CN112700842B

CN112700842B - 一种家庭饮食方案推荐方法

Info

Publication number: CN112700842B
Application number: CN201911011370.4A
Authority: CN
Inventors: 熊思旖; 沈靖雯
Original assignee: Ningbo Fotile Kitchen Ware Co Ltd
Current assignee: Ningbo Fotile Kitchen Ware Co Ltd
Priority date: 2019-10-23
Filing date: 2019-10-23
Publication date: 2023-07-25
Anticipated expiration: 2039-10-23
Also published as: CN112700842A

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

一种家庭饮食方案推荐方法

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(R_i+M_i)，其中R_i为该家庭组成员是否对某一菜谱执行了行为数据，是，则R_i＝1，否，则R_i＝0；M_i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A_j，共同节点取值相同，则A_j＝1，否则A_j＝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×∑_jA_j+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；

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3-2、获取该家庭组成员对某一菜谱的感兴趣程度值N：

N＝∑_i(R_i+M_i)，其中R_i为该家庭组成员是否对某一菜谱执行了行为数据，如是，则R_i＝1，如否，则R_i＝0；M_i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；

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4-2、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×∑_jA_j+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A_j，共同节点取值相同，则A_j＝1，否则A_j＝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A_j＝1，否则A_j＝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；

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

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3-2、获取该家庭组成员对某一菜谱的感兴趣程度值N：

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4-2、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：

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；

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。