的当前烹饪数据，接着，由于终端具备数据处理功能，故可根据时间标签，将每一监控指标在同一时间节点对应的标准烹饪数据和当前烹饪数据中的待测烹饪数据进行比对，以获取实时辅助信息。可理解地，步骤S10-S30也可在终端中执行，无需与服务器互联，即可实现实时指导用户学习烹饪的目的。

本实施例中，通过获取烹饪信息以及获取通过智能厨具实时采集当前用户对应的携带时间标签的当前烹饪数据，以便根据根据时间标签，将烹饪信息对应的每一监控指标在同一时间节点对应的标准烹饪数据和当前烹饪数据中与监控指标对应的待测烹饪数据进行比对，以获取实时辅助信息，实现实时指导用户烹饪过程的目的，使用户能够通过实时辅助信息及时调整，提升学习效率和烹饪效果。

在一实施例中，如图3所示，步骤10之前，该基于智能厨具的烹饪辅助方法还包括如下步骤：

S111：获取特定菜肴对应的食谱信息。

其中，特定菜肴是指用户当前所烹饪的菜品。食谱信息是指用户当前所烹饪的菜品的相关详细信息。该食谱信息包括但不限于当前所烹饪的菜品的名字、介绍、使用的食材、使用的智能厨具及其型号、调料及用量以及烹饪过程的大致介绍(文字、视频或语音等形式)等。需要说明的是，使用的智能厨具及其型号可通过用户预先上传或通过智能厨具实时采集。

S112：获取智能厨具采集的历史用户对应的历史烹饪数据，历史烹饪数据携带一时间标签。

其中，历史烹饪数据是指智能厨具采集的历史用户烹饪过程中产生的烹饪数据。具体地，该历史用户可以为上述实施例中的当前用户，也可以为烹饪辅助系统中的其他烹饪经验较丰富的用户(也即用户等级较高的用户)。

S113：基于时间标签和监控指标，对历史烹饪数据进行关键点信息提取，获取与监控指标对应的标准烹饪数据。

具体地，服务器根据时间标签和监控指标，对历史烹饪数据进行关键点信息提取，获取与监控指标对应的标准烹饪数据。其中，关键点信息是指与监控指标相对应的关键信息，如烹饪过程中不同时间节点的温度。

例如，监控指标为温度，则服务器对历史烹饪数据进行关键点信息提取，即不同时间节点的温度进行提取，以作为与温度(即监控指标)对应的标准烹饪数据，对于历史烹饪数据中其他监控指标进行关键点信息提取的方法与温度类似，为避免重复，在此不做限定。

S114：将食谱信息与标准烹饪数据进行整合处理，生成特定菜肴对应的烹饪信息。

具体地，服务器将食谱信息与标准烹饪数据进行整合处理，即将食谱信息与标准烹饪数据关联，生成特定菜肴对应的烹饪信息，并存储在服务器中，以便其他用户可通过互联网信息平台(如贴吧、论坛)获取，实现信息共享，并为后续进行实时指导用户烹饪提供技术来源。

本实施例中，通过采集历史用户对应的食谱信息以及烹饪过程中与监控指标对应的标准烹饪数据进行整合处理，以生成特定菜肴对应的烹饪信息，以实现自动根据烹饪经验丰富的用户的烹饪数据整合烹饪经验，为后续进行实时指导提供技术来源。

在一实施例中，当前烹饪数据与用户标识相关联，如图4所示，步骤S30之后，该基于智能厨具的烹饪辅助方法还包括如下步骤：

S41：接收用户标识相对应的评价数据。

其中，评价数据是每一用户在烹饪完成后对烹饪信息进行评价的数据。该评价数据包括评分文字和评分分值。用户标识是用于识别用户的唯一标识。优选地，服务器可在预设时长内判断是否接收到用户标识相对应的评价数据，若服务器在预设时长内未收到与用户标识相对应的评价数据，则系统会采取默认评价作为该用户标识对应的评价数据，并释放用于等待接收该评论数据的线程资源。可以理解地，通过判断预设时长内是否接收用户标识相对应的评价数据，一方面可保证当前用户及时对烹饪信息进行评论，以保证评论的实时性，另一方面可及时减少接收线程的占用，释放资源，提高服务器的利用率。

S42：基于评价数据和当前烹饪数据对烹饪信息进行评分，获取智能评分结果。

具体地，服务器会采集预设时间(例如一个月)内烹饪信息对应的所有评价数据，并将评价数据中的评分分值与当前烹饪数据对烹饪信息结合进行动态评分，获取智能评分结果。可以理解地，服务器会将当前烹饪数据与标准烹饪数据进行对比，以便对评价数据中的评分分值进行修正，实现对烹饪信息的有效评分，以避免由于用户自身烹饪过程中的失误或其他因素导致烹饪效果不佳，而对烹饪信息评分过低，造成烹饪信息评分不准确的情况，保证智能评分结果的准确率和可信度。

需要说明的是，由于评价数据不断变化，即越来越多的用户对烹饪信息进行评价，故评价数据是不断变化的，则该智能评分结果是动态变化的。

可理解地，用户标识对应一用户等级，在对烹饪信息进行评分之后，还可采集预设周期内某一用户标识对应的烹饪信息对应的总评分结果取平均，得到烹饪信息的最终评分，若该最终评分大于预设等级评分阈值，则自动提升该用户标识对应的用户等级。示例性的，该用户等级可包括但不限于初级、中级、高级和资深等，再次不做限定。需要说明的是，预设等级评分阈值是预先设定的用于判断用户等级是否能够提升的标准。不同用户等级对应不同的预设等级评分阈值。

本实施例中，通过接收与用户标识相对应的用户评价数据，以便服务器根据评价数据和当前烹饪数据对烹饪信息进行动态评分，获取智能评分结果，保证智能评分结果的准确率和可信度。

在一实施例中，如图5所示，步骤S42中，即基于评价数据和当前烹饪数据对烹饪信息进行评分，获取智能评分结果，具体包括如下步骤：

S421：将当前烹饪数据与标准烹饪数据进行相似度对比，获取数据相似度。

具体地，服务器将当前烹饪数据与标准烹饪数据进行相似度对比，也即按照监控指标进行对比，以获取数据相似度，以便判断当前烹饪数据与标准烹饪数据是否相似。示例性地，服务器按照监控指标，将每一监控指标对应的当前烹饪数据与标准烹饪数据进行对比，获取相似概率，再将每一监控指标对应的相似概率进行加权运算或取平均运算，以获取数据相似度。

S422：基于数据相似度，按照预设评分规则对评价数据进行处理，获取与烹饪信息相对应的智能评分结果。

其中，评价数据还包括一评分分值。预设评分规则是预先设定用于基于数据相似度和评分分值进行智能评分的规则。具体地，服务器基于相似度，按照预设评分规则对评分分值中进行处理，即按照如下计算公式进行处理，

其中，x评分分值，y表示数据相似度，n表示用户个数，以获取与烹饪信息相对应的智能评分结果。示例性地，若某烹饪信息对应的用户评价数据有2个，将每一用户标识对应的当前烹饪数据与标准烹饪数据进行相似度对比，获取2个数据相似度，每一数据相似度包括A(即用户标识)-5分(即评分分值)-40％(即数据相似度)和B(即用户标识)-4分(即评分分值)-70％(即数据相似度)，按照预设评分规则进行处理，即可S的值为24/11为小数，则可按照保留小数点后两位或取整原则进行处理，获取智能评分结果，以实现通过预设评分规则对评价数据中的评分分值进行修正的目的。

本实施例中，将当前烹饪数据与标准烹饪数据进行相似度对比，获取数据相似度，以便对评价数据中的评分分值进行修正，实现对烹饪信息的有效评分，保证保证智能评分结果的准确率和可信度。

在一实施例中，如图6所示，在步骤S41之后，该基于智能厨具的烹饪辅助方法还包括如下步骤：

S411：对评价数据中的评论文字进行关键字检测，获取至少一个原始关键字。

其中，关键字检测方法包括但不限于采用DFA算法、AC自动机和KMP(Knuth-Morris-Pratt，努特-莫里斯-普拉特)等算法。本实施例中，设定预设关键字，以便根据预设关键字采用关键字检测方法对评价数据中的评论文字进行关键字检测，以获取至少一个原始关键字。具体地，该预设关键字包括但不限于与菜品口味相关的关键字(如甜、辣)。

S412：对任意两个原始关键字进行相似度对比处理，获取关键字相似度。

具体地，对任意两个原始关键字进行相似度对比处理，即可采用关键字相似度函数或者语义分析模型对任意两个原始关键字进行处理，以获取关键字相似度，以便后续根据关键字相似度对原始关键字进行分组。示例性地，关键字相似度函数对任意两个原始关键字进行相似度对比处理，可先采用中文词向量模型对任意两个原始关键字进行处理，以获取这两个原始关键字对应的词向量，再根据这两个原始关键字对应的词向量，计算这两个词向量之间的距离(如欧式距离或余弦相似度)，即为关键字相似度。

S413：基于关键字相似度对原始关键字进行分组，获取目标组。

其中，目标组是指用于存储相似度较高的原始关键字的存储空间。具体地，服务器通过将关键字相似度较高(即相似度大于预设相似度阈值)的原始关键字作为一组，以获取目标组，例如，若原始关键字包括A、B、C，A与B的关键字相似度为80％，A与C的关键字相似度为60％，B与C的关键字相似度为50％，预设相似度阈值为75％，则可将关键字相似度大于预设相似度阈值的原始关键字作为一组目标组，即A与B为一组，C单独作为一组。

S414：对目标组中的原始关键字进行词频统计，生成与烹饪信息相对应的至少一个关键字标签。

具体地，对得到目标组中的原始关键字进行词频统计，以便将词频大于预设词频阈值的目标组中的原始关键字或对应的语义作为烹饪信息相对应的至少一个关键字标签，为便于理解，以如下示例进行描述说明，例如，目标组包括三组，即1-(D，E，F，G，T，U，Y)表示1组目标组中包括D，E，F，G，T，U和Y等7个原始关键字，2-(O，P，Q，R，S，I，Z，X)表示2组目标组中包括O，P，Q，R，S，I，Z和X等8个原始关键字，3-(H，J，K，W，L)表示3组目标组中包括H，J，K和W等原始关键字，则第1组中原始关键字的词频为1组原始关键字的数量与所有原始关键字的数量的比值作为1组的词频，即7/20；同理，第2组中原始关键字的词频为8/20；第3组中原始关键字的词频为1/4；预设词频阈值为30％，则将词频(即关键字出现的频率)大于预设词频阈值的目标组(即1组中的原始关键字(如D)或1组对应的语义与2组中的原始关键字(如P)或2组对应的语义)作为烹饪信息相对应的至少一个关键字标签。其中，目标组的语义可采用目标组对应的语义分析得到。

本实施例中，对评价数据中的评论文字进行关键字检测，获取至少一个原始关键字，基于任意两个原始关键字的关键字相似度进行词频统计，生成生成与烹饪信息相对应的至少一个关键字标签，以实现根据用户评价文字动态生成关键字标签，而不是预先设定好的关键字标签，使烹饪信息对应的关键字标签更加符合实际。

在一实施例中，如图7所示，步骤S10中，具体包括如下步骤：

S11：获取用户搜索请求，用户搜索请求包括目标食谱名称和用户标识。

其中，用户搜索请求是用于触发服务器搜索相关烹饪信息的请求。具体地，用户可通过终端手动或语音录入所需烹饪的目标食谱名称，以便终端将用户搜索请求发送至服务器，以使服务器获取用户搜索请求。

S12：实时获取与用户标识关联的智能厨具对应的当前厨具信息。

具体地，智能厨具与用户标识相关联，以便当智能厨具与终端互联，即可将使终端获取用户当前使用厨具及其型号(即当前厨具信息)，终端将用户当前使用厨具及其型号发送至服务器，以使服务器获取与用户标识关联的智能厨具对应的当前厨具信息。

S13：基于目标食谱名称和当前厨具信息进行智能筛选，获取目标烹饪信息集。

具体地，服务器中会存储有一烹饪信息库，该烹饪信息库中包括至少一个烹饪信息。根据目标食谱名称和当前厨具信息对烹饪信息库进行智能筛选，以排除与目标食谱名称和当前厨具信息不匹配的烹饪信息，获取目标烹饪信息集，以实现为用户智能推荐合适的烹饪信息的目的。

S14：基于目标烹饪信息集，按照预设排序维度进行排序，生成烹饪信息列表，基于烹饪信息列表获取烹饪信息。

其中，预设排序维度包括但不限于烹饪信息对应的菜品相似度、烹饪信息对应的厨具相似度、烹饪信息对应的关键字标签以及烹饪信息的智能评分结果。可理解地，用户可选择上述预设排序维度中的一种或多种进行排序，生成烹饪信息列表，以便在终端中展示该烹饪信息列表，使用户直观查看到与用户搜索的信息相似的烹饪信息，并可根据智能排序后的烹饪信息列表快速选择所需烹饪信息，节省时间。

具体地，服务器根据目标烹饪信息集，按照预设排序维度进行排序，以生成至少一个烹饪信息列表，以便用户基于烹饪信息列表快速选择烹饪信息。

本实施例中，通过用户搜索请求中的用户标识，以便实时获取与用户标识关联的智能厨具对应的当前厨具信息，以便基于目标食谱名称和当前厨具信息进行智能筛选，获取目标烹饪信息集，最后，基于目标烹饪信息集，按照预设排序维度进行排序，生成烹饪信息列表，基于烹饪信息列表获取烹饪信息，实现为用户智能推荐合适的烹饪信息的目的。

在一实施例中，如图8所示，步骤S13中，具体包括如下步骤：

S131：将目标食谱名称与烹饪信息对应的教程关键字进行相似度对比，获取目标相似度。

其中，教程关键字包括与烹饪信息对应的关键字标签、菜品介绍和菜品名称相对应的关键字。具体地，将目标食谱名称与烹饪信息对应的教程关键字进行相似度对比包括如下步骤：将目标食谱名称进行分词获取目标食谱名称对应的词次，再将词次与烹饪信息对应的教程关键字进行相似度对比，获取目标相似度，该获取目标相似度的方法与步骤S422相同，为避免重复，在此不再赘述。

S132：基于目标相似度对烹饪信息库进行首次筛选，获取原始烹饪信息集，原始烹饪信息集包括至少一个烹饪信息和与烹饪信息相对应的历史厨具信息。

其中，历史厨具信息是烹饪信息对应的智能厨具及其型号。原始烹饪信息集是指根据目标相似度对烹饪信息库进行首次筛选所得到的与目标食谱名称相似性较高的烹饪信息集。具体地，若目标相似度小于第一阈值(即用于判断教程关键字与目标食谱名称相似性的标准)则认为目标食谱名称与教程关键字相似性较低，则将该相似性较低的教程关键字对应的烹饪信息从烹饪信息库中删除，以获取原始烹饪信息集。

S133：将当前厨具信息与历史厨具信息进行对比，获取厨具相似度。

具体地，将当前厨具信息与历史厨具信息进行对比，获取厨具相似度。具体地，可将当前厨具信息与历史厨具信息中相同的智能厨具的数量与历史厨具信息对应的智能厨具的总数量的比值作为厨具相似度。

S134：基于厨具相似度对原始烹饪信息集进行二次筛选，获取目标烹饪信息集。

具体地，若厨具相似度小于第二阈值(即用于判断当前厨具信息与历史厨具信息相似性的标准)则认为当前厨具信息与历史厨具信息相似性较低，则将该相似性较低的历史厨具信息对应的烹饪信息从原始烹饪信息集中删除，以获取目标烹饪信息集。

本实施例中，通过目标食谱名称与当前厨具信息对烹饪信息库进行两次筛选，以智能排除与用户搜索信息相似性较低的烹饪信息，获取目标烹饪集，以减少后续根据目标烹饪数据集进行智能排序的数据处理量。

应理解，上述实施例中各步骤的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本发明实施例的实施过程构成任何限定。

在一实施例中，提供一种基于智能厨具的烹饪辅助装置，该基于智能厨具的烹饪辅助装置与上述实施例中基于智能厨具的烹饪辅助方法一一对应。如图9所示，该基于智能厨具的烹饪辅助装置包括烹饪信息获取模块10、当前烹饪数据获取模块20和实时辅助信息获取模块30。各功能模块详细说明如下：

烹饪信息获取模块10，用于获取烹饪信息，烹饪信息包括至少一个监控指标和监控指标对应的标准烹饪数据，标准烹饪数据携带一时间标签。

当前烹饪数据获取模块20，用于获取智能厨具实时采集当前用户对应的当前烹饪数据，当前烹饪数据包括与监控指标对应的待测烹饪数据，待测烹饪数据携带一时间标签。

实时辅助信息获取模块30，用于根据时间标签，将每一监控指标在同一时间节点对应的标准烹饪数据和待测烹饪数据进行比对，获取实时辅助信息。

具体地，该基于智能厨具的烹饪辅助装置还包括食谱信息获取单元和历史烹饪数据获取单元。

食谱信息获取单元，用于获取特定菜肴对应的食谱信息。

历史烹饪数据获取单元，用于获取智能厨具采集的历史用户对应的历史烹饪数据，历史烹饪数据携带一时间标签。

标准烹饪数据获取单元，用于基于时间标签和监控指标，对历史烹饪数据进行关键点信息提取，获取与监控指标对应的标准烹饪数据。

烹饪信息获取单元，用于将食谱信息与标准烹饪数据进行整合处理，生成特定菜肴对应的烹饪信息。

具体地，当前烹饪数据与用户标识相关联，该基于智能厨具的烹饪辅助装置还包括评价数据接收单元和智能评分结果获取单元。

评价数据接收单元，用于接收用户标识相对应的评价数据。

智能评分结果获取单元，用于基于评价数据和当前烹饪数据对烹饪信息进行评分，获取智能评分结果。

具体地，智能评分结果获取单元包括数据相似度获取子单元和智能评分结果获取子单元。

数据相似度获取子单元，用于将当前烹饪数据与标准烹饪数据进行相似度对比，获取数据相似度。

智能评分结果获取子单元，用于基于数据相似度，按照预设评分规则对评价数据进行处理，获取与烹饪信息相对应的智能评分结果。

具体地，该基于智能厨具的烹饪辅助装置还包括原始关键字获取单元、关键字相似度获取单元、目标组获取单元和关键字标签生成单元。

原始关键字获取单元，用于对评价数据中的评论文字进行关键字检测，获取至少一个原始关键字。

关键字相似度获取单元，用于对任意两个原始关键字进行相似度对比处理，获取关键字相似度。

目标组获取单元，用于基于关键字相似度对原始关键字进行分组，获取目标组。

关键字标签生成单元，用于对目标组中的原始关键字进行词频统计，生成与烹饪信息相对应的至少一个关键字标签。

烹饪信息获取模块包括用户搜索请求获取单元、当前厨具信息获取单元、目标烹饪信息集获取单元和烹饪信息获取单元。

用户搜索请求获取单元，用于获取用户搜索请求，用户搜索请求包括目标食谱名称和用户标识。

当前厨具信息获取单元，用于实时获取与用户标识关联的智能厨具对应的当前厨具信息。

目标烹饪信息集获取单元，用于基于目标食谱名称和当前厨具信息进行智能筛选，获取目标烹饪信息集。

烹饪信息获取单元，用于基于目标烹饪信息集，按照预设排序维度进行排序，生成烹饪信息列表，基于烹饪信息列表获取烹饪信息。

具体地，目标烹饪信息集获取单元包括目标相似度获取子单元、原始烹饪信息集获取子单元、厨具相似度获取子单元和目标烹饪信息集获取子单元。

目标相似度获取子单元，用于将目标食谱名称与烹饪信息对应的教程关键字进行相似度对比，获取目标相似度。

原始烹饪信息集获取子单元，用于基于目标相似度对烹饪信息库进行首次筛选，获取原始烹饪信息集，原始烹饪信息集包括至少一个烹饪信息和烹饪信息相对应的历史厨具信息。

厨具相似度获取子单元，用于将当前厨具信息与历史厨具信息进行对比，获取厨具相似度。

目标烹饪信息集获取子单元，用于基于厨具相似度对原始烹饪信息集进行二次筛选，获取目标烹饪信息集。

关于基于智能厨具的烹饪辅助装置的具体限定可以参见上文中对于基于智能厨具的烹饪辅助方法的限定，在此不再赘述。上述基于智能厨具的烹饪辅助装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于终端中的处理器中，也可以以软件形式存储于终端中的存储器中，以便于处理器调用执行以上各个模块对应的操作。

在一个实施例中，提供了一种终端，该终端可以是服务器，其内部结构图可以如图10所示。该终端包括通过系统总线连接的处理器、存储器、网络接口和数据库。其中，该终端的处理器用于提供计算和控制能力。该终端的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该终端的数据库用于存储执行基于智能厨具的烹饪辅助方法过程中生成或获取的数据，如烹饪信息。该终端的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种基于智能厨具的烹饪辅助方法。

在一个实施例中，提供了一种终端，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，处理器执行计算机程序时实现上述实施例中的基于智能厨具的烹饪辅助方法的步骤，例如图2所示的步骤S10-S30，或者图3至图8中所示的步骤。或者，处理器执行计算机程序时实现基于智能厨具的烹饪辅助装置这一实施例中的各模块/单元的功能，例如图9所示的各模块/单元的功能，为避免重复，这里不再赘述。

在一实施例中，提供一非易失性存储介质，该非易失性存储介质上存储有计算机程序，该计算机程序被处理器执行时实现上述实施例中基于智能厨具的烹饪辅助方法的步骤，例如图2所示的步骤S10-S30，或者图3至图8中所示的步骤，为避免重复，这里不再赘述。或者，该计算机程序被处理器执行时实现上述基于智能厨具的烹饪辅助装置这一实施例中的各模块/单元的功能，例如图9所示的各模块/单元的功能，为避免重复，这里不再赘述。

本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限，RAM以多种形式可得，诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。

所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，仅以上述各功能单元、模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能单元、模块完成，即将所述装置的内部结构划分成不同的功能单元或模块，以完成以上描述的全部或者部分功能。

以上所述实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围，均应包含在本发明的保护范围之内。

Claims (10)

1.一种基于智能厨具的烹饪辅助方法，其特征在于，包括：

获取烹饪信息，所述烹饪信息包括至少一个监控指标和所述监控指标对应的标准烹饪数据，所述标准烹饪数据携带一时间标签；

获取智能厨具实时采集当前用户对应的当前烹饪数据，所述当前烹饪数据包括与所述监控指标对应的待测烹饪数据，所述待测烹饪数据携带一时间标签；

根据所述时间标签，将每一所述监控指标在同一时间节点对应的所述标准烹饪数据和所述待测烹饪数据进行比对，获取实时辅助信息。

2.如权利要求1所述基于智能厨具的烹饪辅助方法，其特征在于，在所述获取烹饪信息之前，还包括：

获取特定菜肴对应的食谱信息；

获取智能厨具采集的历史用户对应的历史烹饪数据，所述历史烹饪数据携带一时间标签；

基于所述时间标签和监控指标，对所述历史烹饪数据进行关键点信息提取，获取与所述监控指标对应的标准烹饪数据；

将所述食谱信息与所述标准烹饪数据进行整合处理，生成特定菜肴对应的烹饪信息。

3.如权利要求1所述基于智能厨具的烹饪辅助方法，其特征在于，所述当前烹饪数据与用户标识相关联；

在所述获取实时辅助信息的步骤之后，所述基于智能厨具的烹饪辅助方法还包括：

接收所述用户标识相对应的评价数据；

基于所述评价数据和所述当前烹饪数据对所述烹饪信息进行评分，获取智能评分结果。

4.如权利要求3所述基于智能厨具的烹饪辅助方法，其特征在于，所述基于所述评价数据和所述当前烹饪数据对所述烹饪信息进行评分，获取智能评分结果，包括：

将所述当前烹饪数据与标准烹饪数据进行相似度对比，获取数据相似度；

基于所述数据相似度，按照预设评分规则对所述评价数据进行处理，获取与所述烹饪信息相对应的智能评分结果。

5.如权利要求3所述基于智能厨具的烹饪辅助方法，其特征在于，在所述接收所述用户标识相对应的评价数据之后，所述基于智能厨具的烹饪辅助方法还包括：

对所述评价数据中的评论文字进行关键字检测，获取至少一个原始关键字；

对任意两个所述原始关键字进行相似度对比处理，获取关键字相似度；

基于所述关键字相似度对所述原始关键字进行分组，获取目标组；

对所述目标组中的原始关键字进行词频统计，生成与所述烹饪信息相对应的至少一个关键字标签。

6.如权利要求1所述基于智能厨具的烹饪辅助方法，其特征在于，所述获取烹饪信息，包括：

获取用户搜索请求，所述用户搜索请求包括目标食谱名称和用户标识；

实时获取与所述用户标识关联的智能厨具对应的当前厨具信息；

基于所述目标食谱名称和所述当前厨具信息进行智能筛选，获取目标烹饪信息集；

基于所述目标烹饪信息集，按照预设排序维度进行排序，生成烹饪信息列表，基于所述烹饪信息列表获取烹饪信息。

7.如权利要求1所述基于智能厨具的烹饪辅助方法，其特征在于，所述基于所述目标食谱名称和所述当前厨具信息进行智能筛选，获取目标烹饪信息集，包括：

将所述目标食谱名称与所述烹饪信息对应的教程关键字进行相似度对比，获取目标相似度；

基于所述目标相似度对烹饪信息库进行首次筛选，获取原始烹饪信息集，所述原始烹饪信息集包括至少一个烹饪信息和所述烹饪信息相对应的历史厨具信息；

将当前厨具信息与所述历史厨具信息进行对比，获取厨具相似度；

基于所述厨具相似度对所述原始烹饪信息集进行二次筛选，获取目标烹饪信息集。

8.一种基于智能厨具的烹饪辅助装置，其特征在于，包括：

烹饪信息获取模块，用于获取烹饪信息，所述烹饪信息包括至少一个监控指标和所述监控指标对应的标准烹饪数据，所述标准烹饪数据携带一时间标签；

当前烹饪数据获取模块，用于获取智能厨具实时采集当前用户对应的当前烹饪数据，所述当前烹饪数据包括与所述监控指标对应的待测烹饪数据，所述待测烹饪数据携带一时间标签；

实时辅助信息获取模块，用于根据所述时间标签，将每一所述监控指标在同一时间节点对应的所述标准烹饪数据和所述待测烹饪数据进行比对，获取实时辅助信息。

9.一种终端，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至7任一项所述基于智能厨具的烹饪辅助方法的步骤。

10.一种非易失性存储介质，所述非易失性存储介质存储有计算机程序，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至7任一项所述基于智能厨具的烹饪辅助方法的步骤。

Images