CN112700842B - 一种家庭饮食方案推荐方法 - Google Patents
一种家庭饮食方案推荐方法 Download PDFInfo
- Publication number
- CN112700842B CN112700842B CN201911011370.4A CN201911011370A CN112700842B CN 112700842 B CN112700842 B CN 112700842B CN 201911011370 A CN201911011370 A CN 201911011370A CN 112700842 B CN112700842 B CN 112700842B
- Authority
- CN
- China
- Prior art keywords
- menu
- family members
- family
- interested
- members
- 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
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
Abstract
本发明涉及一种家庭饮食方案推荐方法,其特征在于:包括如下步骤:步骤一、建立菜谱数据库;步骤二、获取家庭组成员的基础人体数据;步骤三、获取不同家庭成员的感兴趣菜谱集合,然后将所有家庭成员的感兴趣菜谱集合进行并集操作,获得家庭组成员可能感兴趣的菜谱集合;步骤四、获取家庭组成员共同偏好的食材合集;步骤五、在家庭组成员可能感兴趣的菜谱集合中筛选出与家庭组成员共同偏好的食材相关的菜谱,将这些菜谱作为家庭饮食推荐方案。与现有技术相比,本发明的优点在于:充分考虑家庭组不同成员可能感兴趣的菜谱,结合家庭组共同偏好的食材,筛选出与家庭组成员共同偏好的食材相关的菜谱,适应性更广,方案更合理。
Description
技术领域
本发明涉及一种家庭饮食方案推荐方法。
背景技术
现有饮食管理系统主要根据用户现有的食材、用户健康数据等信息,根据食物热量、营养值等方面从现有菜谱数据库中选择饮食方案进行推荐,方案比较固定及模式化,未考虑家庭中多用户协调的情况。
发明内容
本发明所要解决的技术问题是针对上述现有技术提供一种。
本发明解决上述技术问题所采用的技术方案为:一种家庭饮食方案推荐方法,其特征在于包括如下步骤:
步骤一、建立菜谱数据库,菜谱数据库中包含多道菜谱,每道菜谱至少包括有所需食材名称、时令、口味、菜系、功效;
步骤二、获取家庭组成员的基础人体数据,基础人体数据包括如下信息中的一项或任意组合:姓名、性别、年龄、家庭角色、地域、口味偏好、菜系偏好、功效偏好、体质、BMI值;
步骤三、获取不同家庭成员的感兴趣菜谱集合,然后将所有家庭成员的感兴趣菜谱集合进行并集操作,获得家庭组成员可能感兴趣的菜谱集合;
步骤四、获取家庭组成员共同偏好的食材合集;
步骤五、在家庭组成员可能感兴趣的菜谱集合中筛选出与家庭组成员共同偏好的食材相关的菜谱,将这些菜谱作为家庭饮食推荐方案。
所述步骤三中,通过如下方法获得不同家庭成员的感兴趣菜谱集合:
步骤3-1、获取该家庭组成员对菜谱数据库中的某一菜谱的行为数据,行为数据包括如下信息中的一项或任意组合:点击、浏览、烹饪、收藏;
步骤3-2、获取该家庭组成员对某一菜谱的感兴趣程度值N:
N=∑i(Ri+Mi),其中Ri为该家庭组成员是否对某一菜谱执行了行为数据,是,则Ri=1,否,则Ri=0;Mi为该行为数据的执行次数;i为行为数据的种类;
步骤3-3、根据N值的大小进行降序排序,筛选出前X项菜谱,将这X项菜谱作为该家庭组成员的感兴趣菜谱集合,X为3~10的自然数。
所述步骤3-3中,采用余弦相似度的计算方法,找出与X项菜谱相似的其他可能感兴趣的菜谱,将这X项菜谱与其他可能感兴趣的菜谱一起,作为该家庭组成员的感兴趣菜谱集合。
所述步骤四通过如下方式获得:
步骤4-1、提取某一家庭组成员感兴趣菜谱集合中所有菜谱所包含的食材集合;
步骤4-2、将该家庭组成员的基础人体数据与该家庭组成员感兴趣菜谱集合中某一菜谱的共同节点作为隐形因子,对应取值设为Aj,共同节点取值相同,则Aj=1,否则Aj=0;然后获取该家庭组成员对某一菜谱中某一食材的偏好值F:
F=X1×∑jAj+X2×N;其中X1和X2分别为隐形因子参数和显性因子参数,为预设常数;N为该家庭组成员对某一菜谱的感兴趣程度值N;
步骤4-3、在该家庭组成员感兴趣菜谱集合中,将该家庭组成员对不同菜谱中同一食材的偏好值F进行相加,得到该家庭组成员对其感兴趣菜谱集合中某一食材的总偏好值;
步骤4-4、根据该家庭组成员对某一食材的总偏好值的大小进行降序排列,筛选出前Y项食材,将这Y项食材作为该家庭组成员偏好的食材集合,Y为3~10的自然数;
步骤4-5、求取不同家庭组成员偏好的食材集合的交集,得到家庭组成员共同偏好的食材合集。
所述步骤一中的菜谱数据库通过专业网站或文本输入或专家知识库获取。
所述步骤二中的基础人体数据通过智能终端的人机交互界面获取。
所述智能终端为智能油烟机或蒸箱或烤箱或微波炉或灶具或冰箱或电视或手机。
与现有技术相比,本发明的优点在于:充分考虑家庭组不同成员可能感兴趣的菜谱,结合家庭组共同偏好的食材,筛选出与家庭组成员共同偏好的食材相关的菜谱,从而获得了能考虑每个家庭成员的灵活定制饮食方案,适应性更广,方案更合理。
附图说明
图1为本发明实施例家庭饮食方案推荐方法流程图。
具体实施方式
以下结合附图实施例对本发明作进一步详细描述。
如图1所示家庭饮食方案推荐方法,其包括如下步骤:
步骤一、建立菜谱数据库,菜谱数据库中包含多道菜谱,每道菜谱至少包括有所需食材名称、时令、口味、菜系、功效;菜谱数据库可以通过专业网站下载获得,也可以通过智能终端的人机交互界面进行文本输入获得,也可以在专家知识库里面获取;
步骤二、获取家庭组成员的基础人体数据,基础人体数据包括如下信息中的一项或任意组合:性别、年龄、家庭角色、地域、口味偏好、菜系偏好、功效偏好、体质、BMI值;基础人体数据可以通过智能终端的人机交互界面获取;智能终端可以为智能油烟机或蒸箱或烤箱或微波炉或灶具或冰箱或电视或手机;
步骤三、获取不同家庭成员的感兴趣菜谱集合,然后将所有家庭成员的感兴趣菜谱集合进行并集操作,获得家庭组成员可能感兴趣的菜谱集合;不同家庭成员的感兴趣菜谱集合的获取方式可以是通过不同家族成员操作菜谱数据库进行手动输入获取,也可以采用去他方式获取。
步骤四、获取家庭组成员共同偏好的食材合集;家庭组成员共同偏好的食材合集的获取可以是家庭组成员经协商一致后通过智能终端进行手动输入获得,也可以采用其他方式获得;
步骤五、在家庭组成员可能感兴趣的菜谱集合中筛选出与家庭组成员共同偏好的食材相关的菜谱,将这些菜谱作为家庭饮食推荐方案。
本实施例中,所述步骤三中,通过如下方法获得不同家庭成员的感兴趣菜谱集合:
步骤3-1、获取该家庭组成员对菜谱数据库中的某一菜谱的行为数据,行为数据包括如下信息中的一项或任意组合:点击、浏览、烹饪、收藏;
步骤3-2、获取该家庭组成员对某一菜谱的感兴趣程度值N:
N=∑i(Ri+Mi),其中Ri为该家庭组成员是否对某一菜谱执行了行为数据,如是,则Ri=1,如否,则Ri=0;Mi为该行为数据的执行次数;i为行为数据的种类;
例如,行为数据包括烹饪一种,如果某家庭组成员对某一菜谱执行了烹饪行为,且烹饪的执行次数为3次,那么N=(1+3)烹饪=4。再例如,行为数据包括烹饪和收藏这两种,如果某家庭组成员对某一菜谱执行了烹饪和收藏两种行为,且烹饪的执行次数为3次,收藏的执行次数为1次,那么N=(1+3)烹饪+(1+1)收藏=6。再例如,行为数据包括点击、浏览、烹饪、收藏这四种,如果某家庭组成员对某一菜谱执行了点击、浏览和烹饪三种行为,且烹饪的执行次数为1次,点击和浏览的执行次数为3次,那么N=(1+1)烹饪+(1+3)点击+(1+3)浏览=10;
步骤3-3、根据N值的大小进行降序排序,筛选出前X项菜谱,将这X项菜谱作为该家庭组成员的感兴趣菜谱集合,X为3~10的自然数。
为了扩大家庭组成员的感兴趣菜谱集合的范围,在步骤3-3中,可以采用余弦相似度的计算方法,先找出与X项菜谱相似的其他可能感兴趣的菜谱,将这X项菜谱与其他可能感兴趣的菜谱一起,作为该家庭组成员的感兴趣菜谱集合。
本实施例中,所述步骤四通过如下方式获得:
步骤4-1、提取某一家庭组成员感兴趣菜谱集合中所有菜谱所包含的食材集合;
步骤4-2、然后分别针对步骤4-1中获得食材集合中的某一食材,针对其感兴趣菜谱集合中的某一菜谱,获取该家庭组成员针对某一食材的偏好值F:
F=X1×∑jAj+X2×N;其中X1和X2分别为隐形因子参数和显性因子参数,为预设常数;N为该家庭组成员对某一菜谱的感兴趣程度值,通过上面描述的步骤三获得;
将该家庭组成员的基础人体数据与该家庭组成员感兴趣菜谱集合中某一菜谱的共同节点作为隐形因子,对应取值设为Aj,共同节点取值相同,则Aj=1,否则Aj=0;
例如,菜谱包括的内容为:所需食材名称、时令、口味、菜系、功效;家庭组成员的基础人体数据包括姓名、性别、年龄、家庭角色、地域、口味偏好、菜系偏好、功效偏好、体质、BMI值,此时将该家庭组成员的基础人体数据与该家庭组成员感兴趣菜谱集合中某一菜谱的共同节点为:口味、菜系和功效;如果菜谱记录的口味或菜系或功效值,与某一家庭组成员基础人体数据中记录的口味偏好或菜系偏好或功效偏好相同,则相应的Aj=1,否则Aj=0;
步骤4-3、遍历该家庭组成员感兴趣菜谱集合,将该家庭组成员对同一食材的偏好值F进行相加,得到该家庭组成员对其感兴趣菜谱集合中某一食材的总偏好值;
步骤4-4、根据该家庭组成员对不同食材的总偏好值的大小进行降序排列,筛选出前Y项食材,将这Y项食材作为该家庭组成员偏好的食材集合,Y为3~10的自然数;
步骤4-5、求取不同家庭组成员偏好的食材集合的交集,得到家庭组成员共同偏好的食材合集。
以下结合一个具体的实例对本发明提供的方法进行解释:
例如,用户一画像:{"姓名":'用户一',"性别":'男',"年龄":'32',"家庭角色":'父亲',"口味偏好":'辣',"地域":"北京","BMI":'26',"体质":'阳虚质'}
用户二画像:{"姓名":'用户二',"性别":'女',"年龄":'30',"家庭角色":'母亲',"口味偏好":'清淡',"地域":"上海","BMI":'20',"体质":'气郁质'}
根据用户一的行为数据,获取用户一对某一菜谱的感兴趣程度值N,然后根据N值的大小进行降序排序,筛选出前X项菜谱,得到用户一的常用菜谱,包括{西红柿炒鸡蛋,醋溜土豆丝,烤鸭},通过计算其他菜谱向量与常用菜谱向量的余弦相似度,并进行排序得到若干个与常用菜谱最相似的菜谱合集{新疆大盘鸡,啤酒鸭……},从而发现用户一感兴趣菜谱集合{西红柿炒鸡蛋,醋溜土豆丝,烤鸭,新疆大盘鸡,啤酒鸭……}
同样原理,获得用户二感兴趣菜谱集合{西红柿炒鸡蛋,醋溜土豆丝,红烧肉、清蒸大闸蟹、麻油馄饨……}
将现用户一感兴趣菜谱集合和用户二感兴趣菜谱集合进行并集操作,得到家庭组成员可能感兴趣的菜谱集合{西红柿炒鸡蛋,醋溜土豆丝,烤鸭,新疆大盘鸡,啤酒鸭,红烧肉,清蒸大闸蟹、麻油馄饨……}
然后,获取家庭组成员共同偏好的食材合集;根据用户一和用户二对某一食材的总偏好值F进行降序排列,求取不同家庭组成员偏好的食材集合的交集,得到用户一和用户二共同兴趣食材M2{土豆,西红柿,面条},从而推荐家庭用户共同偏好菜谱R2{西红柿鸡蛋面,新疆大盘鸡},进而得到定制化的家庭制定饮食方案。
Claims (5)
1.一种家庭饮食方案推荐方法,其特征在于:包括如下步骤:
步骤一、建立菜谱数据库,菜谱数据库中包含多道菜谱,每道菜谱至少包括有所需食材名称、时令、口味、菜系、功效;
步骤二、获取家庭组成员的基础人体数据,基础人体数据包括如下信息中的一项或任意组合:姓名、性别、年龄、家庭角色、地域、口味偏好、菜系偏好、功效偏好、体质、BMI值;
步骤三、获取不同家庭成员的感兴趣菜谱集合,然后将所有家庭成员的感兴趣菜谱集合进行并集操作,获得家庭组成员可能感兴趣的菜谱集合;该步骤中通过如下方法获得不同家庭成员的感兴趣菜谱集合:
步骤3-1、获取该家庭组成员对菜谱数据库中的某一菜谱的行为数据,行为数据包括如下信息中的一项或任意组合:点击、浏览、烹饪、收藏;
步骤3-2、获取该家庭组成员对某一菜谱的感兴趣程度值N:
N=∑i(Ri+Mi),其中Ri为该家庭组成员是否对某一菜谱执行了行为数据,是,则Ri=1,否,则Ri=0;Mi为该行为数据的执行次数;i为行为数据的种类;
步骤3-3、根据N值的大小进行降序排序,筛选出前X项菜谱,将这X项菜谱作为该家庭组成员的感兴趣菜谱集合,X为3~10的自然数;
步骤四、获取家庭组成员共同偏好的食材合集,具体通过如下方式获得:
步骤4-1、提取某一家庭组成员感兴趣菜谱集合中所有菜谱所包含的食材集合;
步骤4-2、然后分别针对步骤4-1中获得食材集合中的某一食材,针对其感兴趣菜谱集合中某一菜谱,获取该家庭组成员针对某一食材的偏好值F:
F=X1×∑jAj+X2×N;其中X1和X2分别为隐形因子参数和显性因子参数,为预设常数;N为该家庭组成员对某一菜谱的感兴趣程度值N;
将该家庭组成员的基础人体数据与该家庭组成员感兴趣菜谱集合中某一菜谱的共同节点作为隐形因子,对应取值设为Aj,共同节点取值相同,则Aj=1,否则Aj=0;
步骤4-3、遍历该家庭组成员感兴趣菜谱集合,将该家庭组成员对同一食材的偏好值F进行相加,得到该家庭组成员对其感兴趣菜谱集合中某一食材的总偏好值;
步骤4-4、根据该家庭组成员对不同食材的总偏好值的大小进行降序排列,筛选出前Y项食材,将这Y项食材作为该家庭组成员偏好的食材集合,Y为3~10的自然数;
步骤4-5、求取不同家庭组成员偏好的食材集合的交集,得到家庭组成员共同偏好的食材合集;
步骤五、在家庭组成员可能感兴趣的菜谱集合中筛选出与家庭组成员共同偏好的食材相关的菜谱,将这些菜谱作为家庭饮食推荐方案。
2.根据权利要求1所述的家庭饮食方案推荐方法,其特征在于:所述步骤3-3中,采用余弦相似度的计算方法,找出与X项菜谱相似的其他可能感兴趣的菜谱,将这X项菜谱与其他可能感兴趣的菜谱一起,作为该家庭组成员的感兴趣菜谱集合。
3.根据权利要求1所述的家庭饮食方案推荐方法,其特征在于:所述步骤一中的菜谱数据库通过专业网站或文本输入或专家知识库获取。
4.根据权利要求1所述的家庭饮食方案推荐方法,其特征在于:所述步骤二中的基础人体数据通过智能终端的人机交互界面获取。
5.根据权利要求4所述的家庭饮食方案推荐方法,其特征在于:所述智能终端为智能油烟机或蒸箱或烤箱或微波炉或灶具或冰箱或电视或手机。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911011370.4A CN112700842B (zh) | 2019-10-23 | 2019-10-23 | 一种家庭饮食方案推荐方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911011370.4A CN112700842B (zh) | 2019-10-23 | 2019-10-23 | 一种家庭饮食方案推荐方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112700842A CN112700842A (zh) | 2021-04-23 |
CN112700842B true CN112700842B (zh) | 2023-07-25 |
Family
ID=75505025
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911011370.4A Active CN112700842B (zh) | 2019-10-23 | 2019-10-23 | 一种家庭饮食方案推荐方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112700842B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113283364A (zh) * | 2021-06-04 | 2021-08-20 | 青岛海尔科技有限公司 | 食谱的确定方法及装置、存储介质及电子装置 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6236974B1 (en) * | 1997-08-08 | 2001-05-22 | Parasoft Corporation | Method and apparatus for automated selection and organization of products including menus |
TW201303784A (zh) * | 2011-06-01 | 2013-01-16 | 萬國商業機器公司 | 準則式食物購買管理 |
KR20170092364A (ko) * | 2016-02-03 | 2017-08-11 | 주식회사 원더풀플랫폼 | 레시피 제공 방법 및 이를 실행하는 서버 |
CN108053871A (zh) * | 2017-12-28 | 2018-05-18 | 华北理工大学 | 智能化营养食谱搭配系统 |
CN109300527A (zh) * | 2018-12-14 | 2019-02-01 | 苏州大学 | 饮食信息的推荐方法 |
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 |
KR101982240B1 (ko) * | 2018-08-03 | 2019-05-24 | 샤푸 주식회사 | 레시피 생성 및 공유를 위한 요리 레시피 서비스 제공 방법 |
KR20190098821A (ko) * | 2018-01-31 | 2019-08-23 | 더디엔에이 주식회사 | 빅데이터 마이닝 기술을 이용하여 식생활 개선 서비스를 제공하기 위한 방법 및 이를 사용한 서버 |
Family Cites Families (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6370513B1 (en) * | 1997-08-08 | 2002-04-09 | Parasoft Corporation | Method and apparatus for automated selection, organization, and recommendation of items |
KR20030081528A (ko) * | 2001-03-22 | 2003-10-17 | 마츠시타 덴끼 산교 가부시키가이샤 | 조리관련정보 제공시스템, 조리관련정보 제공장치,조리기기, 조리관련정보 제공방법, 조리관련정보취득방법, 조리관련정보 제공프로그램, 및 조리관련정보취득프로그램 |
CN106228022B (zh) * | 2016-07-29 | 2019-06-28 | 宁波方太厨具有限公司 | 一种基于个体生理状态的家庭膳食推荐系统 |
US20180033074A1 (en) * | 2016-07-31 | 2018-02-01 | International Business Machines Corporation | System, method, and recording medium for recipe and shopping list recommendation |
CN107247803A (zh) * | 2017-06-30 | 2017-10-13 | 广东美的厨房电器制造有限公司 | 基于烹饪设备的菜谱推送方法和系统 |
CN107665254A (zh) * | 2017-09-30 | 2018-02-06 | 济南浪潮高新科技投资发展有限公司 | 一种基于深度学习的菜谱推荐方法 |
CN110162688A (zh) * | 2018-03-14 | 2019-08-23 | 吴静 | 一种基于智能家居的冰箱食物推荐方法 |
JP2019021336A (ja) * | 2018-10-03 | 2019-02-07 | パイオニア株式会社 | サーバ装置、端末装置、情報提示システム、情報提示方法、情報提示プログラムおよび記録媒体 |
-
2019
- 2019-10-23 CN CN201911011370.4A patent/CN112700842B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6236974B1 (en) * | 1997-08-08 | 2001-05-22 | Parasoft Corporation | Method and apparatus for automated selection and organization of products including menus |
TW201303784A (zh) * | 2011-06-01 | 2013-01-16 | 萬國商業機器公司 | 準則式食物購買管理 |
KR20170092364A (ko) * | 2016-02-03 | 2017-08-11 | 주식회사 원더풀플랫폼 | 레시피 제공 방법 및 이를 실행하는 서버 |
CN108053871A (zh) * | 2017-12-28 | 2018-05-18 | 华北理工大学 | 智能化营养食谱搭配系统 |
KR20190098821A (ko) * | 2018-01-31 | 2019-08-23 | 더디엔에이 주식회사 | 빅데이터 마이닝 기술을 이용하여 식생활 개선 서비스를 제공하기 위한 방법 및 이를 사용한 서버 |
KR101982240B1 (ko) * | 2018-08-03 | 2019-05-24 | 샤푸 주식회사 | 레시피 생성 및 공유를 위한 요리 레시피 서비스 제공 방법 |
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 |
Also Published As
Publication number | Publication date |
---|---|
CN112700842A (zh) | 2021-04-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105138682B (zh) | 方便菜与数字菜谱的匹配方法、服务器及终端 | |
Ueda et al. | User’s food preference extraction for personalized cooking recipe recommendation | |
CN108255084B (zh) | 基于中控设备的烹饪控制方法及厨房管家机器人 | |
CN104112217A (zh) | 一种口味选择信息的标示方法及应用方法 | |
CN104200409A (zh) | 一种口味选择信息同应用对象的匹配方法 | |
JP6410069B1 (ja) | レシピ情報提供装置、レシピ情報提供方法およびレシピ情報提供プログラム | |
CN112700842B (zh) | 一种家庭饮食方案推荐方法 | |
Hanai et al. | Clustering for closely similar recipes to extract spam recipes in user-generated recipe sites | |
JP2019133624A (ja) | レシピ情報提供装置、レシピ情報提供方法およびレシピ情報提供プログラム | |
CN110309372A (zh) | 智能食谱推荐装置、其方法及自动烹饪装置 | |
Yamanishi et al. | Alternative-ingredient recommendation based on co-occurrence relation on recipe database | |
Ooi et al. | Ingredient substitute recommendation for allergy-safe cooking based on food context | |
CN116628040A (zh) | 基于大数据的烹饪菜单获取及更新方法 | |
CN111028918A (zh) | 菜谱推荐方法、装置、存储介质及厨房电器 | |
JP6422173B1 (ja) | 検索装置、検索方法、及び検索プログラム | |
WO2020136727A1 (ja) | サーバ装置、調理機器、システム、方法およびプログラム | |
CN110838356A (zh) | 一种数据处理方法、装置以及存储介质 | |
Nadee et al. | Alternative-ingredient recommendation based on correlation weight for thai recipes | |
CN115587245A (zh) | 菜谱清单的推荐方法、装置、存储介质及电子装置 | |
JP2019160283A (ja) | 検索装置、検索方法、及び検索プログラム | |
Nadamoto et al. | Clustering for similar recipes in user-generated recipe sites based on main ingredients and main seasoning | |
Ratisoontorn | Recipe Recommendations for Toddlers Using Integrated Nutritional and Ingredient Similarity Measures | |
CN113139120A (zh) | 电子设备及食谱的推荐方法和装置 | |
CN113282829A (zh) | 用于智慧家庭用户交互的方法、系统、装置及设备 | |
Boscarino et al. | Automatic extraction of ingredient's substitutes |
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 |