CN112820379A - 一种融合用户画像的智能饮食推荐方法及系统 - Google Patents
一种融合用户画像的智能饮食推荐方法及系统 Download PDFInfo
- Publication number
- CN112820379A CN112820379A CN202110105434.8A CN202110105434A CN112820379A CN 112820379 A CN112820379 A CN 112820379A CN 202110105434 A CN202110105434 A CN 202110105434A CN 112820379 A CN112820379 A CN 112820379A
- Authority
- CN
- China
- Prior art keywords
- dish
- user
- dishes
- list
- data
- 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
- 235000005911 diet Nutrition 0.000 title claims abstract description 46
- 230000037213 diet Effects 0.000 title claims abstract description 40
- 238000000034 method Methods 0.000 title claims abstract description 37
- 235000013305 food Nutrition 0.000 claims abstract description 33
- 239000000463 material Substances 0.000 claims abstract description 32
- 235000016709 nutrition Nutrition 0.000 claims abstract description 30
- 201000010099 disease Diseases 0.000 claims abstract description 24
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 claims abstract description 24
- 230000020595 eating behavior Effects 0.000 claims abstract description 23
- 235000015097 nutrients Nutrition 0.000 claims abstract description 17
- 235000021061 dietary behavior Nutrition 0.000 claims abstract description 16
- 239000004615 ingredient Substances 0.000 claims abstract description 16
- 238000007781 pre-processing Methods 0.000 claims abstract description 12
- 238000012216 screening Methods 0.000 claims description 24
- 238000001914 filtration Methods 0.000 claims description 17
- 235000021049 nutrient content Nutrition 0.000 claims description 13
- 230000035764 nutrition Effects 0.000 claims description 13
- 230000035935 pregnancy Effects 0.000 claims description 12
- 235000011194 food seasoning agent Nutrition 0.000 claims description 9
- 206010020751 Hypersensitivity Diseases 0.000 claims description 6
- 208000026935 allergic disease Diseases 0.000 claims description 6
- 230000007815 allergy Effects 0.000 claims description 6
- 238000010411 cooking Methods 0.000 claims description 6
- 230000000378 dietary effect Effects 0.000 claims description 6
- 238000012544 monitoring process Methods 0.000 claims description 6
- 238000004422 calculation algorithm Methods 0.000 claims description 4
- 238000006243 chemical reaction Methods 0.000 claims description 4
- 230000007812 deficiency Effects 0.000 claims description 4
- 238000003064 k means clustering Methods 0.000 claims description 4
- 206010062717 Increased upper airway secretion Diseases 0.000 claims description 3
- 208000031975 Yang Deficiency Diseases 0.000 claims description 3
- 208000031971 Yin Deficiency Diseases 0.000 claims description 3
- 239000008280 blood Substances 0.000 claims description 3
- 210000004369 blood Anatomy 0.000 claims description 3
- 238000010276 construction Methods 0.000 claims description 3
- 208000026435 phlegm Diseases 0.000 claims description 3
- 238000002360 preparation method Methods 0.000 claims description 3
- 235000019640 taste Nutrition 0.000 claims description 3
- 238000010187 selection method Methods 0.000 claims 1
- 230000002354 daily effect Effects 0.000 description 9
- 239000011573 trace mineral Substances 0.000 description 5
- 235000013619 trace mineral Nutrition 0.000 description 5
- 208000017667 Chronic Disease Diseases 0.000 description 4
- 238000012545 processing Methods 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
- 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
- 206010020772 Hypertension Diseases 0.000 description 2
- XEEYBQQBJWHFJM-UHFFFAOYSA-N Iron Chemical compound [Fe] XEEYBQQBJWHFJM-UHFFFAOYSA-N 0.000 description 2
- 208000002720 Malnutrition Diseases 0.000 description 2
- 206010028980 Neoplasm Diseases 0.000 description 2
- PVNIIMVLHYAWGP-UHFFFAOYSA-N Niacin Chemical compound OC(=O)C1=CC=CN=C1 PVNIIMVLHYAWGP-UHFFFAOYSA-N 0.000 description 2
- 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 2
- 238000004364 calculation method Methods 0.000 description 2
- 201000011510 cancer Diseases 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
- 206010012601 diabetes mellitus Diseases 0.000 description 2
- 235000004280 healthy diet Nutrition 0.000 description 2
- 235000000824 malnutrition Nutrition 0.000 description 2
- 230000001071 malnutrition Effects 0.000 description 2
- 208000015380 nutritional deficiency disease Diseases 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
- 206010003210 Arteriosclerosis Diseases 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
- 239000004278 EU approved seasoning Substances 0.000 description 1
- 206010014561 Emphysema Diseases 0.000 description 1
- 208000004232 Enteritis Diseases 0.000 description 1
- 208000008967 Enuresis Diseases 0.000 description 1
- 208000004930 Fatty Liver Diseases 0.000 description 1
- 206010016654 Fibrosis Diseases 0.000 description 1
- 208000007882 Gastritis Diseases 0.000 description 1
- 201000005569 Gout Diseases 0.000 description 1
- 206010019708 Hepatic steatosis Diseases 0.000 description 1
- 208000031226 Hyperlipidaemia Diseases 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
- 201000005505 Measles Diseases 0.000 description 1
- 208000037093 Menstruation Disturbances Diseases 0.000 description 1
- 206010027339 Menstruation irregular Diseases 0.000 description 1
- 208000008589 Obesity Diseases 0.000 description 1
- 208000007117 Oral Ulcer Diseases 0.000 description 1
- 208000001132 Osteoporosis Diseases 0.000 description 1
- 241000282376 Panthera tigris Species 0.000 description 1
- 208000008469 Peptic Ulcer Diseases 0.000 description 1
- 201000007100 Pharyngitis Diseases 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
- BUGBHKTXTAQXES-UHFFFAOYSA-N Selenium Chemical compound [Se] BUGBHKTXTAQXES-UHFFFAOYSA-N 0.000 description 1
- 208000006011 Stroke Diseases 0.000 description 1
- JZRWCGZRTZMZEH-UHFFFAOYSA-N Thiamine Natural products CC1=C(CCO)SC=[N+]1CC1=CN=C(C)N=C1N JZRWCGZRTZMZEH-UHFFFAOYSA-N 0.000 description 1
- 208000009205 Tinnitus Diseases 0.000 description 1
- 206010049514 Traumatic fracture Diseases 0.000 description 1
- 206010046814 Uterine prolapse Diseases 0.000 description 1
- FPIPGXGPPPQFEQ-BOOMUCAASA-N Vitamin A Natural products OC/C=C(/C)\C=C\C=C(\C)/C=C/C1=C(C)CCCC1(C)C FPIPGXGPPPQFEQ-BOOMUCAASA-N 0.000 description 1
- 229930003268 Vitamin C Natural products 0.000 description 1
- 229930003427 Vitamin E Natural products 0.000 description 1
- 208000027418 Wounds and injury Diseases 0.000 description 1
- HCHKCACWOHOZIP-UHFFFAOYSA-N Zinc Chemical compound [Zn] HCHKCACWOHOZIP-UHFFFAOYSA-N 0.000 description 1
- 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 1
- 208000007502 anemia Diseases 0.000 description 1
- 208000002399 aphthous stomatitis Diseases 0.000 description 1
- 208000011775 arteriosclerosis disease Diseases 0.000 description 1
- 206010003246 arthritis Diseases 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 206010006451 bronchitis Diseases 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
- 150000001720 carbohydrates Chemical class 0.000 description 1
- 235000014633 carbohydrates Nutrition 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
- 201000001883 cholelithiasis Diseases 0.000 description 1
- 235000012000 cholesterol Nutrition 0.000 description 1
- 230000007882 cirrhosis Effects 0.000 description 1
- 208000019425 cirrhosis of liver Diseases 0.000 description 1
- 229910052802 copper Inorganic materials 0.000 description 1
- 239000010949 copper Substances 0.000 description 1
- 208000029078 coronary artery disease Diseases 0.000 description 1
- 230000006378 damage Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 235000020774 essential nutrients Nutrition 0.000 description 1
- 230000003203 everyday effect Effects 0.000 description 1
- 235000019197 fats Nutrition 0.000 description 1
- 208000010706 fatty liver disease Diseases 0.000 description 1
- 230000004927 fusion Effects 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
- 239000008187 granular material Substances 0.000 description 1
- 230000005802 health problem Effects 0.000 description 1
- 208000014617 hemorrhoid Diseases 0.000 description 1
- 208000006454 hepatitis Diseases 0.000 description 1
- 231100000283 hepatitis Toxicity 0.000 description 1
- 208000014674 injury Diseases 0.000 description 1
- 229910052742 iron Inorganic materials 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
- 230000009245 menopause Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 201000008383 nephritis Diseases 0.000 description 1
- 235000001968 nicotinic acid Nutrition 0.000 description 1
- 229960003512 nicotinic acid Drugs 0.000 description 1
- 239000011664 nicotinic acid Substances 0.000 description 1
- 235000020824 obesity Nutrition 0.000 description 1
- 208000011906 peptic ulcer disease Diseases 0.000 description 1
- 239000011574 phosphorus Substances 0.000 description 1
- 229910052698 phosphorus Inorganic materials 0.000 description 1
- 230000002980 postoperative effect Effects 0.000 description 1
- 239000011591 potassium Substances 0.000 description 1
- 229910052700 potassium Inorganic materials 0.000 description 1
- 230000002265 prevention Effects 0.000 description 1
- 210000002307 prostate Anatomy 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
- 238000011160 research Methods 0.000 description 1
- 235000019192 riboflavin Nutrition 0.000 description 1
- 229960002477 riboflavin Drugs 0.000 description 1
- 239000002151 riboflavin Substances 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
- 238000007619 statistical method Methods 0.000 description 1
- 231100000240 steatosis hepatitis Toxicity 0.000 description 1
- 235000019157 thiamine Nutrition 0.000 description 1
- KYMBYSLLVAOCFI-UHFFFAOYSA-N thiamine Chemical compound CC1=C(CCO)SCN1CC1=CN=C(C)N=C1N KYMBYSLLVAOCFI-UHFFFAOYSA-N 0.000 description 1
- 229960003495 thiamine Drugs 0.000 description 1
- 239000011721 thiamine Substances 0.000 description 1
- 210000001685 thyroid gland Anatomy 0.000 description 1
- 231100000886 tinnitus Toxicity 0.000 description 1
- 201000008827 tuberculosis Diseases 0.000 description 1
- 235000018648 unbalanced nutrition Nutrition 0.000 description 1
- 235000019155 vitamin A Nutrition 0.000 description 1
- 239000011719 vitamin A Substances 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
- 235000019154 vitamin C Nutrition 0.000 description 1
- 239000011718 vitamin C Substances 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
- 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
- G06F16/9535—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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/23—Clustering techniques
- G06F18/232—Non-hierarchical techniques
- G06F18/2321—Non-hierarchical techniques using statistics or function optimisation, e.g. modelling of probability density functions
- G06F18/23213—Non-hierarchical techniques using statistics or function optimisation, e.g. modelling of probability density functions with fixed number of clusters, e.g. K-means clustering
-
- 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
- G16H15/00—ICT specially adapted for medical reports, e.g. generation or transmission thereof
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Physics & Mathematics (AREA)
- Databases & Information Systems (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Artificial Intelligence (AREA)
- Primary Health Care (AREA)
- General Health & Medical Sciences (AREA)
- Epidemiology (AREA)
- Evolutionary Computation (AREA)
- Life Sciences & Earth Sciences (AREA)
- Public Health (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Biology (AREA)
- Nutrition Science (AREA)
- Probability & Statistics with Applications (AREA)
- Medical Treatment And Welfare Office Work (AREA)
Abstract
本发明公开一种融合用户画像的智能饮食推荐方法及系统,其特征在于,所述方法包括:获取日常菜品数据并进行预处理,构建菜品库;对菜品库中的菜品数据标准化处理,通过食材营养成分含量标准表计算菜品所含营养成分;基于用户自身属性信息、用户历史饮食行为构建用户画像;基于用户画像和菜品所含营养成分进行菜品推荐。本发明通过融合用户画像进行智能饮食推荐,可对用户近期饮食行为进行积极的健康指导和相关疾病的预警,便于健康管理。
Description
技术领域
本发明属于健康管理技术领域,具体涉及一种融合用户画像的智能饮食推荐方法及系统。
背景技术
随着我国社会经济的快速发展,人们的生活水平和医疗卫生条件都得到了较大提升。现代医学研究表明,日常合理膳食及食物均衡营养可以促进身体健康、预防疾病。
饮食中营养失衡不仅会产生自身必要营养元素缺乏导致的患病风险,如糖尿病、肥胖、高血压、癌症等慢性病。此外,慢性病已经成为我国居民的主要死亡原因,饮食健康问题的重要性已引起人们的广泛关注。每天吃什么、吃多少、怎么吃、是否营养失衡、是否有潜在慢性病风险等健康饮食问题,成为了人们亟需解答的问题。
发明内容
有鉴于此,本发明提出了一种融合用户画像的智能饮食推荐方法及系统,用于解决用户饮食管理不够精细、不能进行潜在风险预估的问题。
本发明第一方面,公开一种融合用户画像的智能饮食推荐方法,所述方法包括:
获取日常菜品数据并进行预处理,构建菜品库;
对菜品库中的菜品数据标准化处理,通过食材营养成分含量标准表计算菜品所含营养成分;
用于基于用户自身属性信息、用户历史饮食行为构建用户画像;
基于用户画像和菜品所含营养成分进行菜品推荐。
优选的,所述菜品数据主要包含菜品名称、菜品类别、功效、口味、菜品图片、主料信息、辅料信息、调料信息、烹饪时间、烹饪方式。
优选的,所述预处理包括:
对菜品数据的数据类型进行格式转换,所述数据类型包括数值型、文本型、图片型;对于文本型数据,将各字段中涉及量词的文本转换成数值型数据。
优选的,所述户自身属性信息包括所述年龄、性别、身高、体重、过敏史、人群类别、体质类别、既往病史8个维度;所述人群类别包括老年人,中年人、青年人,中学生,小学生,婴儿,幼儿,备孕期,孕早期,孕中期,孕晚期,月子期,更年期;体质类别包括阳盛质,痰湿质,湿热质,阴虚质,阳虚质,气虚质,特禀质,血瘀质,气郁质。
优选的,所述基于用户自身属性信息、用户历史饮食行为、菜品所含营养成分构建用户画像,基于用户画像进行菜品推荐具体包括:
基于用户自身属性信息过滤不适宜甚至禁忌菜品,生成第一菜品列表;
基于用户历史饮食行为,计算历史偏好菜品,筛选相似菜品生成第二菜品列表;
筛选出第一菜品列表和第二菜品列表中同时出现的菜品,构成最优菜品推荐列表,将最优菜品推荐列表推荐给用户。
优选的,所述基于用户自身属性信息过滤不适宜甚至禁忌菜品,进行第一菜品列表推荐具体包括:
a、根据用户年龄、性别、身高、体重从菜品库中产生标准菜品推荐列表list-1;
b、分别根据用户的人群类别特征、体质类别特征、既往病史特征对所述标准菜品推荐列表list-1进行适宜饮食菜品的初步过滤,结合菜品所含营养成分,得到合理营养摄入区间的菜品列表list-2;
c、根据用户历史饮食行为统计该一段时期内所食菜品未达标和超标的营养元素,以此为过滤条件筛选菜品列表list-2,并结合用户身体质量指数BIM对超出脂肪含量标准的菜品进行过滤,得到新的菜品列表list-3;
d、根据菜品中主料、辅料、调料成分对菜品列表list-3中含用户过敏史涉及食材的菜品进行筛选,最终产生菜品推荐列表list-4,将推荐列表list-4作为第一菜品列表。
优选的,所述基于用户历史饮食行为,计算用户历史偏好菜品,筛选相似菜品进行第二菜品列表推荐具体包括:
采用one-hot编码进行菜品对象表示;
通过K-means聚类算法对历史饮食行为中的菜品对象进行簇划分,得到每一聚类类簇中菜品数和对应的菜品类别;
筛选出包含菜品数最多的聚类类簇,将筛选出的聚类类簇中的菜品作为用户历史偏好菜品;
计算筛选出的聚类类簇中的菜品与菜品库中菜品的相似度,筛选出相似度高于预设阈值的相菜品作为第二菜品推荐列表。
优选的,所述方法还包括:实时监测用户饮食历史数据信息,结合用户自身属性信息将摄入的菜品营养与常见疾病进行关联预测,输出近期一段时间饮食行为可能出现的潜在风险,生成用户健康与疾病风险报告。
本发明第二方面,公开一种融合用户画像的智能饮食推荐系统,所述系统包括:
菜品库构建模块:用于获取日常菜品数据并进行预处理,构建菜品库;
数据预处理模块:用于对菜品库中的菜品数据标准化处理,通过食材营养成分含量标准表计算菜品所含营养成分;
菜品推荐模块:用于基于用户自身属性信息、用户历史饮食行为构建用户画像,基于用户画像和菜品所含营养成分进行菜品推荐;所述菜品推荐单元具体包括:
第一菜品列表单元:用于基于用户自身属性信息过滤不适宜甚至禁忌菜品,生成第一菜品列表;
第二菜品列表单元:用于基于用户历史饮食行为,计算历史偏好菜品,筛选相似菜品生成第二菜品列表;
最优菜品列表单元:用于筛选出第一菜品列表和第二菜品列表中同时出现的菜品,构成最优菜品推荐列表,将最优菜品推荐列表推荐给用户;
分析预警模块:用于实时监测用户饮食历史数据信息,将摄入的菜品营养与常见疾病进行关联预测,输出近期一段时间饮食行为可能出现的潜在风险,生成用户健康与疾病风险报告。
本发明相对于现有技术具有以下有益效果:
1)本发明基于用户自身属性信息、用户历史饮食行为构建用户画像,基于用户自身属性信息过滤不适宜甚至禁忌菜品,基于用户历史饮食行为,计算历史偏好菜品,取两者交集构成最优菜品推荐列表推荐给用户,从而避免出现随机推荐导致菜品波动较大问题,最终推荐适合该用户饮食偏好又符合童虎自身营养需求的菜品列表;
2)基于用户画像和菜品所含营养成分进行菜品推荐,可对用户近期饮食行为进行积极的健康指导,同时又可以实时监测用户饮食历史数据信息,结合用户自身属性信息将摄入的菜品营养与常见疾病进行关联预测,实时监测用户饮食健康状态和摄入饮食可能产生相关疾病的预警信息,最大限度为用户在智能健康饮食方面提供积极帮助。
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为本发明的融合用户画像的智能饮食推荐方法流程示意图;
图2为本发明的融合用户画像的智能饮食推荐系统结构示意图。
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,本发明提出一种融合用户画像的智能饮食推荐方法,包括:
S1、获取日常菜品数据并进行预处理,构建本地菜品库;
具体的,所述菜品数据主要包含菜品名称、菜品类别、功效、口味、菜品图片、主料信息、辅料信息、调料信息、烹饪时间、烹饪方式。其中菜品名称、主料、辅料、调料等字段对用户的饮食分析起到重要的作用,因此这些字段作为核心重要字段进行后续加工处理,而其他字段用作界面显示。
对菜品数据的数据类型进行格式转换,所述数据类型包括数值型、文本型、图片型;对于文本型数据,将各字段中涉及量词的文本转换成数值型数据。为了使得菜品数据易于规范化、标准化、特地将菜品名称、主料、辅料、调料等字段中"根"、"毫升"、"盒"、"斤"、"只"、"棵"、"块"、"粒"、"两"、"枚"、"片"、"瓶"、"勺"、"匙"、"条"、"头"、"碗"、"小把"、"小包"、"小杯"、"小撮"、"小蝶"、"小段"、"小块"、"小勺"、"小碗"等信息人为转换成适宜数值数据,为后续参与用户画像模型中的数值计算等做必要的数值转换处理。
S2、对菜品库中的菜品数据标准化处理,通过食材营养成分含量标准表计算菜品所含营养成分;
由于菜品中主料、辅料、调料等信息字段中含有丰富营养成分信息,分析估计菜品是否对用户有营养失衡风险有着重要意义,采用食材营养成分含量标准表(每百克或每百毫升含量或每百毫克)进行计算菜品各营养成分总量。其中营养成分涉及碳水化合物,脂肪,蛋白质,纤维素,维生素A,维生素C,维生素E,胡萝卜素,硫胺素,核黄素,烟酸,胆固醇,镁,钙,铁,锌,铜,锰,钾,磷,钠,硒等。其中涉及的非微量元素是以每百克含量进行计算,而微量元素均是以每百毫克含量进行计算。可知营养元素中微量元素和非微量元素含量间数值差距较大,并且微量元素间偶尔存在空值等问题,因此对菜品数据标准化处理显得十分重要。菜品营养成分含量缺失值统一填充为0,所有营养成分数据采用max-min标准化,消除不同量纲数据对数值计算的影响。
S3、基于用户自身属性信息、用户历史饮食行为构建用户画像;基于用户画像和菜品所含营养成分进行菜品推荐。
所述户自身属性信息包括所述年龄、性别、身高、体重、过敏史、人群类别、体质类别、既往病史8个维度;所述人群类别包括老年人,中年人、青年人,中学生,小学生,婴儿,幼儿,备孕期,孕早期,孕中期,孕晚期,月子期,更年期;体质类别包括阳盛质,痰湿质,湿热质,阴虚质,阳虚质,气虚质,特禀质,血瘀质,气郁质等;既往病史中涉及用户过去患病信息,涉及常见的肠炎,胆石症,跌打骨折损伤,动脉硬化,耳鸣,防癌抗癌,肺气肿,肝炎,肝硬化,高血压,高血脂,更年期,骨质疏松,关节炎,冠心病,甲状腺,结核病,口腔溃疡,麻疹,尿路结石,贫血,前列腺,肾炎,术后,糖尿病,痛风,痛经,胃炎,消化性溃疡,小儿遗尿,咽炎,营养不良,月经不调,支气管炎,脂肪肝,痔疮,中风,子宫脱垂等疾病。
用户历史饮食行为是用户最近一段时间内的饮食记录,基于用户自身属性信息、历史饮食行为即可构建用户画像。
基于用户画像和菜品所含营养成分进行菜品推荐,具体包括如下分步骤:
S31、基于用户自身属性信息过滤不适宜甚至禁忌菜品,生成第一菜品列表,具体包括如下步骤:
a、根据用户年龄、性别、身高、体重从菜品库中产生标准菜品推荐列表list-1;
b、分别根据用户的人群类别特征、体质类别特征、既往病史特征对所述标准菜品推荐列表list-1进行适宜饮食菜品的初步过滤,结合菜品所含营养成分,得到合理营养摄入区间的菜品列表list-2;
c、根据用户历史饮食行为统计该一段时期内所食菜品未达标和超标的营养元素,以此为过滤条件筛选菜品列表list-2,并结合用户身体质量指数BIM对超出脂肪含量标准的菜品进行过滤,得到新的菜品列表list-3;
d、根据菜品中主料、辅料、调料成分对菜品列表list-3中含用户过敏史涉及食材的菜品进行筛选,最终产生菜品推荐列表list-4,将推荐列表list-4作为第一菜品列表。
S32、基于用户历史饮食行为,计算用户偏好菜品,筛选相似菜品生成第二菜品列表,具体包括如下步骤:
a′、采用one-hot编码进行菜品对象表示;
b′、通过K-means聚类算法对历史饮食行为中的菜品对象进行簇划分,得到每一聚类类簇中菜品数和对应的菜品类别;具体的,给定聚类K和用户历史饮食数据集T={t1,t2,…,tn},ti=(xi,yi),以菜品数据对象间的距离作为聚类标准,进行K均值聚类。
c′、筛选出包含菜品数最多的聚类类簇,从筛选出的聚类类簇中寻找用户历史偏好菜品;
d′、计算用户历史偏好菜品与菜品库中菜品的相似度,筛选出相似度高于预设阈值的相菜品作为第二菜品推荐列表。
由于所取历史时间较短,所以K可选定为5,并找到5聚类中心点,通过聚类算法得到用户5个菜品簇。从含菜品最多的类簇中计算寻找用户最偏好菜品,距离聚类中心点最近的采用为用户最偏好菜品。最后根据该最偏好菜品与数据预处理单元处理的菜品数据集计算余弦相似度并降序排序,最终取前N个菜品构成列表进行推荐,其中N取值为15。本发明以用户历史饮食行为信息的用户画像为依据,挖掘用户近期饮食偏好,从而避免出现随机推荐导致菜品波动较大问题,最终推荐适合该用户饮食偏好的菜品列表。
S33、筛选出第一菜品列表和第二菜品列表中同时出现的菜品,构成最优菜品推荐列表,将最优菜品推荐列表推荐给用户。
S4、实时监测用户饮食历史数据信息,结合用户自身属性信息将摄入的菜品营养与常见疾病进行关联预测,输出近期一段时间饮食行为可能出现的潜在风险,生成用户健康与疾病风险报告。
具体的,根据用户自身属性信息,确定用户对应的饮食菜品范围;根据用户近期历史饮食行为数据,确定用户对应的偏好饮食菜品范围;基于常见营养不良等慢性病常识,预警分析单元使用统计分析模块将近期营养元素分别以全局或局部的表现形式按总和、均值、方差等统计概念进行表示;使用疾病关联模块将营养元素与常见疾病进行关联预测,输出近期一段时间饮食行为可能出现的潜在风险,最终将上述两模块产生信息打印为用户健康与疾病风险报告。
本发明提出的融合用户画像的智能饮食推荐方法可对用户近期饮食行为进行积极的健康指导,同时又可以实时监测用户饮食健康状态和输出饮食可能产生相关疾病的预警信息,最大限度为用户在智能健康饮食方面提供积极帮助。
请参阅图2,与上述方法实施例相对应,本发明还提出一种融合用户画像的智能饮食推荐系统,所述系统包括:
菜品库构建模块10:用于获取日常菜品数据并进行预处理,构建菜品库;
数据预处理模块20:用于对菜品库中的菜品数据标准化处理,通过食材营养成分含量标准表计算菜品所含营养成分;
菜品推荐模块30:用于基于用户自身属性信息、用户历史饮食行为中菜品所含营养成分构建用户画像,基于用户画像进行菜品推荐;所述菜品推荐单元具体包括:
第一菜品列表单元:用于基于用户自身属性信息过滤不适宜甚至禁忌菜品,生成第一菜品列表;
第二菜品列表单元:用于基于用户历史饮食行为,计算历史偏好菜品,筛选相似菜品生成第二菜品列表;
最优菜品列表单元:用于筛选出第一菜品列表和第二菜品列表中同时出现的菜品,构成最优菜品推荐列表,将最优菜品推荐列表推荐给用户;
分析预警模块40:用于实时监测用户饮食历史数据信息,将摄入的菜品营养与常见疾病进行关联预测,输出近期一段时间饮食行为可能出现的潜在风险,生成用户健康与疾病风险报告。
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 (9)
1.一种融合用户画像的智能饮食推荐方法,其特征在于,所述方法包括:
获取日常菜品数据并进行预处理,构建菜品库;
对菜品库中的菜品数据标准化处理,通过食材营养成分含量标准表计算菜品所含营养成分;
基于用户自身属性信息、用户历史饮食行为构建用户画像;
基于用户画像和菜品所含营养成分进行菜品推荐。
2.根据权利要求1所述融合用户画像的智能饮食推荐方法,其特征在于,所述菜品数据主要包含菜品名称、菜品类别、功效、口味、菜品图片、主料信息、辅料信息、调料信息、烹饪时间、烹饪方式。
3.根据权利要求1所述融合用户画像的智能饮食推荐方法,其特征在于,所述预处理包括:
对菜品数据的数据类型进行格式转换,所述数据类型包括数值型、文本型、图片型;对于文本型数据,将各字段中涉及量词的文本转换成数值型数据。
4.根据权利要求1所述融合用户画像的智能饮食推荐方法,其特征在于,所述户自身属性信息包括所述年龄、性别、身高、体重、过敏史、人群类别、体质类别、既往病史8个维度;所述人群类别包括老年人,中年人、青年人,中学生,小学生,婴儿,幼儿,备孕期,孕早期,孕中期,孕晚期,月子期,更年期;体质类别包括阳盛质,痰湿质,湿热质,阴虚质,阳虚质,气虚质,特禀质,血瘀质,气郁质。
5.根据权利要求4所述融合用户画像的智能饮食推荐方法,其特征在于,所述基于用户画像和菜品所含营养成分进行菜品推荐具体包括:
基于用户自身属性信息过滤不适宜甚至禁忌菜品,生成第一菜品列表;
基于用户历史饮食行为,计算历史偏好菜品,筛选相似菜品生成第二菜品列表;
筛选出第一菜品列表和第二菜品列表中同时出现的菜品,构成最优菜品推荐列表,将最优菜品推荐列表推荐给用户。
6.根据权利要求5所述融合用户画像的智能饮食推荐方法,其特征在于,所述基于用户自身属性信息过滤不适宜甚至禁忌菜品,进行第一菜品列表推荐具体包括:
a、根据用户年龄、性别、身高、体重从菜品库中产生标准菜品推荐列表list-1;
b、分别根据用户的人群类别特征、体质类别特征、既往病史特征对所述标准菜品推荐列表list-1进行适宜饮食菜品的初步过滤,结合菜品所含营养成分,得到合理营养摄入区间的菜品列表list-2;
c、根据用户历史饮食行为统计该一段时期内所食菜品未达标和超标的营养元素,以此为过滤条件筛选菜品列表list-2,并结合用户身体质量指数BIM对超出脂肪含量标准的菜品进行过滤,得到新的菜品列表list-3;
d、根据菜品中主料、辅料、调料成分对菜品列表list-3中含用户过敏史涉及食材的菜品进行筛选,最终产生菜品推荐列表list-4,将推荐列表list-4作为第一菜品列表。
7.根据权利要求5所述融合用户画像的智能饮食推荐方法,其特征在于,所述基于用户历史饮食行为,计算用户历史偏好菜品,筛选相似菜品进行第二菜品列表推荐具体包括:
采用one-hot编码进行菜品对象表示;
通过K-means聚类算法对历史饮食行为中的菜品对象进行簇划分,得到每一聚类类簇中菜品数和对应的菜品类别;
筛选出包含菜品数最多的聚类类簇,从筛选出的聚类类簇中寻找用户历史偏好菜品;
计算用户历史偏好菜品与菜品库中菜品的相似度,筛选出相似度高于预设阈值的相菜品作为第二菜品推荐列表。
8.根据权利要求1所述融合用户画像的智能饮食推荐方法,其特征在于,所述方法还包括:
实时监测用户饮食历史数据信息,结合用户自身属性信息将摄入的菜品营养与常见疾病进行关联预测,输出近期一段时间饮食行为可能出现的潜在风险,生成用户健康与疾病风险报告。
9.一种融合用户画像的智能饮食推荐系统,其特征在于,所述系统包括:
菜品库构建模块:用于获取日常菜品数据并进行预处理,构建菜品库;
数据预处理模块:用于对菜品库中的菜品数据标准化处理,通过食材营养成分含量标准表计算菜品所含营养成分;
菜品推荐模块:用于基于用户自身属性信息、用户历史饮食行为构建用户画像,基于用户画像和菜品所含营养成分进行菜品推荐;所述菜品推荐单元具体包括:
第一菜品列表单元:用于基于用户自身属性信息过滤不适宜甚至禁忌菜品,生成第一菜品列表;
第二菜品列表单元:用于基于用户历史饮食行为,计算用户历史偏好菜品,筛选相似菜品生成第二菜品列表;
最优菜品列表单元:用于筛选出第一菜品列表和第二菜品列表中同时出现的菜品,构成最优菜品推荐列表,将最优菜品推荐列表推荐给用户;
分析预警模块:用于实时监测用户饮食历史数据信息,结合用户自身属性信息将摄入的菜品营养与常见疾病进行关联预测,输出近期一段时间饮食行为可能出现的潜在风险,生成用户健康与疾病风险报告。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110105434.8A CN112820379B (zh) | 2021-01-26 | 2021-01-26 | 一种融合用户画像的智能饮食推荐方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110105434.8A CN112820379B (zh) | 2021-01-26 | 2021-01-26 | 一种融合用户画像的智能饮食推荐方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112820379A true CN112820379A (zh) | 2021-05-18 |
CN112820379B CN112820379B (zh) | 2024-02-02 |
Family
ID=75859472
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110105434.8A Active CN112820379B (zh) | 2021-01-26 | 2021-01-26 | 一种融合用户画像的智能饮食推荐方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112820379B (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113254786A (zh) * | 2021-06-22 | 2021-08-13 | 湖南轻悦健康管理有限公司 | 一种基于大数据的饮食信息推送方法、系统及云平台 |
CN114743640A (zh) * | 2022-03-23 | 2022-07-12 | 清华大学 | 菜单获取方法、装置、电子设备及存储介质 |
CN117198465A (zh) * | 2023-09-01 | 2023-12-08 | 广州捷蜂网络科技有限公司 | 一种中西医营养健康量化咨询方法及系统 |
Citations (19)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20140080102A1 (en) * | 2011-05-11 | 2014-03-20 | Srikanth Krishna | System and method for a personal diet management |
CN105512196A (zh) * | 2015-11-27 | 2016-04-20 | 朱威 | 一种基于用户状况的个性化营养饮食谱推荐方法及系统 |
CN106250673A (zh) * | 2016-07-20 | 2016-12-21 | 美的集团股份有限公司 | 一种饮食推荐及评价方法、智能终端、云服务器及系统 |
CN106651524A (zh) * | 2016-12-27 | 2017-05-10 | 杭州火小二科技有限公司 | 一种智能生成推荐菜单的方法 |
CN107391947A (zh) * | 2017-07-31 | 2017-11-24 | 长安大学 | 一种健康饮食推荐系统及方法 |
CN107992583A (zh) * | 2017-12-07 | 2018-05-04 | 合肥美的智能科技有限公司 | 信息推送方法及信息推送装置、设备和存储介质 |
CN108630298A (zh) * | 2018-05-09 | 2018-10-09 | 南京邮电大学 | 健康饮食管理方法及系统、计算机可读存储介质、终端 |
CN110097946A (zh) * | 2019-03-01 | 2019-08-06 | 西安电子科技大学 | 一种基于营养成分分析的饮食推荐方法 |
JP2019133624A (ja) * | 2018-09-03 | 2019-08-08 | 株式会社おいしい健康 | 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 |
CN110135957A (zh) * | 2019-05-20 | 2019-08-16 | 梁志鹏 | 一种智能餐厅健康饮食的菜品推荐方法、装置及存储介质 |
CN110706781A (zh) * | 2019-08-13 | 2020-01-17 | 深圳市华膳科技有限公司 | 一种膳食配置系统 |
CN110931108A (zh) * | 2019-11-26 | 2020-03-27 | 泰康保险集团股份有限公司 | 基于微服务架构的食谱推荐系统 |
KR20200104592A (ko) * | 2019-02-27 | 2020-09-04 | 주식회사 포트럭테이블 | 큐레이션엔진을 이용한 추천음식콘텐츠 미디어 제공시스템 |
CN111816280A (zh) * | 2020-07-10 | 2020-10-23 | 吾征智能技术(北京)有限公司 | 一种基于饮食行为的疾病预测的模型构建方法及系统 |
CN111881341A (zh) * | 2020-06-15 | 2020-11-03 | 合肥美的电冰箱有限公司 | 饮食信息推荐方法及装置、电子设备及介质 |
CN112070577A (zh) * | 2020-08-31 | 2020-12-11 | 深圳市卡牛科技有限公司 | 一种商品推荐方法、系统、设备及介质 |
CN112069389A (zh) * | 2019-06-10 | 2020-12-11 | 重庆理工大学 | 菜单信息推荐方法、装置、计算机设备和存储介质 |
CN112071398A (zh) * | 2020-05-09 | 2020-12-11 | 和逊数字健康科技(深圳)有限公司 | 食物推荐方法和装置 |
WO2020252639A1 (zh) * | 2019-06-17 | 2020-12-24 | 深圳市欢太科技有限公司 | 内容推送方法及相关产品 |
-
2021
- 2021-01-26 CN CN202110105434.8A patent/CN112820379B/zh active Active
Patent Citations (19)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20140080102A1 (en) * | 2011-05-11 | 2014-03-20 | Srikanth Krishna | System and method for a personal diet management |
CN105512196A (zh) * | 2015-11-27 | 2016-04-20 | 朱威 | 一种基于用户状况的个性化营养饮食谱推荐方法及系统 |
CN106250673A (zh) * | 2016-07-20 | 2016-12-21 | 美的集团股份有限公司 | 一种饮食推荐及评价方法、智能终端、云服务器及系统 |
CN106651524A (zh) * | 2016-12-27 | 2017-05-10 | 杭州火小二科技有限公司 | 一种智能生成推荐菜单的方法 |
CN107391947A (zh) * | 2017-07-31 | 2017-11-24 | 长安大学 | 一种健康饮食推荐系统及方法 |
CN107992583A (zh) * | 2017-12-07 | 2018-05-04 | 合肥美的智能科技有限公司 | 信息推送方法及信息推送装置、设备和存储介质 |
CN108630298A (zh) * | 2018-05-09 | 2018-10-09 | 南京邮电大学 | 健康饮食管理方法及系统、计算机可读存储介质、终端 |
JP2019133624A (ja) * | 2018-09-03 | 2019-08-08 | 株式会社おいしい健康 | 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 |
KR20200104592A (ko) * | 2019-02-27 | 2020-09-04 | 주식회사 포트럭테이블 | 큐레이션엔진을 이용한 추천음식콘텐츠 미디어 제공시스템 |
CN110097946A (zh) * | 2019-03-01 | 2019-08-06 | 西安电子科技大学 | 一种基于营养成分分析的饮食推荐方法 |
CN110135957A (zh) * | 2019-05-20 | 2019-08-16 | 梁志鹏 | 一种智能餐厅健康饮食的菜品推荐方法、装置及存储介质 |
CN112069389A (zh) * | 2019-06-10 | 2020-12-11 | 重庆理工大学 | 菜单信息推荐方法、装置、计算机设备和存储介质 |
WO2020252639A1 (zh) * | 2019-06-17 | 2020-12-24 | 深圳市欢太科技有限公司 | 内容推送方法及相关产品 |
CN110706781A (zh) * | 2019-08-13 | 2020-01-17 | 深圳市华膳科技有限公司 | 一种膳食配置系统 |
CN110931108A (zh) * | 2019-11-26 | 2020-03-27 | 泰康保险集团股份有限公司 | 基于微服务架构的食谱推荐系统 |
CN112071398A (zh) * | 2020-05-09 | 2020-12-11 | 和逊数字健康科技(深圳)有限公司 | 食物推荐方法和装置 |
CN111881341A (zh) * | 2020-06-15 | 2020-11-03 | 合肥美的电冰箱有限公司 | 饮食信息推荐方法及装置、电子设备及介质 |
CN111816280A (zh) * | 2020-07-10 | 2020-10-23 | 吾征智能技术(北京)有限公司 | 一种基于饮食行为的疾病预测的模型构建方法及系统 |
CN112070577A (zh) * | 2020-08-31 | 2020-12-11 | 深圳市卡牛科技有限公司 | 一种商品推荐方法、系统、设备及介质 |
Non-Patent Citations (3)
Title |
---|
RACIEL YERA TOLEDO等: "A Food Recommender System Considering Nutritional Information and User Preferences", 《IEEE ACCESS》, vol. 7, pages 96695, XP011737296, DOI: 10.1109/ACCESS.2019.2929413 * |
孙光浩;刘丹青;李梦云;: "个性化推荐算法综述", 软件, no. 07, pages 78 - 86 * |
王高平;张建建;孙俊玲;: "基于偏好的糖尿病营养配餐输入模式的挖掘", 福建电脑, no. 10, pages 89 - 90 * |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113254786A (zh) * | 2021-06-22 | 2021-08-13 | 湖南轻悦健康管理有限公司 | 一种基于大数据的饮食信息推送方法、系统及云平台 |
CN114743640A (zh) * | 2022-03-23 | 2022-07-12 | 清华大学 | 菜单获取方法、装置、电子设备及存储介质 |
CN117198465A (zh) * | 2023-09-01 | 2023-12-08 | 广州捷蜂网络科技有限公司 | 一种中西医营养健康量化咨询方法及系统 |
CN117198465B (zh) * | 2023-09-01 | 2024-03-29 | 广州捷蜂网络科技有限公司 | 一种中西医营养健康量化咨询方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN112820379B (zh) | 2024-02-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112820379A (zh) | 一种融合用户画像的智能饮食推荐方法及系统 | |
Volkert et al. | Energy and nutrient intake of young-old, old-old and very-old elderly in Germany | |
Ocke et al. | Diet of community-dwelling older adults: Dutch national food consumption survey older adults 2010-2012 | |
CN109964280A (zh) | 用于计算、显示、修改和使用改善的个性化营养健康评分来评估和计划最佳饮食的系统和方法 | |
CN112017756B (zh) | 一种基于人脸识别自助打餐系统的饮食营养分析方法 | |
HANKIN et al. | A short dietary method for epidemiologic studies: II. Variability of measured nutrient intakes | |
JP2015194807A (ja) | 栄養管理システム及び栄養管理プログラム | |
CN104299180A (zh) | 基于电子设备的健康食谱的选择方法和电子设备 | |
Pustozerov et al. | Machine learning approach for postprandial blood glucose prediction in gestational diabetes mellitus | |
CN108597572A (zh) | 一种智能健康规划系统 | |
Weaver et al. | Individual variation in urinary sodium excretion among adolescent girls on a fixed intake | |
CN105380599A (zh) | 一种基于智能手环的人体健康管理方法 | |
JP3143571U (ja) | 栄養診断システム | |
Karikome et al. | A system for supporting dietary habits: planning menus and visualizing nutritional intake balance | |
Charlton et al. | Micronutrient dilution associated with added sugar intake in elderly black South African women | |
Hartini et al. | Nutrient intake and iron status of urban poor and rural poor without access to rice fields are affected by the emerging economic crisis: the case of pregnant Indonesian women | |
GLIKSMAN et al. | Differences in serum lipids in Australian children: is diet responsible? | |
Bosch et al. | Integrated database system for mobile dietary assessment and analysis | |
Yu et al. | Translation of nutrient recommendations into personalized optimal diets for Chinese urban lactating women by linear programming models | |
Chiplonkar | Trends in nutrient intakes of Indian adults: computerized diet analysis (CDiet) of cross-sectional surveys between 1998 and 2015 | |
CN110176292A (zh) | 一种孕妇食谱推荐方法及系统 | |
CN112133434A (zh) | 基于饮食习惯的高血脂辅助诊断系统、设备、存储介质 | |
Ye et al. | Associations of dietary patterns with hypertension among adults in Jilin Province, China: a structural equation modelling approach | |
CN116453651A (zh) | 饮食评估方法、装置、计算机设备及计算机可读存储介质 | |
Choi et al. | Iodine status and characteristics of Korean adolescents and their parents based on urinary iodine concentration: a nationwide cross-sectional study |
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 |