CN112820378A - 一种基于饮食行为的营养配餐推荐方法和系统 - Google Patents
一种基于饮食行为的营养配餐推荐方法和系统 Download PDFInfo
- Publication number
- CN112820378A CN112820378A CN202110104213.9A CN202110104213A CN112820378A CN 112820378 A CN112820378 A CN 112820378A CN 202110104213 A CN202110104213 A CN 202110104213A CN 112820378 A CN112820378 A CN 112820378A
- Authority
- CN
- China
- Prior art keywords
- food
- user
- diet
- intake
- dietary
- 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.)
- Granted
Links
- 235000016709 nutrition Nutrition 0.000 title claims abstract description 37
- 238000000034 method Methods 0.000 title claims abstract description 17
- 230000020595 eating behavior Effects 0.000 title claims description 8
- 235000013305 food Nutrition 0.000 claims abstract description 124
- 235000005911 diet Nutrition 0.000 claims abstract description 80
- 230000037213 diet Effects 0.000 claims abstract description 61
- 235000015097 nutrients Nutrition 0.000 claims abstract description 33
- 238000004364 calculation method Methods 0.000 claims abstract description 28
- 235000021061 dietary behavior Nutrition 0.000 claims abstract description 26
- 230000000378 dietary effect Effects 0.000 claims abstract description 19
- 239000000463 material Substances 0.000 claims abstract description 19
- 230000035764 nutrition Effects 0.000 claims abstract description 14
- 235000012054 meals Nutrition 0.000 claims description 35
- 201000010099 disease Diseases 0.000 claims description 14
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 claims description 14
- 238000001914 filtration Methods 0.000 claims description 12
- 235000006694 eating habits Nutrition 0.000 claims description 11
- 238000004458 analytical method Methods 0.000 claims description 9
- 230000000172 allergic effect Effects 0.000 claims description 7
- 208000010668 atopic eczema Diseases 0.000 claims description 7
- 239000004615 ingredient Substances 0.000 claims description 7
- 206010020751 Hypersensitivity Diseases 0.000 claims description 4
- 208000026935 allergic disease Diseases 0.000 claims description 4
- 230000007815 allergy Effects 0.000 claims description 4
- 238000009411 base construction Methods 0.000 claims description 3
- 238000002360 preparation method Methods 0.000 claims description 2
- 238000010205 computational analysis Methods 0.000 claims 1
- 235000021049 nutrient content Nutrition 0.000 claims 1
- 230000000737 periodic effect Effects 0.000 abstract description 6
- 235000013601 eggs Nutrition 0.000 description 6
- 238000012544 monitoring process Methods 0.000 description 6
- 240000007594 Oryza sativa Species 0.000 description 5
- 235000007164 Oryza sativa Nutrition 0.000 description 5
- 235000021152 breakfast Nutrition 0.000 description 5
- 238000010411 cooking Methods 0.000 description 5
- 235000013336 milk Nutrition 0.000 description 5
- 239000008267 milk Substances 0.000 description 5
- 210000004080 milk Anatomy 0.000 description 5
- 235000009566 rice Nutrition 0.000 description 5
- 150000003839 salts Chemical class 0.000 description 5
- 235000013311 vegetables Nutrition 0.000 description 5
- 235000013365 dairy product Nutrition 0.000 description 4
- 241000251468 Actinopterygii Species 0.000 description 3
- 241000238557 Decapoda Species 0.000 description 3
- 208000004262 Food Hypersensitivity Diseases 0.000 description 3
- 206010016946 Food allergy Diseases 0.000 description 3
- 244000068988 Glycine max Species 0.000 description 3
- 235000010469 Glycine max Nutrition 0.000 description 3
- 235000010627 Phaseolus vulgaris Nutrition 0.000 description 3
- 244000046052 Phaseolus vulgaris Species 0.000 description 3
- 235000013339 cereals Nutrition 0.000 description 3
- 235000013399 edible fruits Nutrition 0.000 description 3
- 235000020932 food allergy Nutrition 0.000 description 3
- 230000036541 health Effects 0.000 description 3
- 244000144972 livestock Species 0.000 description 3
- 235000013372 meat Nutrition 0.000 description 3
- 239000003921 oil Substances 0.000 description 3
- 235000019198 oils Nutrition 0.000 description 3
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 3
- GVJHHUAWPYXKBD-UHFFFAOYSA-N (±)-α-Tocopherol Chemical compound OC1=C(C)C(C)=C2OC(CCCC(C)CCCC(C)CCCC(C)C)(C)CCC2=C1C GVJHHUAWPYXKBD-UHFFFAOYSA-N 0.000 description 2
- 244000291564 Allium cepa Species 0.000 description 2
- 235000010167 Allium cepa var aggregatum Nutrition 0.000 description 2
- CIWBSHSKHKDKBQ-JLAZNSOCSA-N Ascorbic acid Chemical compound OC[C@H](O)[C@H]1OC(=O)C(O)=C1O CIWBSHSKHKDKBQ-JLAZNSOCSA-N 0.000 description 2
- XEEYBQQBJWHFJM-UHFFFAOYSA-N Iron Chemical compound [Fe] XEEYBQQBJWHFJM-UHFFFAOYSA-N 0.000 description 2
- FPIPGXGPPPQFEQ-OVSJKPMPSA-N all-trans-retinol Chemical compound OC\C=C(/C)\C=C\C=C(/C)\C=C\C1=C(C)CCCC1(C)C FPIPGXGPPPQFEQ-OVSJKPMPSA-N 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- HVYWMOMLDIMFJA-DPAQBDIFSA-N cholesterol Chemical compound C1C=C2C[C@@H](O)CC[C@]2(C)[C@@H]2[C@@H]1[C@@H]1CC[C@H]([C@H](C)CCCC(C)C)[C@@]1(C)CC2 HVYWMOMLDIMFJA-DPAQBDIFSA-N 0.000 description 2
- 235000021186 dishes Nutrition 0.000 description 2
- 230000037406 food intake Effects 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 235000012424 soybean oil Nutrition 0.000 description 2
- 239000003549 soybean oil Substances 0.000 description 2
- FPIPGXGPPPQFEQ-UHFFFAOYSA-N 13-cis retinol Natural products OCC=C(C)C=CC=C(C)C=CC1=C(C)CCCC1(C)C FPIPGXGPPPQFEQ-UHFFFAOYSA-N 0.000 description 1
- 235000004936 Bromus mango Nutrition 0.000 description 1
- OYPRJOBELJOOCE-UHFFFAOYSA-N Calcium Chemical compound [Ca] OYPRJOBELJOOCE-UHFFFAOYSA-N 0.000 description 1
- RYGMFSIKBFXOCR-UHFFFAOYSA-N Copper Chemical compound [Cu] RYGMFSIKBFXOCR-UHFFFAOYSA-N 0.000 description 1
- AUNGANRZJHBGPY-UHFFFAOYSA-N D-Lyxoflavin Natural products OCC(O)C(O)C(O)CN1C=2C=C(C)C(C)=CC=2N=C2C1=NC(=O)NC2=O AUNGANRZJHBGPY-UHFFFAOYSA-N 0.000 description 1
- ZZZCUOFIHGPKAK-UHFFFAOYSA-N D-erythro-ascorbic acid Natural products OCC1OC(=O)C(O)=C1O ZZZCUOFIHGPKAK-UHFFFAOYSA-N 0.000 description 1
- DGAQECJNVWCQMB-PUAWFVPOSA-M Ilexoside XXIX Chemical compound C[C@@H]1CC[C@@]2(CC[C@@]3(C(=CC[C@H]4[C@]3(CC[C@@H]5[C@@]4(CC[C@@H](C5(C)C)OS(=O)(=O)[O-])C)C)[C@@H]2[C@]1(C)O)C)C(=O)O[C@H]6[C@@H]([C@H]([C@@H]([C@H](O6)CO)O)O)O.[Na+] DGAQECJNVWCQMB-PUAWFVPOSA-M 0.000 description 1
- UPYKUZBSLRQECL-UKMVMLAPSA-N Lycopene Natural products CC(=C/C=C/C=C(C)/C=C/C=C(C)/C=C/C1C(=C)CCCC1(C)C)C=CC=C(/C)C=CC2C(=C)CCCC2(C)C UPYKUZBSLRQECL-UKMVMLAPSA-N 0.000 description 1
- FYYHWMGAXLPEAU-UHFFFAOYSA-N Magnesium Chemical compound [Mg] FYYHWMGAXLPEAU-UHFFFAOYSA-N 0.000 description 1
- 240000007228 Mangifera indica Species 0.000 description 1
- 235000014826 Mangifera indica Nutrition 0.000 description 1
- PVNIIMVLHYAWGP-UHFFFAOYSA-N Niacin Chemical compound OC(=O)C1=CC=CN=C1 PVNIIMVLHYAWGP-UHFFFAOYSA-N 0.000 description 1
- OAICVXFJPJFONN-UHFFFAOYSA-N Phosphorus Chemical compound [P] OAICVXFJPJFONN-UHFFFAOYSA-N 0.000 description 1
- ZLMJMSJWJFRBEC-UHFFFAOYSA-N Potassium Chemical compound [K] ZLMJMSJWJFRBEC-UHFFFAOYSA-N 0.000 description 1
- AUNGANRZJHBGPY-SCRDCRAPSA-N Riboflavin Chemical compound OC[C@@H](O)[C@@H](O)[C@@H](O)CN1C=2C=C(C)C(C)=CC=2N=C2C1=NC(=O)NC2=O AUNGANRZJHBGPY-SCRDCRAPSA-N 0.000 description 1
- BUGBHKTXTAQXES-UHFFFAOYSA-N Selenium Chemical compound [Se] BUGBHKTXTAQXES-UHFFFAOYSA-N 0.000 description 1
- 235000009184 Spondias indica Nutrition 0.000 description 1
- 229930003451 Vitamin B1 Natural products 0.000 description 1
- 229930003471 Vitamin B2 Natural products 0.000 description 1
- 229930003268 Vitamin C Natural products 0.000 description 1
- 229930003316 Vitamin D Natural products 0.000 description 1
- QYSXJUFSXHHAJI-XFEUOLMDSA-N Vitamin D3 Natural products C1(/[C@@H]2CC[C@@H]([C@]2(CCC1)C)[C@H](C)CCCC(C)C)=C/C=C1\C[C@@H](O)CCC1=C QYSXJUFSXHHAJI-XFEUOLMDSA-N 0.000 description 1
- 229930003427 Vitamin E Natural products 0.000 description 1
- HCHKCACWOHOZIP-UHFFFAOYSA-N Zinc Chemical compound [Zn] HCHKCACWOHOZIP-UHFFFAOYSA-N 0.000 description 1
- 235000020980 bad eating habits Nutrition 0.000 description 1
- 235000004251 balanced diet Nutrition 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 239000011575 calcium Substances 0.000 description 1
- 229910052791 calcium Inorganic materials 0.000 description 1
- 235000001465 calcium Nutrition 0.000 description 1
- 235000014633 carbohydrates Nutrition 0.000 description 1
- 150000001720 carbohydrates Chemical class 0.000 description 1
- 150000001746 carotenes Chemical class 0.000 description 1
- 235000005473 carotenes Nutrition 0.000 description 1
- 229920002678 cellulose Polymers 0.000 description 1
- 239000001913 cellulose Substances 0.000 description 1
- 235000010980 cellulose Nutrition 0.000 description 1
- 235000012000 cholesterol Nutrition 0.000 description 1
- 229940107161 cholesterol Drugs 0.000 description 1
- 229910052802 copper Inorganic materials 0.000 description 1
- 239000010949 copper Substances 0.000 description 1
- 235000019007 dietary guidelines Nutrition 0.000 description 1
- 235000005686 eating Nutrition 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 235000019197 fats Nutrition 0.000 description 1
- 235000015219 food category Nutrition 0.000 description 1
- 235000012631 food intake Nutrition 0.000 description 1
- WIGCFUFOHFEKBI-UHFFFAOYSA-N gamma-tocopherol Natural products CC(C)CCCC(C)CCCC(C)CCCC1CCC2C(C)C(O)C(C)C(C)C2O1 WIGCFUFOHFEKBI-UHFFFAOYSA-N 0.000 description 1
- 229910052742 iron Inorganic materials 0.000 description 1
- 235000021374 legumes Nutrition 0.000 description 1
- 239000011777 magnesium Substances 0.000 description 1
- 229910052749 magnesium Inorganic materials 0.000 description 1
- 235000001055 magnesium Nutrition 0.000 description 1
- WPBNNNQJVZRUHP-UHFFFAOYSA-L manganese(2+);methyl n-[[2-(methoxycarbonylcarbamothioylamino)phenyl]carbamothioyl]carbamate;n-[2-(sulfidocarbothioylamino)ethyl]carbamodithioate Chemical compound [Mn+2].[S-]C(=S)NCCNC([S-])=S.COC(=O)NC(=S)NC1=CC=CC=C1NC(=S)NC(=O)OC WPBNNNQJVZRUHP-UHFFFAOYSA-L 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 229960003512 nicotinic acid Drugs 0.000 description 1
- 235000001968 nicotinic acid Nutrition 0.000 description 1
- 239000011664 nicotinic acid Substances 0.000 description 1
- 235000012149 noodles Nutrition 0.000 description 1
- 235000006286 nutrient intake Nutrition 0.000 description 1
- 239000011574 phosphorus Substances 0.000 description 1
- 229910052698 phosphorus Inorganic materials 0.000 description 1
- 235000021395 porridge Nutrition 0.000 description 1
- 239000011591 potassium Substances 0.000 description 1
- 229910052700 potassium Inorganic materials 0.000 description 1
- 235000018102 proteins Nutrition 0.000 description 1
- 102000004169 proteins and genes Human genes 0.000 description 1
- 108090000623 proteins and genes Proteins 0.000 description 1
- 150000003212 purines Chemical class 0.000 description 1
- 239000011607 retinol Substances 0.000 description 1
- 229960003471 retinol Drugs 0.000 description 1
- 235000020944 retinol Nutrition 0.000 description 1
- 229960002477 riboflavin Drugs 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 239000011669 selenium Substances 0.000 description 1
- 229910052711 selenium Inorganic materials 0.000 description 1
- 239000011734 sodium Substances 0.000 description 1
- 229910052708 sodium Inorganic materials 0.000 description 1
- 235000014347 soups Nutrition 0.000 description 1
- 229960003495 thiamine Drugs 0.000 description 1
- DPJRMOMPQZCRJU-UHFFFAOYSA-M thiamine hydrochloride Chemical compound Cl.[Cl-].CC1=C(CCO)SC=[N+]1CC1=CN=C(C)N=C1N DPJRMOMPQZCRJU-UHFFFAOYSA-M 0.000 description 1
- NCYCYZXNIZJOKI-UHFFFAOYSA-N vitamin A aldehyde Natural products O=CC=C(C)C=CC=C(C)C=CC1=C(C)CCCC1(C)C NCYCYZXNIZJOKI-UHFFFAOYSA-N 0.000 description 1
- 235000010374 vitamin B1 Nutrition 0.000 description 1
- 239000011691 vitamin B1 Substances 0.000 description 1
- 235000019164 vitamin B2 Nutrition 0.000 description 1
- 239000011716 vitamin B2 Substances 0.000 description 1
- 235000019154 vitamin C Nutrition 0.000 description 1
- 239000011718 vitamin C Substances 0.000 description 1
- 235000019166 vitamin D Nutrition 0.000 description 1
- 239000011710 vitamin D Substances 0.000 description 1
- 150000003710 vitamin D derivatives Chemical class 0.000 description 1
- 235000019165 vitamin E Nutrition 0.000 description 1
- 229940046009 vitamin E Drugs 0.000 description 1
- 239000011709 vitamin E Substances 0.000 description 1
- 229940045997 vitamin a Drugs 0.000 description 1
- 229940046008 vitamin d Drugs 0.000 description 1
- 239000011701 zinc Substances 0.000 description 1
- 229910052725 zinc Inorganic materials 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
- G06F16/9536—Search customisation based on social or collaborative filtering
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Bioinformatics & Computational Biology (AREA)
- Epidemiology (AREA)
- Evolutionary Biology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Artificial Intelligence (AREA)
- Nutrition Science (AREA)
- Evolutionary Computation (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Primary Health Care (AREA)
- Public Health (AREA)
- Life Sciences & Earth Sciences (AREA)
- Medical Treatment And Welfare Office Work (AREA)
Abstract
本发明公开一种基于饮食行为的营养配餐推荐方法及系统，所述方法包括：采集并保存各种食材/制品多维度数据及每种营养元素每日标准摄入量数据，建立饮食知识库；记录用户个人信息和饮食记录，基于饮食知识库计算用户饮食记录中的营养元素摄入情况；根据膳食宝塔推荐的每人每日各类食物适宜摄入量对用户饮食记录中的营养元素摄入情况做对标计算；根据对标计算结果对用户进行营养配餐推荐。本发明为用户提供周期性、个性化的营养套餐搭配，科学管理用户的饮食行为。
Description
技术领域
本发明属于健康管理技术领域，具体涉及一种基于饮食行为的营养配餐推荐方法和系统。
背景技术
一般来说，一日吃三餐是绝大多数人的饮食习惯，怎样安排好一日三餐却是大有学问。有的家庭安排得很合理，食物花样多，营养丰富全面；而有的家庭的饮食品种极为单调，营养缺失。三餐安排得是否科学合理，与人体健康息息相关，一日三餐不仅要定时定量，更重要的是要能保证营养的供应，做到膳食平衡。合理的膳食在于搭配，中国居民平衡膳食宝塔是根据中国居民膳食指南结合中国居民的膳食结构特点设计的。它把平衡膳食的原则转化成各类食物的重量，并以直观的宝塔形式表现出来，便于群众理解和在日常生活中实行。
随着人们对于饮食健康要求的提高，提出了个性化、精细化的饮食管理需求，而现有的饮食推荐技术大多是基于基本营养需求的推荐，很难兼顾用户个人偏好。
发明内容
有鉴于此，本发明提出了一种基于饮食行为的营养配餐推荐方法和系统，用于为用户推荐个性化的营养套餐搭配。
本发明第一方面，公开一种基于饮食行为的营养配餐推荐方法，所述方法包括：
采集并保存各种食材/制品多维度数据及每种营养元素每日标准摄入量数据，建立饮食知识库；
记录用户个人信息和饮食记录，基于饮食知识库计算用户饮食记录中的营养元素摄入情况；
根据膳食宝塔推荐的每人每日各类食物适宜摄入量对用户饮食记录中的营养元素摄入情况做对标计算；
根据对标计算结果对用户进行营养配餐推荐。
优选的，所述各种食材/制品多维度数据包括但不限于28种营养元素含量、类别、适宜人群、禁忌人群、相克食物、功效、配料信息、制作步骤。
优选的，所述用户个人信息和饮食记录包括：用户性别、年龄、身高、体重、过敏史、疾病史、是否孕妇/产妇、早/中/晚/加餐的饮食记录信息，所述饮食记录信息包括食物名称、重量。
优选的，所述对标计算结果分为两种情况：
若用户饮食行为不科学合理，结合用户年龄、过敏史、疾病史、食物搭配禁忌，按照膳食宝塔推荐摄入量计算推荐配餐，其中早/中/晚/加餐摄入量占比分别为：30％、35％、20％、10％；
若膳食搭配科学合理，按照协同过滤Item-based算法为用户推荐相似度最大的食物，搭配成推荐套餐。
优选的，所述按照协同过滤Item-based算法为用户推荐相似度最大的食物具体包括：
设A、B分别代表一种食物，a1,a2,a3,....,an代表知识库中食物A的特征信息，b1,b2,b3,....,bn代表知识库中食物B的特征信息，n为特征数；
分别统计多个用户饮食记录中食物A出现次数NA、食物B出现次数NB，以及食物A和食物B共同出现的次数NAB；
通过A、B的相似度计算与当前用户的饮食行为的相似的食物，A、B的相似度sim(A,B)为：
其中ω1、ω2为权重系数，ω1+ω2＝1；
取与当前用户的饮食行为的相似度高于预设阈值的食物作为为当前用户推荐配餐。
本发明第二方面，公开一种基于饮食行为的营养配餐推荐系统，所述系统包括：
饮食知识库构建模块：采集并保存各种食材/制品多维度数据及每种营养元素每日标准摄入量数据，建立饮食知识库；
用户信息记录模块：记录用户个人信息和饮食记录，基于饮食知识库计算用户饮食记录中的营养元素摄入情况；
计算分析模块：根据膳食宝塔推荐的每人每日各类食物适宜摄入量对用户饮食记录中的营养元素摄入情况做对标计算；
营养套餐推荐模块：根据对标计算结果对用户进行营养配餐推荐。
优选的，所述计算分析模块具体包括：
第一推荐单元：若用户饮食行为不科学合理，结合用户年龄、过敏史、疾病史、食物搭配禁忌，按照膳食宝塔推荐摄入量计算推荐配餐，其中早/中/晚/加餐摄入量占比分别为：30％、35％、20％、10％；
第二推荐单元：若膳食搭配科学合理，按照协同过滤Item-based算法为用户推荐相似度最大的食物，搭配成推荐套餐。
本发明相对于现有技术具有以下有益效果：
1)本发明针对用户的饮食行为进行实时监测分析，让用户更直观的了解自身营养元素的摄入情况，结合膳食宝塔建议的每人每日各类食物适宜摄入量，应用时根据用户年龄、性别、身高、体重、食物过敏史、疾病史、食物搭配禁忌等情况实时调整，为用户提供周期性、个性化的营养套餐搭配，有效的帮助用户改变不良的饮食习惯，科学管理用户的饮食行为。
2)本发明通过分别统计各类食物出现次数、不同食物共同出现的次数以及和食物各自的属性特征计算不同食物之间的相似度，可实现食物本身之间相似度和用户喜好程度的平衡，更加精准实现个性化推荐。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术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的前提下，还可以根据这些附图获得其他的附图。
图1为本发明基于饮食行为的营养配餐推荐方法流程示意图。
具体实施方式
下面将结合本发明实施方式，对本发明实施方式中的技术方案进行清楚、完整地描述，显然，所描述的实施方式仅仅是本发明一部分实施方式，而不是全部的实施方式。基于本发明中的实施方式，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施方式，都属于本发明保护的范围。
请参阅图1，本发明提出一种基于饮食行为的营养配餐推荐方法，所述方法包括：
S1、采集并保存各种食材/制品多维度数据及每种营养元素每日标准摄入量数据，建立饮食知识库；
所述各种食材/制品多维度数据包括但不限于28种营养元素含量、类别、适宜人群、禁忌人群、相克食物、功效、配料信息、制作步骤。28种营养元素包括：热量、蛋白质、脂肪、碳水化合物、纤维素、胆固醇、维生素B1、维生素B2、烟酸、维生素C、维生素D、维生素E、维生素A、胡萝卜素、视黄醇、钙、镁、铁、锰、锌、铜、钾、磷、钠、硒、水分、GI、嘌呤。
S2、记录用户个人信息和饮食记录，基于饮食知识库计算用户饮食记录中的营养元素摄入情况；
所述用户个人信息和饮食记录包括：用户性别、年龄、身高、体重、过敏史、疾病史、是否孕妇/产妇、早/中/晚/加餐的饮食记录信息，所述饮食记录信息包括食物名称、重量。
S3、根据膳食宝塔推荐的每人每日各类食物适宜摄入量对用户饮食记录中的营养元素摄入情况做对标计算；
S4、根据对标计算结果对用户进行营养配餐推荐。
所述对标计算结果分为两种情况：
S41、若用户饮食行为不科学合理，结合用户年龄、过敏史、疾病史、食物搭配禁忌，按照膳食宝塔推荐摄入量计算推荐配餐，其中早/中/晚/加餐摄入量占比分别为：30％、35％、20％、10％；
S42、若膳食搭配科学合理，按照协同过滤Item-based算法为用户推荐相似度最大的食物，搭配成推荐套餐。
所述按照协同过滤Item-based算法为用户推荐相似度最大的食物具体包括：
统计用户饮食记录中各种食材的摄入频次和营养摄入量、对应的烹饪方式；从饮食记录中选取同种食材的不同烹饪方式作为替代烹饪方式，从不同食材中营养相似的食材作为替代推荐食材；根据替代烹饪方式和替代推荐食材从膳食宝塔推荐配餐中筛选符合替代烹饪方式和替代推荐食材的配餐。
作为替代方案，所述按照协同过滤Item-based算法为用户推荐相似度最大的食物还可以是：
设A、B分别代表一种食物，a1,a2,a3,....,an代表知识库中食物A的特征信息，b1,b2,b3,....,bn代表知识库中食物B的特征信息，n为特征数；本发明中，所述所述特征信息即为对应食材/制品的多维度数据；分别统计多个用户饮食记录中食物A出现次数NA、食物B出现次数NB，以及食物A和食物B共同出现的次数NAB；
通过A、B的相似度计算与当前用户的饮食行为的相似的食物，A、B的相似度sim(A,B)为：
其中ω1、ω2为权重系数，ω1+ω2＝1；
取与当前用户的饮食行为的相似度高于预设阈值的食物作为为当前用户推荐配餐。
本发明通过分别统计各类食物出现次数、不同食物共同出现的次数以及和食物各自的属性特征计算不同食物之间的相似度，可实现食物本身之间相似度和用户喜好程度的平衡，更加精准实现个性化推荐
与上述方法实施例相对应，本发明还提出一种基于饮食行为的营养配餐推荐系统，所述系统包括：
饮食知识库构建模块：采集并保存各种食材/制品多维度数据及每种营养元素每日标准摄入量数据，建立饮食知识库；
用户信息记录模块：记录用户个人信息和饮食记录，基于饮食知识库计算用户饮食记录中的营养元素摄入情况；
计算分析模块：根据膳食宝塔推荐的每人每日各类食物适宜摄入量对用户饮食记录中的营养元素摄入情况做对标计算；
营养套餐推荐模块：根据对标计算结果对用户进行营养配餐推荐。
所述计算分析模块具体包括：
第一推荐单元：若用户饮食行为不科学合理，结合用户年龄、过敏史、疾病史、食物搭配禁忌，按照膳食宝塔推荐摄入量计算推荐配餐，其中早/中/晚/加餐摄入量占比分别为：30％、35％、20％、10％；
第二推荐单元：若膳食搭配科学合理，按照协同过滤Item-based算法为用户推荐相似度最大的食物，搭配成推荐套餐。
本发明针对用户的饮食行为进行实时监测分析，让用户更直观的了解自身营养元素的摄入情况，结合膳食宝塔建议的每人每日各类食物适宜摄入量，应用时根据用户年龄、性别、身高、体重、食物过敏史、疾病史、食物搭配禁忌等情况实时调整。本发明为用户提供周期性、个性化的营养套餐搭配，有效的帮助用户改变不良的饮食习惯，科学管理用户的饮食行为。
下面结合具体实例说明本发明的技术方案：
例：女，29岁，身高160cm，体重52KG，芒果过敏，无疾病史，记录连续7天的饮食数据，对该饮食行为进行分析，为用户提供周期性、个性化的配餐服务。
营养元素摄入情况计算：根据饮食记录中各食物名称，结合知识库中营养元素表及配料表数据进行计算(可计算单餐、单日、多日的摄入情况)。比如：1)食物名称是牛奶，在知识库中查找到，获取到类别及28种营养元素的含量(知识库中元素含量对应的是100g食物的含量，计算时可等比缩放，同一食物)；2)食物名称为主食或菜肴类的，可根据配料表中多个配料成分依次加权处理。以蛋炒饭为例，配料信息为：白米饭100克，豆油10克，精盐3克，鸡蛋120克，小葱15克。在营养元素表依次查找到白米饭、豆油、精盐、鸡蛋、小葱，获取类别及28种营养元素的含量，计算时根据重量等比缩放，结果进行加权计算，得到蛋炒饭的28种营养元素的含量。分析结果和营养元素每日摄入量做对标，可得出单餐、单日、多日的摄入情况(正常，过低，过高)。做周期性分析时，当元素长期摄入过量或不足时，提醒用户摄入过量或不足给机体带来的危害
与膳食宝塔摄入量对标计算：
膳食宝塔单个用户每天摄入的食物种类搭配为：谷类及杂豆250-400g；水1200ml；蔬菜类300-500g；水果类200-400g；蛋类25-50g；鱼虾类50-100g；禽畜肉类50-75g；坚果大豆类30-50g；奶类及奶制品300g；盐6g；油25-30g。
对以上各类别的食物重量加权，得到每个类别摄入量，多日的可进行等比缩放，单餐的按照早/中/晚/加餐摄入量占比分别为：30％、35％、20％、10％进行计算，结果与膳食宝塔推荐量进行对标。例如：早餐食物类别的计算结果为谷类及杂豆30g；水200ml；蔬菜类100g；水果类0g；蛋类50g；鱼虾类0g；禽畜肉类20g；坚果大豆类0g；奶类及奶制品0g；盐2g；油10g。推荐当日午餐及晚餐时，谷类及杂豆220-370g；水1000ml；蔬菜类200-400g；水果类200-400g；鱼虾类50-100g；禽畜肉类30-55g；坚果大豆类30-50g；奶类及奶制品300g；盐4g；油15-20g。
推荐配餐：按照步骤2结果，早、午餐及晚餐推荐按照3:4:3计算，如果加餐的话，按照早餐：午餐：晚餐：加餐＝3:3.5:2.5:1计算。从知识库里这些类去获取数据，按照大部分人的生活习惯去匹配食物，原则是早餐：奶类制品/豆类制品/粥类(类别下任意1食物)+包子类/花卷/蛋类/饼类(类别下任意1食物)+素菜类(类别下任意1食物)；午餐：米饭/面条类/饺子类(类别下任意1食物)+热菜类(类别下任意1-2食物)+凉菜类(类别下任意1-2食物)+汤类(类别下任意1食物)；晚餐：早/午餐的搭配原则均可。配餐时需要结合用户的自身情况(过敏史、疾病史、年龄)及食物搭配禁忌，按照本发明的协同过滤Item-based算法进行相似度计算，为用户推荐相似度最大的食物，推荐食物重量按照膳食宝塔推荐的摄入量进行计算后提供。
本发明结合膳食宝塔建议的每人每日各类食物适宜摄入量，根据用户年龄、性别、身高、体重、食物过敏史、疾病史、食物搭配禁忌等情况实时调整，协同过滤Item-based算法为用户提供周期性、个性化的营养套餐搭配。
以上所述仅为本发明的较佳实施方式而已，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
Claims (7)
1.一种基于饮食行为的营养配餐推荐方法，其特征在于，所述方法包括：
采集并保存各种食材/制品多维度数据及每种营养元素每日标准摄入量数据，建立饮食知识库；
记录用户个人信息和饮食记录，基于饮食知识库计算用户饮食记录中的营养元素摄入情况；
根据膳食宝塔推荐的每人每日各类食物适宜摄入量对用户饮食记录中的营养元素摄入情况做对标计算；
根据对标计算结果分别对用户进行营养配餐推荐。
2.根据权利要求1所述基于饮食行为的营养配餐推荐方法，其特征在于，所述各种食材/制品多维度数据包括但不限于28种营养元素含量、类别、适宜人群、禁忌人群、相克食物、功效、配料信息、制作步骤。
3.根据权利要求1所述基于饮食行为的营养配餐推荐方法，其特征在于，所述用户个人信息和饮食记录包括：用户性别、年龄、身高、体重、过敏史、疾病史、是否孕妇/产妇、早/中/晚/加餐的饮食记录信息，所述饮食记录信息包括食物名称、重量。
4.根据权利要求1所述基于饮食行为的营养配餐推荐方法，其特征在于，所述对标计算结果分为两种情况：
若用户饮食行为不科学合理，结合用户年龄、过敏史、疾病史、食物搭配禁忌，按照膳食宝塔推荐摄入量计算推荐配餐，其中早/中/晚/加餐摄入量占比分别为：30％、35％、20％、10％；
若膳食搭配科学合理，按照协同过滤Item-based算法为用户推荐相似度最大的食物，搭配成推荐套餐。
5.根据权利要求4所述基于饮食行为的营养配餐推荐方法，其特征在于，所述按照协同过滤Item-based算法为用户推荐相似度最大的食物具体包括：
设A、B分别代表一种食物，a1,a2,a3,....,an代表知识库中食物A的特征信息，b1,b2,b3,....,bn代表知识库中食物B的特征信息，n为特征数；所述特征信息即为对应食材/制品的多维度数据；
分别统计多个用户饮食记录中食物A出现次数NA、食物B出现次数NB，以及食物A和食物B共同出现的次数NAB；
通过食物A出现次数NA、食物B出现次数NB、食物A和食物B共同出现的次数NAB以及食物A和食物B的属性特征计算A、B的相似度，A、B的相似度sim(A,B)为：
其中ω1、ω2为权重系数，ω1+ω2＝1；
截取与当前用户的饮食行为的相似度高于预设阈值的食物作为当前用户推荐配餐。
6.一种基于饮食行为的营养配餐推荐系统，其特征在于，所述系统包括：
饮食知识库构建模块：采集并保存各种食材/制品多维度数据及每种营养元素每日标准摄入量数据，建立饮食知识库；
用户信息记录模块：记录用户个人信息和饮食记录，基于饮食知识库计算用户饮食记录中的营养元素摄入情况；
计算分析模块：根据膳食宝塔推荐的每人每日各类食物适宜摄入量对用户饮食记录中的营养元素摄入情况做对标计算；
营养套餐推荐模块：根据对标计算结果对用户进行营养配餐推荐。
7.根据权利要求6所述基于饮食行为的营养配餐推荐系统，其特征在于，所述计算分析模块具体包括：
第一推荐单元：若用户饮食行为不科学合理，结合用户年龄、过敏史、疾病史、食物搭配禁忌，按照膳食宝塔推荐摄入量计算推荐配餐，其中早/中/晚/加餐摄入量占比分别为：30％、35％、20％、10％；
第二推荐单元：若膳食搭配科学合理，按照协同过滤Item-based算法为用户推荐相似度最大的食物，搭配成推荐套餐。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110104213.9A CN112820378B (zh) | 2021-01-26 | 2021-01-26 | 一种基于饮食行为的营养配餐推荐方法和系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110104213.9A CN112820378B (zh) | 2021-01-26 | 2021-01-26 | 一种基于饮食行为的营养配餐推荐方法和系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN112820378A true CN112820378A (zh) | 2021-05-18 |
| CN112820378B CN112820378B (zh) | 2024-02-02 |
Family
ID=75859373
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110104213.9A Active CN112820378B (zh) | 2021-01-26 | 2021-01-26 | 一种基于饮食行为的营养配餐推荐方法和系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112820378B (zh) |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114203277A (zh) * | 2021-11-15 | 2022-03-18 | 珠海格力电器股份有限公司 | 控糖推荐方法、装置、介质、及智能设备 |
| CN114360690A (zh) * | 2022-03-18 | 2022-04-15 | 天津九安医疗电子股份有限公司 | 一种慢病患者的饮食营养管理方法和系统 |
| CN116383474A (zh) * | 2022-12-14 | 2023-07-04 | 杭州心芽信息科技有限公司 | 一种一周合理膳食食材智能搭配推荐系统 |
| WO2024061347A1 (en) * | 2022-09-22 | 2024-03-28 | Nutricia Early Life Nutrition (Shanghai) Co., Ltd. | A meal plan generating method, apparatus, and computer implemented algorithm thereof |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20150212661A1 (en) * | 2014-01-27 | 2015-07-30 | Foodpairing Nv | Method and system for creating a food or drink recipe |
| CN105677852A (zh) * | 2016-01-07 | 2016-06-15 | 陕西师范大学 | 一种个性化健康饮食推荐服务方法 |
| CN106682433A (zh) * | 2016-12-30 | 2017-05-17 | 陕西师范大学 | 基于校园一卡通数据的学生饮食行为分析方法 |
| CN109273070A (zh) * | 2018-09-06 | 2019-01-25 | 北京好价网络科技有限公司 | 饮食营养分析系统及方法 |
| CN109461491A (zh) * | 2018-11-01 | 2019-03-12 | 广州仁生健康科技有限公司 | 一种针对家庭健康管理的智能营养配餐系统及方法 |
| CN109524084A (zh) * | 2018-11-01 | 2019-03-26 | 广州仁生健康科技有限公司 | 一种针对个人健康管理的智能营养配餐系统及方法 |
| RU2019135549A (zh) * | 2019-11-04 | 2020-02-28 | ||
| CN111554379A (zh) * | 2020-05-09 | 2020-08-18 | 浙江蓝城恒汇科技发展有限公司 | 一种健康食材食谱推荐方法、设备及计算机可读存储介质 |
-
2021
- 2021-01-26 CN CN202110104213.9A patent/CN112820378B/zh active Active
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20150212661A1 (en) * | 2014-01-27 | 2015-07-30 | Foodpairing Nv | Method and system for creating a food or drink recipe |
| CN105677852A (zh) * | 2016-01-07 | 2016-06-15 | 陕西师范大学 | 一种个性化健康饮食推荐服务方法 |
| CN106682433A (zh) * | 2016-12-30 | 2017-05-17 | 陕西师范大学 | 基于校园一卡通数据的学生饮食行为分析方法 |
| CN109273070A (zh) * | 2018-09-06 | 2019-01-25 | 北京好价网络科技有限公司 | 饮食营养分析系统及方法 |
| CN109461491A (zh) * | 2018-11-01 | 2019-03-12 | 广州仁生健康科技有限公司 | 一种针对家庭健康管理的智能营养配餐系统及方法 |
| CN109524084A (zh) * | 2018-11-01 | 2019-03-26 | 广州仁生健康科技有限公司 | 一种针对个人健康管理的智能营养配餐系统及方法 |
| RU2019135549A (zh) * | 2019-11-04 | 2020-02-28 | ||
| CN111554379A (zh) * | 2020-05-09 | 2020-08-18 | 浙江蓝城恒汇科技发展有限公司 | 一种健康食材食谱推荐方法、设备及计算机可读存储介质 |
Non-Patent Citations (2)
| Title |
|---|
| CUETO, P.F. 等: "Completing partial recipes using item-based collaborative filtering to recommend ingredients", ARXIV, pages 1 - 8 * |
| 王子岚;: "融合时间上下文的个性化营养饮食推荐研究", 九江学院学报(自然科学版), no. 02, pages 72 - 76 * |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114203277A (zh) * | 2021-11-15 | 2022-03-18 | 珠海格力电器股份有限公司 | 控糖推荐方法、装置、介质、及智能设备 |
| CN114360690A (zh) * | 2022-03-18 | 2022-04-15 | 天津九安医疗电子股份有限公司 | 一种慢病患者的饮食营养管理方法和系统 |
| CN114360690B (zh) * | 2022-03-18 | 2022-07-19 | 天津九安医疗电子股份有限公司 | 一种慢病患者的饮食营养管理方法和系统 |
| WO2024061347A1 (en) * | 2022-09-22 | 2024-03-28 | Nutricia Early Life Nutrition (Shanghai) Co., Ltd. | A meal plan generating method, apparatus, and computer implemented algorithm thereof |
| CN116383474A (zh) * | 2022-12-14 | 2023-07-04 | 杭州心芽信息科技有限公司 | 一种一周合理膳食食材智能搭配推荐系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN112820378B (zh) | 2024-02-02 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN112820378B (zh) | 一种基于饮食行为的营养配餐推荐方法和系统 | |
| Moubarac et al. | Consumption of ultra-processed foods predicts diet quality in Canada | |
| McCance et al. | McCance and Widdowson's the Composition of Foods | |
| Carlson et al. | Thrifty food plan, 2006 | |
| Lieberman | Evolutionary and anthropological perspectives on optimal foraging in obesogenic environments | |
| KR101633944B1 (ko) | 건강 유익도에 기초하여 영양 개선을 달성 및 보조하는 시스템 | |
| Carlson et al. | The low-cost, moderate-cost, and liberal food plans, 2007 | |
| JP4907566B2 (ja) | ダイエットを支援する装置、方法 | |
| CN104866954A (zh) | 基于智能信息处理终端居民膳食均衡量化分析方法及系统 | |
| CN111564199B (zh) | 智能化营养干预的方法及终端 | |
| Jack et al. | Perception of fruit as a snack: A comparison with manufactured snack foods | |
| CN111261260B (zh) | 一种膳食推荐系统 | |
| CN106446523A (zh) | 食物推荐方法及装置 | |
| CN105894101A (zh) | 基于网络的互动预订餐系统 | |
| JP2007133525A (ja) | 食事指導支援システム | |
| Tippett | Food and nutrient intakes by individuals in the United States, 1 day, 1989-91 | |
| Anderson et al. | One apple a day?—fruit and vegetable intake in the West of Scotland | |
| KR20180073779A (ko) | 개인 맞춤형 자동화 식단 제공방법 | |
| KR20040012394A (ko) | 인터넷을 통한 식생활 개선 정보 제공방법 및 시스템 | |
| Peterkin | The dietary goals and food on the tabe | |
| Senauer | Economics and nutrition | |
| Bose et al. | Dietary Transition, Physical Inactivity And Their Effect On Lifestyle Diseases In India: A Review | |
| KR20100094738A (ko) | 인터넷을 통한 식단 계획 및 자가 진단 방법 | |
| Laudanska-Krzeminska | Dietary behaviour of students from Poznan universities | |
| Langi et al. | DIFFERENT EATING HABITS TINUTUAN AS LOCAL FOOD ON RURAL AREA AND URBAN AREA IN NORTH SULAWESI PROVINCE |
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 |