CN114741588A - 目标电子菜谱的推荐方法、装置、烹饪设备及终端设备 - Google Patents
目标电子菜谱的推荐方法、装置、烹饪设备及终端设备 Download PDFInfo
- Publication number
- CN114741588A CN114741588A CN202210215314.8A CN202210215314A CN114741588A CN 114741588 A CN114741588 A CN 114741588A CN 202210215314 A CN202210215314 A CN 202210215314A CN 114741588 A CN114741588 A CN 114741588A
- Authority
- CN
- China
- Prior art keywords
- electronic menu
- electronic
- label
- menu
- determining
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 71
- 238000010411 cooking Methods 0.000 title claims abstract description 63
- 230000015654 memory Effects 0.000 claims description 54
- 238000012545 processing Methods 0.000 claims description 28
- 230000002238 attenuated effect Effects 0.000 claims description 7
- 235000015277 pork Nutrition 0.000 description 21
- 235000019640 taste Nutrition 0.000 description 20
- 235000013311 vegetables Nutrition 0.000 description 17
- 235000013305 food Nutrition 0.000 description 15
- 239000000463 material Substances 0.000 description 15
- 235000007688 Lycopersicon esculentum Nutrition 0.000 description 13
- 240000003768 Solanum lycopersicum Species 0.000 description 13
- 235000019654 spicy taste Nutrition 0.000 description 9
- 241000234282 Allium Species 0.000 description 8
- 235000002732 Allium cepa var. cepa Nutrition 0.000 description 8
- 235000013372 meat Nutrition 0.000 description 8
- 230000001360 synchronised effect Effects 0.000 description 8
- 239000000796 flavoring agent Substances 0.000 description 7
- 235000019634 flavors Nutrition 0.000 description 7
- 238000013507 mapping Methods 0.000 description 7
- 230000008569 process Effects 0.000 description 7
- 244000061456 Solanum tuberosum Species 0.000 description 6
- 235000002595 Solanum tuberosum Nutrition 0.000 description 6
- 238000010586 diagram Methods 0.000 description 6
- 230000006870 function Effects 0.000 description 6
- 235000021397 ready fried onions Nutrition 0.000 description 6
- 238000010606 normalization Methods 0.000 description 5
- 235000021186 dishes Nutrition 0.000 description 4
- 235000020997 lean meat Nutrition 0.000 description 4
- 235000014347 soups Nutrition 0.000 description 4
- 230000003068 static effect Effects 0.000 description 4
- 235000012015 potatoes Nutrition 0.000 description 3
- 241000282887 Suidae Species 0.000 description 2
- 238000003491 array Methods 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 235000013399 edible fruits Nutrition 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000002372 labelling Methods 0.000 description 2
- 235000019614 sour taste Nutrition 0.000 description 2
- 230000001960 triggered effect Effects 0.000 description 2
- 240000007124 Brassica oleracea Species 0.000 description 1
- 235000003899 Brassica oleracea var acephala Nutrition 0.000 description 1
- 235000011301 Brassica oleracea var capitata Nutrition 0.000 description 1
- 235000001169 Brassica oleracea var oleracea Nutrition 0.000 description 1
- 244000178937 Brassica oleracea var. capitata Species 0.000 description 1
- 206010010774 Constipation Diseases 0.000 description 1
- 240000002853 Nelumbo nucifera Species 0.000 description 1
- 235000006508 Nelumbo nucifera Nutrition 0.000 description 1
- 235000006510 Nelumbo pentapetala Nutrition 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000003796 beauty Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 235000021185 dessert Nutrition 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 235000013601 eggs Nutrition 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 210000000936 intestine Anatomy 0.000 description 1
- 235000013622 meat product Nutrition 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000003058 natural language processing Methods 0.000 description 1
- 235000015927 pasta Nutrition 0.000 description 1
- 235000019617 piquancy Nutrition 0.000 description 1
- 235000013606 potato chips Nutrition 0.000 description 1
- 238000007639 printing Methods 0.000 description 1
- 230000001915 proofreading effect Effects 0.000 description 1
- 230000011218 segmentation Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 235000021259 spicy food Nutrition 0.000 description 1
- 210000000952 spleen Anatomy 0.000 description 1
- 210000002784 stomach Anatomy 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 235000021147 sweet food Nutrition 0.000 description 1
- 235000019605 sweet taste sensations Nutrition 0.000 description 1
Images
Classifications
-
- 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
- G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
- G06F3/01—Input arrangements or combined input and output arrangements for interaction between user and computer
- G06F3/048—Interaction techniques based on graphical user interfaces [GUI]
- G06F3/0484—Interaction techniques based on graphical user interfaces [GUI] for the control of specific functions or operations, e.g. selecting or manipulating an object, an image or a displayed text element, setting a parameter value or selecting a range
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
- G06F3/01—Input arrangements or combined input and output arrangements for interaction between user and computer
- G06F3/048—Interaction techniques based on graphical user interfaces [GUI]
- G06F3/0487—Interaction techniques based on graphical user interfaces [GUI] using specific features provided by the input device, e.g. functions controlled by the rotation of a mouse with dual sensing arrangements, or of the nature of the input device, e.g. tap gestures based on pressure sensed by a digitiser
- G06F3/0488—Interaction techniques based on graphical user interfaces [GUI] using specific features provided by the input device, e.g. functions controlled by the rotation of a mouse with dual sensing arrangements, or of the nature of the input device, e.g. tap gestures based on pressure sensed by a digitiser using a touch-screen or digitiser, e.g. input of commands through traced gestures
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- General Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Human Computer Interaction (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Evolutionary Computation (AREA)
- Evolutionary Biology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Bioinformatics & Computational Biology (AREA)
- Artificial Intelligence (AREA)
- Life Sciences & Earth Sciences (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明实施例涉及一种目标电子菜谱的推荐方法、装置、烹饪设备及终端设备，包括：获取第二电子菜谱集合；获取对象的参数；针对第二电子菜谱集合中的任一第二电子菜谱，确定第二电子菜谱对应的第一标签和第二标签；确定第一标签对应的第一权重，以及第二标签对应的第二权重；基于第一标签、第一权重、第二标签和第二权重确定第二电子菜谱的菜谱向量；确定菜谱向量与参数的相似度，得到第二电子菜谱集合对应的相似度集合；基于相似度集合从第二电子菜谱集合中选取部分或全部第二电子菜谱作为目标电子菜谱；将目标电子菜谱推送至目标设备，通过用户的偏好程度得到目标电子菜谱，推荐的目标电子菜谱也更符合用户的喜好，提升用户体验。
Description
技术领域
本发明实施例涉及智能家居领域，尤其涉及一种目标电子菜谱的推荐方法、装置、烹饪设备及终端设备。
背景技术
随着电器技术的发展，以及各类烹饪设备在人们日常生活中的广泛应用，为更好地满足用户日益多样化需求，出现了集合多种烹饪模式或设置不同应用功能的一体式烹饪设备。
相关技术中，烹饪设备设置有菜谱推荐功能，向用户推荐的菜谱通过从网络渠道(例如，美食网页、小红书排行榜等等)获取，然而，烹饪设备推荐的菜谱并不能保证完全符合用户的喜好。
发明内容
鉴于此，为解决上述技术问题或部分技术问题，本发明实施例提供一种目标电子菜谱的推荐方法、装置、烹饪设备及终端设备。
第一方面，本发明实施例提供一种目标电子菜谱的推荐方法，包括：
获取第二电子菜谱集合；获取对象的参数；针对所述第二电子菜谱集合中的任一第二电子菜谱，确定所述第二电子菜谱对应的第一标签和第二标签；确定所述第一标签对应的第一权重，以及所述第二标签对应的第二权重；基于所述第一标签、所述第一权重、所述第二标签和所述第二权重确定所述第二电子菜谱的菜谱向量；确定所述菜谱向量与所述参数的相似度，得到所述第二电子菜谱集合对应的相似度集合；基于所述相似度集合从所述第二电子菜谱集合中选取部分或全部第二电子菜谱作为目标电子菜谱；将所述目标电子菜谱推送至目标设备。
在一个可能的实施方式中，所述获取对象的参数，包括：
获取对象针对第一电子菜谱集合的触发操作集合；
利用所述第一电子菜谱集合和所述触发操作集合确定所述对象的参数。
在一个可能的实施方式中，所述获取对象针对第一电子菜谱集合的触发操作集合，包括：
检测对象对第一电子菜谱集合中第一电子菜谱的触发操作，所述触发操作至少包括以下之一：点击查看操作、收藏操作、加入菜篮子操作、加入烹饪计划操作、烹饪操作或分享操作；
将预设时间段内对象对第一电子菜谱集合中第一电子菜谱的触发操作及操作次数作为触发操作集合。
在一个可能的实施方式中，所述利用所述第一电子菜谱集合和所述触发操作集合确定所述对象的参数，包括：
利用所述触发操作、所述操作次数、所述子信息对应的权重、所述子信息对应的时间衰减系数、所述子信息的重要程度确定所述子信息的初始偏好值；
对所述初始偏好值进行归一化处理，得到所述子信息对应的偏好值；
将得到所述偏好值集合进行向量化处理；
将向量化处理后的所述偏好值集合作为所述对象的参数。
在一个可能的实施方式中，所述基于所述相似度集合从所述第二电子菜谱集合中选取部分或全部第二电子菜谱作为目标电子菜谱，包括：
基于所述相似度集合对所述第二电子菜谱集合中的全部所述第二电子菜谱进行排序；从排序后的全部所述第二电子菜谱中选取部分或全部所述第二电子菜谱作为目标电子菜谱；
或，
基于所述相似度集合，从所述第二电子菜谱集合中选取相似度大于设定阈值的所述第二电子菜谱作为目标电子菜谱。
在一个可能的实施方式中，所述第一标签为所述第二标签的父标签，所述第二标签包括一级或多级标签；所述第二标签与所述第一标签的对应的权重，或所述第二标签中的多级标签之间对应的权重逐级衰减。
第二方面，本发明实施例提供一种对象的参数确定方法，包括：
获取预设时间段内对象对第一电子菜谱集合的触发操作集合；
从多个维度对所述第一电子菜谱集合进行分析处理，得到所述第一电子菜谱集合对应的多个子信息；
针对每个所述子信息，利用所述触发操作集合确定每个所述子信息对应的偏好值，得到多个子信息对应的偏好值集合；
将所述偏好值集合作为所述对象的参数。
第三方面，本发明实施例提供一种电子菜谱的参数确定方法，包括：
获取第二电子菜谱集合；
获取对象的参数；
针对所述第二电子菜谱集合中的任一第二电子菜谱，确定所述第二电子菜谱与所述参数的相似度，得到所述第二电子菜谱集合对应的相似度集合。
第四方面，本发明实施例提供一种烹饪设备，包括：处理器和存储器，所述处理器用于执行所述存储器中存储的对象的参数确定程序，以实现获取第二电子菜谱集合；获取对象的参数；针对所述第二电子菜谱集合中的任一第二电子菜谱，确定所述第二电子菜谱对应的第一标签和第二标签；确定所述第一标签对应的第一权重，以及所述第二标签对应的第二权重；基于所述第一标签、所述第一权重、所述第二标签和所述第二权重确定所述第二电子菜谱的菜谱向量；确定所述菜谱向量与所述参数的相似度，得到所述第二电子菜谱集合对应的相似度集合；基于所述相似度集合从所述第二电子菜谱集合中选取部分或全部第二电子菜谱作为目标电子菜谱；将所述目标电子菜谱推送至目标设备。
第五方面，本发明实施例提供一种终端设备，包括：处理器和存储器，所述处理器用于执行所述存储器中存储的电子菜谱的参数确定方法程序，以实现获取第二电子菜谱集合；获取对象的参数；针对所述第二电子菜谱集合中的任一第二电子菜谱，确定所述第二电子菜谱对应的第一标签和第二标签；确定所述第一标签对应的第一权重，以及所述第二标签对应的第二权重；基于所述第一标签、所述第一权重、所述第二标签和所述第二权重确定所述第二电子菜谱的菜谱向量；确定所述菜谱向量与所述参数的相似度，得到所述第二电子菜谱集合对应的相似度集合；基于所述相似度集合从所述第二电子菜谱集合中选取部分或全部第二电子菜谱作为目标电子菜谱；将所述目标电子菜谱推送至目标设备。
本发明实施例提供的对象的参数确定方案，通过获取预设时间段内对象对第一电子菜谱集合的触发操作集合；从多个维度对所述第一电子菜谱集合进行分析处理，得到所述第一电子菜谱集合对应的多个子信息；针对每个所述子信息，利用所述触发操作集合确定每个所述子信息对应的偏好值，得到多个子信息对应的偏好值集合；将所述偏好值集合作为所述对象的参数，通过从多个维度对用户的历史电子菜谱的操作情况进行分析，得到用户对不同维度的子信息的偏爱程度，并将该偏爱程度作为用户的参数信息，便于后续更有针对性的菜谱推荐，推荐的菜谱也更符合用户的喜好，提升用户体验。
附图说明
图1为本发明实施例提供的一种对象的参数确定方法的流程示意图；
图2为本发明实施例提供的另一种对象的参数确定方法的流程示意图；
图3为本发明实施例提供的一种电子菜谱的参数确定方法的流程示意图；
图4为本发明实施例涉及的确定所述第二电子菜谱与所述参数的相似度的流程示意图；
图5为本发明实施例的一种目标电子菜谱的推荐方法的流程示意图；
图6为本发明实施例提供的一种对象的参数确定装置的结构示意图；
图7为本发明实施例提供的一种电子菜谱的参数确定装置的结构是示意图；
图8为本发明实施例提供的一种的烹饪设备的结构示意图；
图9为本发明实施例提供的一种的终端设备的结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，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做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。
为便于对本发明实施例的理解，下面将结合附图以具体实施例做进一步的解释说明，实施例并不构成对本发明实施例的限定。
图1为本发明实施例提供的一种对象的参数确定方法的流程示意图，如图1所示，该方法具体包括：
S11、获取预设时间段内对象对第一电子菜谱集合的触发操作集合。
本发明实施例提供的对象的参数确定方法应用于烹饪设备，该烹饪设备可以是全自动炒菜锅，该烹饪设备设置有显示面板，在该显示面板上可以展示第一电子菜谱集合以及接收对象对第一电子菜谱的触发操作。
进一步地，检测对象对显示面板上展示的第一电子菜谱集合的触发操作，该触发操作可以包括：烹饪操作、收藏操作、分享操作等等，进而获取预设时间段内对象对第一电子菜谱集合的触发操作集合。
在本实施例中，第一电子菜谱集合可以理解为烹饪设备中存在触发操作的电子菜谱，也即，烹饪设备的全部电子菜谱中被对象触发的电子菜谱。
S12、从多个维度对所述第一电子菜谱集合进行分析处理，得到所述第一电子菜谱集合对应的多个子信息。
在本实施例中，对第一电子菜谱集合中的第一电子菜谱从多个维度进行分析处理，得到第一电子菜谱集合对应的多个子信息，多个维度可以理解为：电子菜谱对应菜品的口味、食材、菜系、菜式、功效等等。
相应地，子信息可以理解为第一电子菜谱集合对应的维度的统称，对于子信息的划分可根据设定的不同的维度进行确定，对此，本实施例，不作具体限定。
进一步地，按照多个维度对第一电子菜谱集合中的每个第一电子菜谱进行划分，得到每个第一电子菜谱对应的多个子信息，再将第一电子菜谱集合中的全部第一电子菜谱对应的子信息进行数据统计，得到第一电子菜谱集合对应的多个子信息。
S13、针对每个所述子信息，利用所述触发操作集合确定每个所述子信息对应的偏好值，得到多个子信息对应的偏好值集合。
S14、将所述偏好值集合作为所述对象的参数。
在本实施例中，针对每个子信息，确定每个子信息对应的一个或多个第一电子菜谱，以及该一个或多个第一电子菜谱对应的触发操作集合中的部分或全部触发操作。
进一步地，根据该子信息对应的触发操作集合中的部分或全部触发操作，确定该子信息对应的偏好值，进而得到多个子信息对应的偏好值集合，并将该偏好值集合作为对象的参数。
偏好值可以理解为该对象对该子信息的偏爱程度，偏好值集合可以理解为对象在预设时间内针对第一电子菜谱集合对应的多个子信息的偏爱程度。
在一示例中，子信息可以是：辣味，偏好值为：0.9，也即，该用户对辣味偏爱程度为90％；子信息可以是：甜味，偏好值为：0.1，也即，该用户对辣味偏爱程度为10％；通过上述两个子信息可以表征用户的口味为：辣味和甜味，平时更喜欢吃辣味的菜品，通过该信息可以实现更有针对性行的菜谱的推荐。
本发明实施例提供的对象的参数确定方法，通过获取预设时间段内对象对第一电子菜谱集合的触发操作集合；从多个维度对所述第一电子菜谱集合进行分析处理，得到所述第一电子菜谱集合对应的多个子信息；针对每个所述子信息，利用所述触发操作集合确定每个所述子信息对应的偏好值，得到多个子信息对应的偏好值集合；将所述偏好值集合作为所述对象的参数，通过从多个维度对用户的历史电子菜谱的操作情况进行分析，得到用户对不同维度的子信息的偏爱程度，并将该偏爱程度作为用户的参数信息，便于后续更有针对性的菜谱推荐，推荐的菜谱也更符合用户的喜好，提升用户体验。
图2为本发明实施例提供的另一种对象的参数确定方法的流程示意图，如图2所示，该方法具体包括：
S21、检测对象对第一电子菜谱集合中第一电子菜谱的触发操作。
在本实施例中，通过埋点的形式获取对象针对烹饪设备中菜谱的使用情况，同一烹饪设备可能存在多个对象使用的情况，因此，可通过在烹饪设备中安装对象识别模块(例如，摄像头等)对对象的身份进行识别。
通过埋点的形式可实现对某个对象的信息搜集，进而得到该对象在烹饪设备中对电子菜谱的触发操作，将烹饪设备的全部电子菜谱中被对象触发的电子菜谱成为第一电子菜谱，进而得到该对象对应的第一电子菜谱集合。
其中，触发操作至少包括以下之一：点击查看操作、收藏操作、加入菜篮子操作、加入烹饪计划操作、烹饪操作或分享操作。
进一步地，该触发操作可以理解为：对象在烹饪设备上的触发操作，或与烹饪设备连接的外部设备(例如，烹饪设备的遥控器、智能手机等)上的触发操作。
点击查看操作可以理解为：对象在搜索查询电子菜谱过程中，对电子菜谱的点击以及查看操作，相应地，可设置点击查看操作对应的判断条件，如，在点击进入该电子菜谱的前提下，电子菜谱的主页面展示时间超过20s，则认为该对象针对该电子菜谱存在点击查看操作。
收藏操作可以理解为：对象将电子菜谱添加至个人收藏中的操作。
加入菜篮子操作可以理解为：对象将电子菜谱对应的食材添加至购物清单中的操作。
加入烹饪计划操作可以理解为：对象将该电子菜谱添加至某一时间段的烹饪计划的操作，例如，对象将西红柿炒鸡蛋添加为中午的烹饪计划。
烹饪操作可以理解为：对象针对电子菜谱完成烹饪的操作，该电子菜谱可以是对象随机选择的，也可以是从收藏中、烹饪计划中选择的电子菜谱。
分享操作可以理解为：对象将电子菜谱分享给其它对象的操作。
进一步地，设置每个触发操作对应的权重，该权重值可根据操作到烹饪的转化率得到。
在一示例中：点击查看操作、收藏操作、加入菜篮子操作、加入烹饪计划操作、烹饪操作和分享操作对应的权重为1：10：5：7：20：20。
S22、将预设时间段内对象对第一电子菜谱集合中第一电子菜谱的触发操作及操作次数作为触发操作集合。
S23、从多个维度对所述第一电子菜谱集合进行分析处理，得到所述第一电子菜谱集合对应的多个子信息。
在本实施例中，对第一电子菜谱集合中的第一电子菜谱从多个维度进行分析处理，得到第一电子菜谱集合对应的多个子信息，多个维度可以理解为：电子菜谱对应菜品的口味、食材、菜系、菜式、功效等等。
进一步地，设置电子菜谱对应的多个子信息的权重，该权重的具体值可以根据子信息的重要程度进行设置。
在一示例中，将口味：食材：菜系：菜式：功效的权重设置为：1：1：0.4：0.3：0.2。
S24、针对每个所述子信息，利用所述触发操作、操作次数、所述子信息对应的权重、所述子信息对应的时间衰减系数、所述子信息的重要程度确定所述子信息的初始偏好值。
在本实施例中，针对每个子信息，按照预设公式对触发操作、操作次数、所述子信息对应的权重、子信息对应的时间衰减系数、子信息的重要程度确定所述子信息的初始偏好值。
进一步地，预设公式可以是：初始偏好值＝触发操作对应的权重*操作次数*子信息对应的权重*子信息对应的时间衰减系数*子信息的重要程度。
子信息的重要程度的可根据该子信息的词频-逆向文件频率得到，例如，子信息的重要程度＝TF*IDF。
子信息对应的时间衰减系数可根据牛顿热力学公式得到，即时间越近，系数越大，时间越久远，系数越小，例如，时间衰减系数＝exp(-0.02*最近的时间间隔)，该最近的时间间隔为当前时间距离烹饪该子信息对应第一电子菜谱的最近时间间隔。
S25、对所述初始偏好值进行归一化处理，得到所述子信息对应的偏好值。
在本实施例中，将得到的初始偏好值进行logistic归一化，得到子信息对应的偏好值。
归一化处理的过程可以是：
Y＝1/(1+e^(-X))
其中，X为初始偏好值，Y为偏好值。
在一示例中，假设用户A只进行了烹饪操作，用户A近三个月烹饪了含有土豆的菜5次，东北菜6次，辣味的菜10次；假设子信息辣味的标签权重为1，并且最后一次烹饪辣味菜是两天前，辣味的ITF＝0.13，TF＝10/(5+6+10)＝0.47，则用户对辣味的初始偏好值为：
20*10*1*exp(-0.02*2)*0.47*0.13＝11.7。
将初始偏好值进行归一化处理后，得到用户A对辣味的偏好值为0.9。
S26、得到多个子信息对应的偏好值集合。
S27、将得到所述偏好值集合进行向量化处理。
S28、将向量化处理后的所述偏好值集合作为所述对象的参数。
在本实施例中，依次确定每个子信息对应的偏好值，将多个子信息对应的偏好值作为偏好值集合，并对偏好值集合进行向量化处理，得到向量化处理后的偏好值集合，该向量化处理后的偏好值集合作为对象的参数，该参数可以表征对象对每个子信息的偏爱程度。
在一示例中，用户的偏好值集合为：{香辣味：0.82，辣味：0.9，洋葱：0.0，根茎类：0.3，蔬菜类：0.6}，用户的参数可以是[0.82,0.9,0.0,0.3,0.6]，由此可知，该用户对辣味比较偏爱，可向该用户推送口味为辣味的电子菜谱。
本发明实施例提供的对象的参数确定方法，通过获取预设时间段内对象对第一电子菜谱集合的触发操作集合；从多个维度对所述第一电子菜谱集合进行分析处理，得到所述第一电子菜谱集合对应的多个子信息；针对每个所述子信息，利用所述触发操作集合确定每个所述子信息对应的偏好值，得到多个子信息对应的偏好值集合；将所述偏好值集合作为所述对象的参数，通过从多个维度对用户的历史电子菜谱的操作情况进行分析，得到用户对不同维度的子信息的偏爱程度，并将该偏爱程度作为用户的参数信息，便于后续更有针对性的菜谱推荐，推荐的菜谱也更符合用户的喜好，提升用户体验。
图3为本发明实施例提供的一种电子菜谱的参数确定方法的流程示意图，如图3所示，具体包括：
S31、获取第二电子菜谱集合。
在本实施例中，通过爬虫从多个渠道(例如，美食网页、小红书排行榜等等)爬取第二电子菜谱，并将得到的全部第二电子菜谱作为第二电子菜谱集合。
针对第二电子菜谱集合，确定对应的多个维度的标签数据，该标签数据可以包括：口味、食材、菜系、菜式、功效等。
在一示例中，标签数据可以包括：
口味：酸辣味，麻辣味，酸甜味，咸鲜味，…；
食材：猪肉，五花肉，鲫鱼，土豆，…；
菜系：川菜，湘菜，苏菜，粤菜，…；
菜式：甜品，汤羹，面食，煎炸，…；
功效：美容养颜，健脾养胃，低脂瘦身，润肠通便，…。
进一步地，根据该标签数据可以对每个电子菜谱进行标签化(向量)处理，使其与对象的参数之间的类型统一。
S32、获取对象的参数。
在本实施例中，通过图1或图2所示的实施例获取对象的参数信息，具体可参照图1或2中的相关描述，在此，不作赘述。
S33、针对所述第二电子菜谱集合中的任一第二电子菜谱，确定所述第二电子菜谱与所述参数的相似度，得到所述第二电子菜谱集合对应的相似度集合。
在本实施例中，将第二电子菜谱集合中每个第二电子菜谱与对象的参数进行相似性比较，得到每个第二电子菜谱与参数的相似度，进而得到第二电子菜谱对应的相似度集合，该相似度可以表征对象的偏好与第二电子菜谱的相似程度，相似度越大，该第二电子菜谱越符合对象；相似度越小，该第二电子菜谱越不符合对象。
本发明实施例提供的电子菜谱的参数确定方法，通过获取第二电子菜谱集合；获取对象的参数；针对所述第二电子菜谱集合中的任一第二电子菜谱，确定所述第二电子菜谱与所述参数的相似度，得到所述第二电子菜谱集合对应的相似度集合，将电子菜谱进行标签化处理，并将处理后的电子菜谱与用户的参数进行相似度比对，得到参数与全部电子菜谱的相似度，该相似度可以表征电子菜谱与用户偏好的相似程度，便于后续更有针对性的菜谱推荐，推荐的菜谱也更符合用户的喜好，提升用户体验。
图4为本发明实施例涉及的确定所述第二电子菜谱与所述参数的相似度的流程示意图，如图4所示，具体包括：
S41、确定所述第二电子菜谱对应的第一标签和第二标签。
S42、确定所述第一标签对应的第一权重，以及所述第二标签对应的第二权重。
在本实施例中，第二电子菜谱集合中的多个第二电子菜谱存在相同的食材不同的描述，例如，番茄，西红柿；土豆，土豆片，土豆块；包菜，莲花白，结球甘蓝，包心菜等等。
进一步地，通过自然语言处理对第二电子菜谱中的内容进行分词、相似度计算、同义词分析等等，例如，通过word2vec词向量模型、百度百科、哈工大词林等同义词库等方式，最后再进行校对调整，得到标签的标签标准化映射表。
标签标准化映射表格式为：tag word1,word2,…,wordi，表示wordi标准化为tag。
其中，每个第二电子菜谱对应的第一标签(tag)和第二标签(wordi)，所述第一标签为所述第二标签的父标签，所述第二标签包括一级或多级标签。所述第二标签与所述第一标签的对应的权重，或所述第二标签中的多级标签之间对应的权重逐级衰减。
进一步地，对标签标准化映射表再进行泛化处理标签泛化映射表，得到，也即，确定每个第一标签对应的一级或多级第二标签。
在一示例中：
口味标签：辣味
酸辣味辣味
麻辣味辣味
其中，辣味是第一标签；酸辣味和麻辣味是第二标签，映射到辣味，是辣味的子标签；辣味是酸辣味和麻辣味的父标签。
在又一示例中：
食材标签：肉类
猪肉肉类
五花肉猪肉
猪里脊猪肉
猪瘦肉猪肉
其中，肉类是第一标签；猪肉是第二标签(第二标签中的一级标签)，映射到肉类，是肉类的子标签；五花肉、猪里脊、猪瘦肉是第二标签(第二标签中的二级标签)，映射到猪肉，是猪肉的子标签。
在本发明实施例中，针对每个第二电子菜谱中的多个维度，根据标签标准化映射表进行关键词匹配，得到每个维度对应的第一标签，再根据第一标签从标签泛化映射表中得到第二标签，进而得到第二电子菜谱中的多个维度对应的全部标签(多个维度的第一标签和第二标签)。
在一示例中，假设第二电子菜谱为西红柿生滚肉片汤，以食材维度为例：西红柿生滚肉片汤的食材有西红柿块，猪瘦肉片；
通过西红柿块匹配到word西红柿，猪瘦肉片匹配到word猪瘦肉；再通过标签标准化映射表将word西红柿标准化为tag番茄，word猪瘦肉标准化为tag猪瘦肉；再通过标签泛化映射表，泛化为：番茄->果实类->蔬菜类，猪瘦肉->猪肉->肉类；
最终，西红柿生滚肉片汤的食材标签有[番茄,猪瘦肉，果实类，蔬菜类，猪肉，肉类]。
在本发明实施例的一可选方案中，预先第二电子菜谱对应维度(也可理解：子信息)的权重，维度之间的权重可通过维度的重要程度进行设定，以及每个维度对应的第一标签和第二标签的权重，所述第二标签与所述第一标签的对应的权重，或所述第二标签中的多级标签之间对应的权重逐级衰减，衰减的系数可以根据实际情况进行设定，例如0.5。
在一示例中，将口味：食材：菜系：菜式：功效的权重设置为：1：1：0.4：0.3：0.2。
在一示例中，该第二电子菜谱的食材有西红柿块(250g)，猪瘦肉片(150g)，标签的权重＝食材的重量/菜谱最大食材重量，得到番茄@1.0；猪瘦肉@0.6，然后对第一标签进行泛化衰减，衰减的权重是0.5，番茄的权重是1.0，首先泛化为果实类，则果实类的权重为0.5，再泛化为蔬菜类，则蔬菜类的权重为0.25，最终菜谱的标签及权重为：番茄@1.0|猪瘦肉@0.6|果实类@0.5|猪肉@0.3|蔬菜类@0.25|肉类@0.15|。
S43、基于所述第一标签、所述第一权重、所述第二标签和所述第二权重确定所述第二电子菜谱的菜谱向量。
在本实施例中，根据第二电子菜谱的每个维度对应的第一标签及第一权重、第二标签及述第二权重构建第二电子菜谱的菜谱向量。
在一示例中，假设第二电子菜谱为辣炒洋葱，第一标签及第一权重、第二标签及述第二权重为：{香辣味：1.0，辣味：0.5，洋葱：1.0，根茎类：0.5，蔬菜类：0.25}，则该菜谱向量为[1.0,0.5,1.0,0.5,0.25]。
S44、确定所述菜谱向量与所述参数的相似度。
在本实施例中，采用余弦相似度确定菜谱向量与参数之间的相似度。
在一示例中，假设用户B的偏好值集合为：{香辣味：0.82，辣味：0.9，洋葱：0.0，根茎类：0.3，蔬菜类：0.6}，参数为：[0.82,0.9,0.0,0.3,0.6]；菜谱向量为[1.0,0.5,1.0,0.5,0.25]，则该菜谱向量与参数的相似度为0.705，也即，用户B对辣炒洋葱的偏好程度为0.705。
图5为本发明实施例的一种目标电子菜谱的推荐方法的流程示意图，如图5所示，具体包括：
S51、获取第二电子菜谱集合。
在本实施例中，S51与图3所示实施例中的S31类似，为简洁描述，具体可参照图3的相关描述，对此，不作赘述。
S52、获取对象的参数。
具体地，获取对象针对第一电子菜谱集合的触发操作集合；利用所述第一电子菜谱集合和所述触发操作集合确定所述对象的参数。
检测对象对第一电子菜谱集合中第一电子菜谱的触发操作，所述触发操作至少包括以下之一：点击查看操作、收藏操作、加入菜篮子操作、加入烹饪计划操作、烹饪操作或分享操作；将预设时间段内对象对第一电子菜谱集合中第一电子菜谱的触发操作及操作次数作为触发操作集合。
利用所述触发操作、所述操作次数、所述子信息对应的权重、所述子信息对应的时间衰减系数、所述子信息的重要程度确定所述子信息的初始偏好值；对所述初始偏好值进行归一化处理，得到所述子信息对应的偏好值；将得到所述偏好值集合进行向量化处理；将向量化处理后的所述偏好值集合作为所述对象的参数。
在本实施例中，S52与图1所示实施例中的S11-S14以及图2所示实施例中的S21-S28类似，为简洁描述，具体可参照图1或图2的相关描述，对此，不作赘述。
S53、针对所述第二电子菜谱集合中的任一第二电子菜谱，确定所述第二电子菜谱对应的第一标签和第二标签；确定所述第一标签对应的第一权重，以及所述第二标签对应的第二权重。
S54、基于所述第一标签、所述第一权重、所述第二标签和所述第二权重确定所述第二电子菜谱的菜谱向量；确定所述菜谱向量与所述参数的相似度，得到所述第二电子菜谱集合对应的相似度集合。
在本实施例中，S53-S54与图4所示实施例中的S41-S44类似，为简洁描述，具体可参照图4的相关描述，对此，不作赘述。
S55、基于所述相似度集合从所述第二电子菜谱集合中选取部分或全部第二电子菜谱作为目标电子菜谱。
具体地，基于所述相似度集合对所述第二电子菜谱集合中的全部所述第二电子菜谱进行排序；从排序后的全部所述第二电子菜谱中选取部分或全部所述第二电子菜谱作为目标电子菜谱；或，基于所述相似度集合，从所述第二电子菜谱集合中选取相似度大于设定阈值的所述第二电子菜谱作为目标电子菜谱。
进一步地，根据相似度集合，按照相似度由高到低对第二电子食谱进行排序，选取相似度高的前200的第二电子菜谱作为目标电子菜谱；或，根据相似度集合，将相似度大于0.9的第二电子菜谱作为目标电子菜谱。
S56、将所述目标电子菜谱推送至目标设备。
在本实施例中，将所述目标电子菜谱推送至目标设备，该目标设备可以烹饪设备或终端设备(例如，烹饪设备的遥控器、智能手机等)，便于用户在接触到目标设备时根据目标电子菜谱进行烹饪。
场景(一)
假设用户A的触发操作集合中的触发操作仅包括烹饪操作，用户A近三个月烹饪了含有土豆的菜5次，东北菜6次，辣味的菜10次；点击查看操作、收藏操作、加入菜篮子操作、加入烹饪计划操作、烹饪操作和分享操作对应的权重为1：10：5：7：20：20；口味：食材：菜系：菜式：功效的权重设置为：1：1：0.4：0.3：0.2；最后一次烹饪辣味菜是两天前，辣味的ITF＝0.13，TF＝10/(5+6+10)＝0.47，则用户对辣味的初始偏好值＝20*10*1*exp(-0.02*2)*0.47*0.13＝11.7，对初始偏好值进行logistic归一化处理，得到用户A对辣味的偏好值＝0.9，同理可得到用户A对含土豆的菜和东北菜的偏好值。
场景(二)
假设第二电子菜谱为辣炒洋葱，第一标签及第一权重、第二标签及述第二权重为：{香辣味：1.0，辣味：0.5，洋葱：1.0，根茎类：0.5，蔬菜类：0.25}，则该菜谱向量为[1.0,0.5,1.0,0.5,0.25]。
假设用户B的偏好值集合为：{香辣味：0.82，辣味：0.9，洋葱：0.0，根茎类：0.3，蔬菜类：0.6}，参数为：[0.82,0.9,0.0,0.3,0.6]。
该菜谱向量与参数的相似度为0.705，也即，用户B对辣炒洋葱的偏好程度为0.705。
场景(三)
假设第二电子菜谱为辣炒洋葱第一标签及第一权重、第二标签及述第二权重为：{香辣味：1.0，辣味：0.5，洋葱：1.0，根茎类：0.5，蔬菜类：0.25}，则该菜谱向量为[1.0,0.5,1.0,0.5,0.25]。
假设用户B的偏好值集合为：{香辣味：0.82，辣味：0.9，洋葱：0.0，根茎类：0.3，蔬菜类：0.6}，参数为：[0.82,0.9,0.0,0.3,0.6]。
该菜谱向量与参数的相似度为0.705，也即，用户B对辣炒洋葱的偏好程度为0.705。
假设将相似度大于0.7的作为目标电子菜谱，则将辣炒洋葱作为目标电子菜谱。
图6为本发明实施例提供的一种对象的参数确定装置的结构示意图，如图6所示，该装置具体包括：
获取模块61，用于获取预设时间段内对象对第一电子菜谱集合的触发操作集合；
处理模块62，用于从多个维度对所述第一电子菜谱集合进行分析处理，得到所述第一电子菜谱集合对应的多个子信息；
确定模块63，用于针对每个所述子信息，利用所述触发操作集合确定每个所述子信息对应的偏好值，得到多个子信息对应的偏好值集合。
本实施例提供的对象的参数确定装置可以是如图6中所示的对象的参数确定装置，可执行如图1-2中对象的参数确定方法的所有步骤，进而实现图1-2所示对象的参数确定方法的技术效果，具体请参照图1-2相关描述，为简洁描述，在此不作赘述。
图7为本发明实施例提供的一种电子菜谱的参数确定装置的结构是示意图，如图7所示，该装置具体包括：
获取模块71，用于获取预设时间段内对象对第一电子菜谱集合的触发操作集合；
处理模块72，用于从多个维度对所述第一电子菜谱集合进行分析处理，得到所述第一电子菜谱集合对应的多个子信息；
确定模块73，用于针对每个所述子信息，利用所述触发操作集合确定每个所述子信息对应的偏好值，得到多个子信息对应的偏好值集合。
本实施例提供的电子菜谱的参数确定装置可以是如图7中所示的电子菜谱的参数确定装置，可执行如图3-4中电子菜谱的参数确定方法的所有步骤，进而实现图3-4所示电子菜谱的参数确定方法的技术效果，具体请参照图3-4相关描述，为简洁描述，在此不作赘述。
本发明实施例还提供一种目标电子菜谱的推荐装置的，该装置具体包括：
获取模块，用于获取第二电子菜谱集合；
所述获取模块，还用于获取对象的参数；
确定模块，用于针对所述第二电子菜谱集合中的任一第二电子菜谱，确定所述第二电子菜谱对应的第一标签和第二标签；确定所述第一标签对应的第一权重，以及所述第二标签对应的第二权重；
所述确定模块83，还用于基于所述第一标签、所述第一权重、所述第二标签和所述第二权重确定所述第二电子菜谱的菜谱向量；确定所述菜谱向量与所述参数的相似度，得到所述第二电子菜谱集合对应的相似度集合；
所述确定模块83，还用于基于所述相似度集合从所述第二电子菜谱集合中选取部分或全部第二电子菜谱作为目标电子菜谱；
推送模块83，用于将所述目标电子菜谱推送至目标设备。
图8为本发明实施例提供的一种的烹饪设备的结构示意图，图8所示的烹饪设备800包括：至少一个处理器801、存储器802、至少一个网络接口804和其他用户接口803。烹饪设备800中的各个组件通过总线系统805耦合在一起。可理解，总线系统805用于实现这些组件之间的连接通信。总线系统805除包括数据总线之外，还包括电源总线、控制总线和状态信号总线。但是为了清楚说明起见，在图8中将各种总线都标为总线系统805。
其中，用户接口803可以包括显示器、键盘或者点击设备(例如，鼠标，轨迹球(trackball)、触感板或者触摸屏等。
可以理解，本发明实施例中的存储器802可以是易失性存储器或非易失性存储器，或可包括易失性和非易失性存储器两者。其中，非易失性存储器可以是只读存储器(Read-Only Memory，ROM)、可编程只读存储器(Programmable ROM，PROM)、可擦除可编程只读存储器(Erasable PROM，EPROM)、电可擦除可编程只读存储器(Electrically EPROM，EEPROM)或闪存。易失性存储器可以是随机存取存储器(Random Access Memory，RAM)，其用作外部高速缓存。通过示例性但不是限制性说明，许多形式的RAM可用，例如静态随机存取存储器(Static RAM，SRAM)、动态随机存取存储器(Dynamic RAM，DRAM)、同步动态随机存取存储器(Synchronous DRAM，SDRAM)、双倍数据速率同步动态随机存取存储器(Double Data RateSDRAM，DDRSDRAM)、增强型同步动态随机存取存储器(Enhanced SDRAM，ESDRAM)、同步连接动态随机存取存储器(Synch link DRAM，SLDRAM)和直接内存总线随机存取存储器(DirectRambus RAM，DRRAM)。本文描述的存储器802旨在包括但不限于这些和任意其它适合类型的存储器。
在一些实施方式中，存储器802存储了如下的元素，可执行单元或者数据结构，或者他们的子集，或者他们的扩展集：操作系统8021和应用程序8022。
其中，操作系统8021，包含各种系统程序，例如框架层、核心库层、驱动层等，用于实现各种基础业务以及处理基于硬件的任务。应用程序8022，包含各种应用程序，例如媒体播放器(Media Player)、浏览器(Browser)等，用于实现各种应用业务。实现本发明实施例方法的程序可以包含在应用程序8022中。
在本发明实施例中，通过调用存储器802存储的程序或指令，具体的，可以是应用程序8022中存储的程序或指令，处理器801用于执行各方法实施例所提供的方法步骤，例如包括：
获取第二电子菜谱集合；获取对象的参数；针对所述第二电子菜谱集合中的任一第二电子菜谱，确定所述第二电子菜谱对应的第一标签和第二标签；确定所述第一标签对应的第一权重，以及所述第二标签对应的第二权重；基于所述第一标签、所述第一权重、所述第二标签和所述第二权重确定所述第二电子菜谱的菜谱向量；确定所述菜谱向量与所述参数的相似度，得到所述第二电子菜谱集合对应的相似度集合；基于所述相似度集合从所述第二电子菜谱集合中选取部分或全部第二电子菜谱作为目标电子菜谱；将所述目标电子菜谱推送至目标设备。
在一个可能的实施方式中，获取对象针对第一电子菜谱集合的触发操作集合；利用所述第一电子菜谱集合和所述触发操作集合确定所述对象的参数。
在一个可能的实施方式中，检测对象对第一电子菜谱集合中第一电子菜谱的触发操作，所述触发操作至少包括以下之一：点击查看操作、收藏操作、加入菜篮子操作、加入烹饪计划操作、烹饪操作或分享操作；将预设时间段内对象对第一电子菜谱集合中第一电子菜谱的触发操作及操作次数作为触发操作集合。
在一个可能的实施方式中，利用所述触发操作、所述操作次数、所述子信息对应的权重、所述子信息对应的时间衰减系数、所述子信息的重要程度确定所述子信息的初始偏好值；对所述初始偏好值进行归一化处理，得到所述子信息对应的偏好值；将得到所述偏好值集合进行向量化处理；将向量化处理后的所述偏好值集合作为所述对象的参数。
在一个可能的实施方式中，基于所述相似度集合对所述第二电子菜谱集合中的全部所述第二电子菜谱进行排序；从排序后的全部所述第二电子菜谱中选取部分或全部所述第二电子菜谱作为目标电子菜谱；或，基于所述相似度集合，从所述第二电子菜谱集合中选取相似度大于设定阈值的所述第二电子菜谱作为目标电子菜谱。
在一个可能的实施方式中，所述第一标签为所述第二标签的父标签，所述第二标签包括一级或多级标签；所述第二标签与所述第一标签的对应的权重，或所述第二标签中的多级标签之间对应的权重逐级衰减。
或，
获取预设时间段内对象对第一电子菜谱集合的触发操作集合；从多个维度对所述第一电子菜谱集合进行分析处理，得到所述第一电子菜谱集合对应的多个子信息；针对每个所述子信息，利用所述触发操作集合确定每个所述子信息对应的偏好值，得到多个子信息对应的偏好值集合；将所述偏好值集合作为所述对象的参数。或，
获取第二电子菜谱集合；获取对象的参数；针对所述第二电子菜谱集合中的任一第二电子菜谱，确定所述第二电子菜谱与所述参数的相似度，得到所述第二电子菜谱集合对应的相似度集合。
上述本发明实施例揭示的方法可以应用于处理器801中，或者由处理器801实现。处理器801可能是一种集成电路芯片，具有信号的处理能力。在实现过程中，上述方法的各步骤可以通过处理器801中的硬件的集成逻辑电路或者软件形式的指令完成。上述的处理器801可以是通用处理器、数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现成可编程门阵列(FieldProgrammable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。可以实现或者执行本发明实施例中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。结合本发明实施例所公开的方法的步骤可以直接体现为硬件译码处理器执行完成，或者用译码处理器中的硬件及软件单元组合执行完成。软件单元可以位于随机存储器，闪存、只读存储器，可编程只读存储器或者电可擦写可编程存储器、寄存器等本领域成熟的存储介质中。该存储介质位于存储器802，处理器801读取存储器802中的信息，结合其硬件完成上述方法的步骤。
可以理解的是，本文描述的这些实施例可以用硬件、软件、固件、中间件、微码或其组合来实现。对于硬件实现，处理单元可以实现在一个或多个专用集成电路(ApplicationSpecific Integrated Circuits，ASIC)、数字信号处理器(Digital Signal Processing，DSP)、数字信号处理设备(DSPDevice，DSPD)、可编程逻辑设备(Programmable LogicDevice，PLD)、现场可编程门阵列(Field-Programmable Gate Array，FPGA)、通用处理器、控制器、微控制器、微处理器、用于执行本申请所述功能的其它电子单元或其组合中。
对于软件实现，可通过执行本文所述功能的单元来实现本文所述的技术。软件代码可存储在存储器中并通过处理器执行。存储器可以在处理器中或在处理器外部实现。
图9为本发明实施例提供的一种的终端设备的结构示意图，图9所示的终端设备900包括：至少一个处理器901、存储器902、至少一个网络接口904和其他用户接口903。终端设备900中的各个组件通过总线系统905耦合在一起。可理解，总线系统905用于实现这些组件之间的连接通信。总线系统905除包括数据总线之外，还包括电源总线、控制总线和状态信号总线。但是为了清楚说明起见，在图9中将各种总线都标为总线系统905。
其中，用户接口903可以包括显示器、键盘或者点击设备(例如，鼠标，轨迹球(trackball)、触感板或者触摸屏等。
可以理解，本发明实施例中的存储器902可以是易失性存储器或非易失性存储器，或可包括易失性和非易失性存储器两者。其中，非易失性存储器可以是只读存储器(Read-Only Memory，ROM)、可编程只读存储器(Programmable ROM，PROM)、可擦除可编程只读存储器(Erasable PROM，EPROM)、电可擦除可编程只读存储器(Electrically EPROM，EEPROM)或闪存。易失性存储器可以是随机存取存储器(Random Access Memory，RAM)，其用作外部高速缓存。通过示例性但不是限制性说明，许多形式的RAM可用，例如静态随机存取存储器(Static RAM，SRAM)、动态随机存取存储器(Dynamic RAM，DRAM)、同步动态随机存取存储器(Synchronous DRAM，SDRAM)、双倍数据速率同步动态随机存取存储器(Double Data RateSDRAM，DDRSDRAM)、增强型同步动态随机存取存储器(Enhanced SDRAM，ESDRAM)、同步连接动态随机存取存储器(Synch link DRAM，SLDRAM)和直接内存总线随机存取存储器(DirectRambus RAM，DRRAM)。本文描述的存储器902旨在包括但不限于这些和任意其它适合类型的存储器。
在一些实施方式中，存储器902存储了如下的元素，可执行单元或者数据结构，或者他们的子集，或者他们的扩展集：操作系统9021和应用程序9022。
其中，操作系统9021，包含各种系统程序，例如框架层、核心库层、驱动层等，用于实现各种基础业务以及处理基于硬件的任务。应用程序9022，包含各种应用程序，例如媒体播放器(Media Player)、浏览器(Browser)等，用于实现各种应用业务。实现本发明实施例方法的程序可以包含在应用程序9022中。
在本发明实施例中，通过调用存储器902存储的程序或指令，具体的，可以是应用程序9022中存储的程序或指令，处理器901用于执行各方法实施例所提供的方法步骤，例如包括：
获取第二电子菜谱集合；获取对象的参数；针对所述第二电子菜谱集合中的任一第二电子菜谱，确定所述第二电子菜谱对应的第一标签和第二标签；确定所述第一标签对应的第一权重，以及所述第二标签对应的第二权重；基于所述第一标签、所述第一权重、所述第二标签和所述第二权重确定所述第二电子菜谱的菜谱向量；确定所述菜谱向量与所述参数的相似度，得到所述第二电子菜谱集合对应的相似度集合；基于所述相似度集合从所述第二电子菜谱集合中选取部分或全部第二电子菜谱作为目标电子菜谱；将所述目标电子菜谱推送至目标设备。
在一个可能的实施方式中，获取对象针对第一电子菜谱集合的触发操作集合；利用所述第一电子菜谱集合和所述触发操作集合确定所述对象的参数。
在一个可能的实施方式中，检测对象对第一电子菜谱集合中第一电子菜谱的触发操作，所述触发操作至少包括以下之一：点击查看操作、收藏操作、加入菜篮子操作、加入烹饪计划操作、烹饪操作或分享操作；将预设时间段内对象对第一电子菜谱集合中第一电子菜谱的触发操作及操作次数作为触发操作集合。
在一个可能的实施方式中，利用所述触发操作、所述操作次数、所述子信息对应的权重、所述子信息对应的时间衰减系数、所述子信息的重要程度确定所述子信息的初始偏好值；对所述初始偏好值进行归一化处理，得到所述子信息对应的偏好值；将得到所述偏好值集合进行向量化处理；将向量化处理后的所述偏好值集合作为所述对象的参数。
在一个可能的实施方式中，基于所述相似度集合对所述第二电子菜谱集合中的全部所述第二电子菜谱进行排序；从排序后的全部所述第二电子菜谱中选取部分或全部所述第二电子菜谱作为目标电子菜谱；或，基于所述相似度集合，从所述第二电子菜谱集合中选取相似度大于设定阈值的所述第二电子菜谱作为目标电子菜谱。
在一个可能的实施方式中，所述第一标签为所述第二标签的父标签，所述第二标签包括一级或多级标签；所述第二标签与所述第一标签的对应的权重，或所述第二标签中的多级标签之间对应的权重逐级衰减。
或，
获取预设时间段内对象对第一电子菜谱集合的触发操作集合；从多个维度对所述第一电子菜谱集合进行分析处理，得到所述第一电子菜谱集合对应的多个子信息；针对每个所述子信息，利用所述触发操作集合确定每个所述子信息对应的偏好值，得到多个子信息对应的偏好值集合；将所述偏好值集合作为所述对象的参数。
或，
获取第二电子菜谱集合；获取对象的参数；针对所述第二电子菜谱集合中的任一第二电子菜谱，确定所述第二电子菜谱与所述参数的相似度，得到所述第二电子菜谱集合对应的相似度集合。
上述本发明实施例揭示的方法可以应用于处理器901中，或者由处理器901实现。处理器901可能是一种集成电路芯片，具有信号的处理能力。在实现过程中，上述方法的各步骤可以通过处理器901中的硬件的集成逻辑电路或者软件形式的指令完成。上述的处理器901可以是通用处理器、数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现成可编程门阵列(FieldProgrammable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。可以实现或者执行本发明实施例中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。结合本发明实施例所公开的方法的步骤可以直接体现为硬件译码处理器执行完成，或者用译码处理器中的硬件及软件单元组合执行完成。软件单元可以位于随机存储器，闪存、只读存储器，可编程只读存储器或者电可擦写可编程存储器、寄存器等本领域成熟的存储介质中。该存储介质位于存储器902，处理器901读取存储器902中的信息，结合其硬件完成上述方法的步骤。
可以理解的是，本文描述的这些实施例可以用硬件、软件、固件、中间件、微码或其组合来实现。对于硬件实现，处理单元可以实现在一个或多个专用集成电路(ApplicationSpecific Integrated Circuits，ASIC)、数字信号处理器(Digital Signal Processing，DSP)、数字信号处理设备(DSPDevice，DSPD)、可编程逻辑设备(Programmable LogicDevice，PLD)、现场可编程门阵列(Field-Programmable Gate Array，FPGA)、通用处理器、控制器、微控制器、微处理器、用于执行本申请所述功能的其它电子单元或其组合中。
对于软件实现，可通过执行本文所述功能的单元来实现本文所述的技术。软件代码可存储在存储器中并通过处理器执行。存储器可以在处理器中或在处理器外部实现。
本发明实施例还提供了一种存储介质(计算机可读存储介质)。这里的存储介质存储有一个或者多个程序。其中，存储介质可以包括易失性存储器，例如随机存取存储器；存储器也可以包括非易失性存储器，例如只读存储器、快闪存储器、硬盘或固态硬盘；存储器还可以包括上述种类的存储器的组合。
当存储介质中一个或者多个程序可被一个或者多个处理器执行，以实现上述在烹饪设备侧执行的自动打版方法。
所述处理器用于执行存储器中存储的程序，以实现以下在烹饪设备侧执行的上述方法的步骤：
获取第二电子菜谱集合；获取对象的参数；针对所述第二电子菜谱集合中的任一第二电子菜谱，确定所述第二电子菜谱对应的第一标签和第二标签；确定所述第一标签对应的第一权重，以及所述第二标签对应的第二权重；基于所述第一标签、所述第一权重、所述第二标签和所述第二权重确定所述第二电子菜谱的菜谱向量；确定所述菜谱向量与所述参数的相似度，得到所述第二电子菜谱集合对应的相似度集合；基于所述相似度集合从所述第二电子菜谱集合中选取部分或全部第二电子菜谱作为目标电子菜谱；将所述目标电子菜谱推送至目标设备。
在一个可能的实施方式中，获取对象针对第一电子菜谱集合的触发操作集合；利用所述第一电子菜谱集合和所述触发操作集合确定所述对象的参数。
在一个可能的实施方式中，检测对象对第一电子菜谱集合中第一电子菜谱的触发操作，所述触发操作至少包括以下之一：点击查看操作、收藏操作、加入菜篮子操作、加入烹饪计划操作、烹饪操作或分享操作；将预设时间段内对象对第一电子菜谱集合中第一电子菜谱的触发操作及操作次数作为触发操作集合。
在一个可能的实施方式中，利用所述触发操作、所述操作次数、所述子信息对应的权重、所述子信息对应的时间衰减系数、所述子信息的重要程度确定所述子信息的初始偏好值；对所述初始偏好值进行归一化处理，得到所述子信息对应的偏好值；将得到所述偏好值集合进行向量化处理；将向量化处理后的所述偏好值集合作为所述对象的参数。
在一个可能的实施方式中，基于所述相似度集合对所述第二电子菜谱集合中的全部所述第二电子菜谱进行排序；从排序后的全部所述第二电子菜谱中选取部分或全部所述第二电子菜谱作为目标电子菜谱；或，基于所述相似度集合，从所述第二电子菜谱集合中选取相似度大于设定阈值的所述第二电子菜谱作为目标电子菜谱。
在一个可能的实施方式中，所述第一标签为所述第二标签的父标签，所述第二标签包括一级或多级标签；所述第二标签与所述第一标签的对应的权重，或所述第二标签中的多级标签之间对应的权重逐级衰减。
或，
获取预设时间段内对象对第一电子菜谱集合的触发操作集合；从多个维度对所述第一电子菜谱集合进行分析处理，得到所述第一电子菜谱集合对应的多个子信息；针对每个所述子信息，利用所述触发操作集合确定每个所述子信息对应的偏好值，得到多个子信息对应的偏好值集合；将所述偏好值集合作为所述对象的参数。
或，
获取第二电子菜谱集合；获取对象的参数；针对所述第二电子菜谱集合中的任一第二电子菜谱，确定所述第二电子菜谱与所述参数的相似度，得到所述第二电子菜谱集合对应的相似度集合。
在一个可能的实施方式中，将所述目标电子菜谱推送至目标设备。
专业人员应该还可以进一步意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、计算机软件或者二者的结合来实现，为了清楚地说明硬件和软件的可互换性，在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。
结合本文中所公开的实施例描述的方法或算法的步骤可以用硬件、处理器执行的软件模块，或者二者的结合来实施。软件模块可以置于随机存储器(RAM)、内存、只读存储器(ROM)、电可编程ROM、电可擦除可编程ROM、寄存器、硬盘、可移动磁盘、CD-ROM、或技术领域内所公知的任意其它形式的存储介质中。
以上所述的具体实施方式，对本发明的目的、技术方案和有益效果进行了进一步详细说明，所应理解的是，以上所述仅为本发明的具体实施方式而已，并不用于限定本发明的保护范围，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
Claims (10)
1.一种目标电子菜谱的推荐方法，其特征在于，包括：
获取第二电子菜谱集合；
获取对象的参数；
针对所述第二电子菜谱集合中的任一第二电子菜谱，确定所述第二电子菜谱对应的第一标签和第二标签；确定所述第一标签对应的第一权重，以及所述第二标签对应的第二权重；
基于所述第一标签、所述第一权重、所述第二标签和所述第二权重确定所述第二电子菜谱的菜谱向量；确定所述菜谱向量与所述参数的相似度，得到所述第二电子菜谱集合对应的相似度集合；
基于所述相似度集合从所述第二电子菜谱集合中选取部分或全部第二电子菜谱作为目标电子菜谱；
将所述目标电子菜谱推送至目标设备。
2.根据权利要求1所述的方法，其特征在于，所述获取对象的参数，包括：
获取对象针对第一电子菜谱集合的触发操作集合；
利用所述第一电子菜谱集合和所述触发操作集合确定所述对象的参数。
3.根据权利要求2所述的方法，其特征在于，所述获取对象针对第一电子菜谱集合的触发操作集合，包括：
检测对象对第一电子菜谱集合中第一电子菜谱的触发操作，所述触发操作至少包括以下之一：点击查看操作、收藏操作、加入菜篮子操作、加入烹饪计划操作、烹饪操作或分享操作；
将预设时间段内对象对第一电子菜谱集合中第一电子菜谱的触发操作及操作次数作为触发操作集合。
4.根据权利要求3所述的方法，其特征在于，所述利用所述第一电子菜谱集合和所述触发操作集合确定所述对象的参数，包括：
利用所述触发操作、所述操作次数、所述子信息对应的权重、所述子信息对应的时间衰减系数、所述子信息的重要程度确定所述子信息的初始偏好值；
对所述初始偏好值进行归一化处理，得到所述子信息对应的偏好值；
将得到所述偏好值集合进行向量化处理；
将向量化处理后的所述偏好值集合作为所述对象的参数。
5.根据权利要求1所述的方法，其特征在于，所述基于所述相似度集合从所述第二电子菜谱集合中选取部分或全部第二电子菜谱作为目标电子菜谱，包括：
基于所述相似度集合对所述第二电子菜谱集合中的全部所述第二电子菜谱进行排序；从排序后的全部所述第二电子菜谱中选取部分或全部所述第二电子菜谱作为目标电子菜谱；
或，
基于所述相似度集合，从所述第二电子菜谱集合中选取相似度大于设定阈值的所述第二电子菜谱作为目标电子菜谱。
6.根据权利要求1-5任一所述的方法，其特征在于，所述第一标签为所述第二标签的父标签，所述第二标签包括一级或多级标签；所述第二标签与所述第一标签的对应的权重，或所述第二标签中的多级标签之间对应的权重逐级衰减。
7.一种对象的参数确定方法，其特征在于，包括：
获取预设时间段内对象对第一电子菜谱集合的触发操作集合；
从多个维度对所述第一电子菜谱集合进行分析处理，得到所述第一电子菜谱集合对应的多个子信息；
针对每个所述子信息，利用所述触发操作集合确定每个所述子信息对应的偏好值，得到多个子信息对应的偏好值集合；
将所述偏好值集合作为所述对象的参数。
8.一种电子菜谱的参数确定方法，其特征在于，包括：
获取第二电子菜谱集合；
获取对象的参数；
针对所述第二电子菜谱集合中的任一第二电子菜谱，确定所述第二电子菜谱与所述参数的相似度，得到所述第二电子菜谱集合对应的相似度集合。
9.一种烹饪设备，其特征在于，包括：处理器和存储器，所述处理器用于执行所述存储器中存储的对象的参数确定程序，以实现：
获取第二电子菜谱集合；获取对象的参数；针对所述第二电子菜谱集合中的任一第二电子菜谱，确定所述第二电子菜谱对应的第一标签和第二标签；确定所述第一标签对应的第一权重，以及所述第二标签对应的第二权重；基于所述第一标签、所述第一权重、所述第二标签和所述第二权重确定所述第二电子菜谱的菜谱向量；确定所述菜谱向量与所述参数的相似度，得到所述第二电子菜谱集合对应的相似度集合；基于所述相似度集合从所述第二电子菜谱集合中选取部分或全部第二电子菜谱作为目标电子菜谱；将所述目标电子菜谱推送至目标设备。
10.一种终端设备，其特征在于，包括：处理器和存储器，所述处理器用于执行所述存储器中存储的电子菜谱的参数确定方法程序，以实现：
获取第二电子菜谱集合；获取对象的参数；针对所述第二电子菜谱集合中的任一第二电子菜谱，确定所述第二电子菜谱对应的第一标签和第二标签；确定所述第一标签对应的第一权重，以及所述第二标签对应的第二权重；基于所述第一标签、所述第一权重、所述第二标签和所述第二权重确定所述第二电子菜谱的菜谱向量；确定所述菜谱向量与所述参数的相似度，得到所述第二电子菜谱集合对应的相似度集合；基于所述相似度集合从所述第二电子菜谱集合中选取部分或全部第二电子菜谱作为目标电子菜谱；将所述目标电子菜谱推送至目标设备。
Priority Applications (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210215314.8A CN114741588A (zh) | 2022-03-04 | 2022-03-04 | 目标电子菜谱的推荐方法、装置、烹饪设备及终端设备 |
| PCT/CN2023/071304 WO2023165269A1 (zh) | 2022-03-04 | 2023-01-09 | 目标电子菜谱的推荐方法、对象的参数确定方法、电子菜谱的参数确定方法、烹饪设备、终端设备、以及烹饪控制方法和装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210215314.8A CN114741588A (zh) | 2022-03-04 | 2022-03-04 | 目标电子菜谱的推荐方法、装置、烹饪设备及终端设备 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN114741588A true CN114741588A (zh) | 2022-07-12 |
Family
ID=82275905
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202210215314.8A Pending CN114741588A (zh) | 2022-03-04 | 2022-03-04 | 目标电子菜谱的推荐方法、装置、烹饪设备及终端设备 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114741588A (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116150451A (zh) * | 2023-04-23 | 2023-05-23 | 广东工业大学 | 一种基于时间序列的个性化菜谱推荐方法 |
| WO2023165269A1 (zh) * | 2022-03-04 | 2023-09-07 | 添可智能科技有限公司 | 目标电子菜谱的推荐方法、对象的参数确定方法、电子菜谱的参数确定方法、烹饪设备、终端设备、以及烹饪控制方法和装置 |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109872796A (zh) * | 2017-12-01 | 2019-06-11 | 北京京东尚科信息技术有限公司 | 一种菜谱推荐方法和装置 |
| CN110335118A (zh) * | 2019-07-04 | 2019-10-15 | 合肥美的电冰箱有限公司 | 菜谱推荐方法、菜谱推荐装置以及机器可读存储介质 |
-
2022
- 2022-03-04 CN CN202210215314.8A patent/CN114741588A/zh active Pending
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109872796A (zh) * | 2017-12-01 | 2019-06-11 | 北京京东尚科信息技术有限公司 | 一种菜谱推荐方法和装置 |
| CN110335118A (zh) * | 2019-07-04 | 2019-10-15 | 合肥美的电冰箱有限公司 | 菜谱推荐方法、菜谱推荐装置以及机器可读存储介质 |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2023165269A1 (zh) * | 2022-03-04 | 2023-09-07 | 添可智能科技有限公司 | 目标电子菜谱的推荐方法、对象的参数确定方法、电子菜谱的参数确定方法、烹饪设备、终端设备、以及烹饪控制方法和装置 |
| CN116150451A (zh) * | 2023-04-23 | 2023-05-23 | 广东工业大学 | 一种基于时间序列的个性化菜谱推荐方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US11669557B2 (en) | Iterative image search algorithm informed by continuous human-machine input feedback | |
| CN107977405B (zh) | 数据排序方法、数据排序装置、电子设备及可读存储介质 | |
| CN114741588A (zh) | 目标电子菜谱的推荐方法、装置、烹饪设备及终端设备 | |
| CN108897768B (zh) | 一种点餐方法及装置，电子设备 | |
| US9797873B1 (en) | Prediction of recipe preparation time | |
| CN110472153B (zh) | 菜谱的推荐方法、系统、设备及存储介质 | |
| CN110580278A (zh) | 根据用户画像的个性化搜索方法、系统、设备及存储介质 | |
| CN109710855A (zh) | 一种确定菜谱的方法、装置、烹饪设备及存储介质 | |
| CN112163006A (zh) | 一种信息处理方法、装置、电子设备及存储介质 | |
| CN115809755B (zh) | 基于语义识别的碳排放核算方法、设备及存储介质 | |
| CN111815258A (zh) | 人力资源匹配方法、装置、设备和存储介质 | |
| CN110580285B (zh) | 一种产品标签确定方法及装置，电子设备 | |
| CN113127726A (zh) | 用于菜谱推荐的方法、装置及冰箱 | |
| CN114048375A (zh) | 菜谱推荐方法、装置、设备及存储介质 | |
| KR102110766B1 (ko) | 음식 적합도에 기초한 요리 정보 제공 방법 및 장치 | |
| CN112016582B (zh) | 菜品推荐方法及其装置 | |
| WO2023165269A1 (zh) | 目标电子菜谱的推荐方法、对象的参数确定方法、电子菜谱的参数确定方法、烹饪设备、终端设备、以及烹饪控制方法和装置 | |
| CN113127709A (zh) | 用于菜谱推荐的方法、装置及冰箱 | |
| US20240087718A1 (en) | Method for Operating a System that Identifies a User's Eating Habits, Recommends Food, and Provides a Food Report | |
| Azevedo et al. | Application of dynamic factor analysis in the assessment of Iberian anglerfish stocks | |
| Devlin et al. | A harmonised approach for identifying core foods for total diet studies | |
| US20210212505A1 (en) | Automatic main ingredient extraction from food recipe | |
| CN117196738A (zh) | 商品推荐方法以及装置 | |
| CN117574154A (zh) | 一种菜谱标签生成方法、装置、终端及介质 | |
| Marinchev et al. | A customised metric for foods categorization |
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 |