CN116383474A - 一种一周合理膳食食材智能搭配推荐系统 - Google Patents

一种一周合理膳食食材智能搭配推荐系统 Download PDF

Info

Publication number
CN116383474A
CN116383474A CN202211604974.1A CN202211604974A CN116383474A CN 116383474 A CN116383474 A CN 116383474A CN 202211604974 A CN202211604974 A CN 202211604974A CN 116383474 A CN116383474 A CN 116383474A
Authority
CN
China
Prior art keywords
food
week
day
food material
collocation
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
Application number
CN202211604974.1A
Other languages
English (en)
Inventor
方秀娟
吴琼莉
徐佳媛
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Hangzhou Xinya Information Technology Co ltd
Original Assignee
Hangzhou Xinya Information Technology Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Hangzhou Xinya Information Technology Co ltd filed Critical Hangzhou Xinya Information Technology Co ltd
Priority to CN202211604974.1A priority Critical patent/CN116383474A/zh
Publication of CN116383474A publication Critical patent/CN116383474A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90Details of database functions independent of the retrieved data types
    • G06F16/95Retrieval from the web
    • G06F16/953Querying, e.g. by the use of web search engines
    • G06F16/9535Search customisation based on user profiles and personalisation
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/24Querying
    • G06F16/245Query processing
    • G06F16/2455Query execution
    • G06F16/24552Database cache management
    • GPHYSICS
    • G16INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16HHEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H20/00ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance
    • G16H20/60ICT 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
    • YGENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02PCLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/30Computing systems specially adapted for manufacturing

Landscapes

  • Engineering & Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Theoretical Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Computational Linguistics (AREA)
  • Nutrition Science (AREA)
  • Epidemiology (AREA)
  • General Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Primary Health Care (AREA)
  • Public Health (AREA)
  • Coloring Foods And Improving Nutritive Qualities (AREA)

Abstract

本发明涉及膳食数据处理技术领域,公开了一种一周合理膳食食材智能搭配推荐系统,包括:信息输入模块、数据调取模块、数据生成模块、数据判断模块、数据输出模块;本发明可根据目标信息的收集获取情况,根据食物种类要求进行单日食材搭配的自动生成,从而持续的继续得到七日食材搭配,然后再将七日食材搭配拆分后发送使用者,方便使用者准备食材,为用户提供的多样的食材搭配能够同时满足每日与每周的平衡膳食要求,能够更科学地实现“均衡营养、多样搭配”的食物种类要求,保证使用者能够准确且便捷的改善膳食结构,实现营养个性化、精准化。

Description

一种一周合理膳食食材智能搭配推荐系统
技术领域
本发明涉及膳食数据处理技术领域,具体涉及一种一周合理膳食食材智能搭配推荐系统。
背景技术
随着社会生活水平的提升,人们对饮食的要求已不再局限于温饱,开始关注营养均衡,膳食多样搭配等科学饮食方式。《中国居民膳食指南(2022)》将“食物多样,合理均衡”列为膳食准则的首位,推荐人们每日至少摄入12种不同的食物,每周至少摄入25种食物,对摄入的食物种类分布及三餐分配均有一定要求。在实际生活中,该指导原则执行难度大,使得多数居民尽管有营养均衡的意识,但不知道如何科学实现营养均衡,导致膳食宝塔无法落地。
目前市面上常见的食谱推荐系统及营养管理系统只能根据用户的营养需求推荐单日的食材搭配及食谱,或是仅能提供推荐用户摄取的食材大类。部分食谱推荐系统主要根据用户的喜好、过往用餐数据进行推荐,这会导致用户在饮食上的兴趣越来越狭窄,局限于原有的饮食习惯。以一周膳食为单元来看,这些系统推荐的食谱食材重复性高,指导性弱,无法有效地帮助用户实现膳食指南推荐的平衡膳食模式。另一些常见的营养管理系统则主要针对特殊疾病人群,如肾病患者、肿瘤患者等,其功能偏向辅助管理疾病治疗,并不适合广大普通人群。
另一方面,同样随着社会经济水平提升,工业化食品在人们日常膳食中的占比越来越高,已成为人们膳食的重要组成部分之一。然而,目前市场上的工业化食品大多食材搭配混乱、不成体系,单品原辅料搭配单一,缺乏科学合理的膳食搭配开发思路指引,部分产品还存在添加剂多,高盐高糖的问题,十分不利于人们平衡膳食模式的养成。
可见,如何科学地实现一周膳食搭配多样化对用户食谱推荐多样化、专业化以及工业化健康食品的开发都具有重要意义。
发明内容
本发明的目的在于提供一种一周合理膳食食材智能搭配推荐系统,解决以下技术问题:
如何科学高效的给用户自动提供对应的一周膳食搭配。
本发明的目的可以通过以下技术方案实现:
一种一周合理膳食食材智能搭配推荐系统,包括:
信息输入模块,用于根据收集目标群体相应的目标信息,并获取相应的目标需求;
数据调取模块,用于从所述目标需求中调取食物种类要求;
数据生成模块,用于根据所述食物种类要求生成单日食材搭配;
数据判断模块,用于根据预设判断要求判断所述单日食材搭配是否合格,若合格,对所述单日食材搭配进行记录,并向所述数据生成模块发送继续生成指令;若不合格,向所述数据生成模块发送重新生成指令,直至获得七日食材搭配;
数据输出模块,用于根据所述七日食材搭配和所述目标群体输出相应的一周营养食材搭配;
其中,所述目标群体包括产品开发人员和普通消费用户。
作为本发明进一步的方案:所述数据生成模块包括食材集合库和生成单元;
所述食材集合库包括:
优选食材库,根据食物成分交换份法和分类特征构建,包括谷物薯类、蔬菜水果类、畜禽鱼蛋类、奶豆坚果类、油脂类;
食材营养特征库,包括食材能量、食物一般营养成分含量和分类特征;
一周营养需求库,包括营养素每日及每周摄入量、不饱和脂肪酸、每日及每周需要摄入的食物种类以及三餐分配要求;
食材烹饪加工特征库,包括从网络收集的健康食品、菜谱与食材数据;
食材数据库,为根据所述食材营养特征库反向建立的基于营养成分特征区分的数据库;
所述生成单元用于从所述食材集合库中调取符合所述食物种类要求的食材,生成单日搭配缓存空间、一周搭配缓存空间与一周三餐缓存空间;所述单日搭配缓存空间用于缓存所述单日食材搭配,所述一周搭配缓存空间用于缓存所述七日食材搭配。
作为本发明进一步的方案:所述一周营养需求库还包括阈值校正指数,用于调整营养素控制范围;所述实际阈值要求为[T,T×I];
Figure BDA0003997536350000031
作为本发明进一步的方案:所述一周营养需求库还包括三餐配比要求,包括:
早餐能量占比,种类需求;
午餐能量占比,种类需求;
晚餐能量占比,种类需求。
作为本发明进一步的方案:所述数据判断模块包括:
营养素计算单元,与所述数据生成模块连接,用于计算所述单日搭配缓存空间中的单日食材搭配的营养素水平;
营养素判断单元,与所述营养素计算单元和所述数据生成模块连接,用于判断单日食材搭配的营养素水平是否符合所述食物种类要求中每日营养阈值的要求;
若不符合,计算不符合每日营养阈值的营养素种类及差值,调取所述食材数据库,调整该单日食材搭配种类及数量,存入单日搭配缓存空间,删除原单日搭配;
若符合,将该单日食材搭配的食材种类与一周搭配缓存空间中所有单日食材搭配进行比较;
若存在完全重复的食材搭配,则删除单日搭配缓存空间中的食材搭配;若不存在完全重复的食材搭配,则记录该单日搭配的食材种类,一同移入一周搭配缓存空间,删除单日搭配缓存空间中的食材搭配。
作为本发明进一步的方案:所述数据判断模块还包括与所述数据生成模块连接的周营养判断单元,用于计算一周搭配缓存空间中的所有食材的种类数量、营养素水平,然后判断七日食材搭配是否符合一周营养阈值要求:
若符合,将所述七日食材搭配发送数据输出模块进行相应处理;
若不符合,则计算不符合一周营养阈值的营养指标及差值,调取食材种类数量最少的单日食材搭配,调取所述食材数据库,调整该单日食材搭配种类及数量,移入单日搭配缓存空间,删除一周搭配缓存空间中的该食材搭配,重新计算单日搭配缓存空间中的食材的营养素水平,继续判断是否符合一周营养阈值要求,直至符合为止。
作为本发明进一步的方案:当所述目标群体为所述产品开发人员时,所述目标信息为待开发食品信息,待开发食品信息包括定位人群和特定要求;
根据不同人群健康特征与定位人群从所述一周营养需求库中调取符合定位要求的一周营养需求集作为所述目标需求;
调取所述食材营养特征库,依次提取一周搭配缓存空间中的7个单日食材搭配,按照五种食材分类进行拆分,分别存入一周谷物薯类缓存空间、一周蔬菜水果缓存空间、一周畜禽鱼蛋缓存空间、一周奶豆坚果缓存空间、一周油脂缓存空间。
作为本发明进一步的方案:通过所述数据输出模块经视觉修饰输出一周谷物薯类缓存空间、一周蔬菜水果缓存空间、一周畜禽鱼蛋缓存空间、一周奶豆坚果缓存空间、一周油脂缓存空间中的数据,输出完成后,删除缓存空间中的数据,开发人员可自行选择输出的食材品类。
作为本发明进一步的方案:当所述目标群体为所述普通消费用户时,所述目标需求为一周营养需求集,所述数据调取模块从所述目标需求中调取三餐要求,所述数据输出模块将一周搭配缓存空间中的所有单日食材搭配转换成单日三餐组合,同时生成七日三餐食材分配,判断单日三餐组合是否符合一周营养需求集的三餐配比要求;
若符合,则所述数据输出模块根据所述七日三餐食材分配输出七日三餐食材搭配;若不符合,则重新生成七日三餐食材分配。
作为本发明进一步的方案:当所述目标群体为所述普通消费用户时,所述数据输出模块还用于根据普通消费用户输入的膳食搭配及使用后反馈的信息,修正普通消费用户的一周营养需求集,计算用户对食材的偏好度,在生成单日食材搭配时加入轻度偏好度修正。
本发明的有益效果:
本发明可根据目标群体的不同收集不同目标信息,根据目标信息的收集获取情况,利用数据生成模块和数据判断模块以及数据调取模块进行单日食材搭配的自动生成,得到七日食材搭配,然后再将七日食材搭配按照目标群体的选择输出相应的一周营养食材搭配,兼顾工业化食品开发端应用和普通消费者的营养膳食需求,保证使用者能够准确且便捷的改善膳食结构,实现健康饮食。
附图说明
下面结合附图对本发明作进一步的说明。
图1为本发明中一周合理膳食食材智能搭配推荐系统模块连接示意图;
图2为本发明中一周合理膳食食材智能搭配推荐系统的模块化流程示意图;
图3为本发明中食品开发人员开发出目标人群一周膳食解决方案产品。
具体实施方式
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,所描述的实施例仅仅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作出创造性劳动前提下所获得的所有其它实施例,都属于本发明保护的范围。
请参阅图1所示,本发明为一种一周合理膳食食材智能搭配推荐系统,包括:
信息输入模块,用于根据收集目标群体相应的目标信息,并获取相应的目标需求;
数据调取模块,用于从所述目标需求中调取食物种类要求;
数据生成模块,用于根据所述食物种类要求生成单日食材搭配;
数据判断模块,用于根据预设判断要求判断所述单日食材搭配是否合格,若合格,对所述单日食材搭配进行记录,并向所述数据生成模块发送继续生成指令;若不合格,向所述数据生成模块发送重新生成指令,直至获得七日食材搭配;
数据输出模块,用于根据所述七日食材搭配和所述目标群体输出相应的一周营养食材搭配;
其中,所述目标群体包括产品开发人员和普通消费用户。
通过上述技术方案,本发明可根据目标群体的不同收集不同目标信息,根据目标信息的收集获取情况,利用数据生成模块和数据判断模块以及数据调取模块进行单日食材搭配的自动生成,得到七日食材搭配,然后再将七日食材搭配按照目标群体的选择输出相应的一周营养食材搭配,兼顾工业化食品开发端应用和普通消费者的营养膳食需求,保证使用者能够准确且便捷的改善膳食结构,实现健康饮食。
作为本发明进一步的方案:数据生成模块包括食材集合库和生成单元;
食材集合库包括:
优选食材库,根据食物成分交换份法和分类特征构建,包括谷物薯类、蔬菜水果类、畜禽鱼蛋类、奶豆坚果类、油脂类;
优选食材库具体包括{“谷物薯类”:{{食材1:k1,g1},{食材2:k2,g2},…,{食材i:ki,gi}},“蔬菜水果”:{{食材1:k1,g1},{食材2:k2,g2},…,{食材i:ki,gi}},“畜禽鱼蛋”:{{食材1:k1,g1},{食材2:k2,g2},…,{食材i:ki,gi}},“奶豆坚果”:{{食材1:k1,g1},{食材2:k2,g2},…,{食材i:ki,gi}},“油脂”:{{食材1:k1,g1},{食材2:k2,g2},…,{食材i:ki,gi}}},其中ki为食材所属子品类,gi为按照食物交换份法确定的食材重量。
食材营养特征库,包括食材能量、食物一般营养成分含量和分类特征,根据《中国食物成分表》最新版及收集其他食材营养成分检测结果报道构建;
食材营养特征库具体包括{{食材1:a1,b1,c1,d1,…,z1,aa1,ab1,ac1},{食材2:a2,b2,c2,d2,…,z2,aa2,ab2,ac2},…,{食材i:ai,bi,ci,di,…,zi,aai,abi,aci}},其中ai,bi,ci,di,…,zi,aai,abi,aci分别为食材的能量、蛋白质、脂肪、能量分配、钙、磷、钾、钠、镁、铁、碘、锌、硒、铜、锰、维生素A、维生素D、维生素E、维生素B1、维生素B2、维生素B6、维生素B12、维生素C、泛酸、叶酸、盐酸、胆碱、生物素、不饱和脂肪酸及分类特征。
一周营养需求库,标准为人群a的特征为{{“人群特征”:{a1,a2,…,ai}},{“每日摄入食物数量”:{b1,b2,…,bi}},{“每日摄入营养素水平”:{c1,c2,…,ci}},{“营养素阈值校正指数”:{I1,I2,…,Ii}},{“每周摄入食物数量”:{d1,d2,…,di}},{“每周摄入营养素水平”:{e1,e2,…,ei}},{“三餐分配要求”:{f1,f2,…,fi}},{“需要剔除的食材”:{g1,g2,…,gi}}},其中,ai包括年龄、性别、地域、特殊疾病及特殊营养需求,Ii由人群a营养素可耐受最高摄入量和营养素适宜摄入量换算而得。
食材烹饪加工特征库,包括从网络收集的健康食品、菜谱与食材数据;
食材数据库,为根据食材营养特征库反向建立的基于营养成分特征区分的数据库;
生成单元用于从食材集合库中调取符合食物种类要求的食材,生成单日搭配缓存空间、一周搭配缓存空间与一周三餐缓存空间;单日搭配缓存空间用于缓存单日食材搭配。
该不同人群的一周营养需求库还包括阈值校正指数,用于调整营养素控制范围;实际阈值要求为[T,T×I];
Figure BDA0003997536350000091
一周营养需求库还包括三餐配比要求:
早餐能量占比,种类需求;
午餐能量占比,种类需求;
晚餐能量占比,种类需求。
具体的,生成单元的算法原理示例如下:
以6岁儿童(无其他特别需求)的一周膳食食材为例。
每日所需的五类食物份量如下表,其中不同人群的每日推荐摄入量储存在“一周营养需求库”中。
Figure BDA0003997536350000101
这些食物在三餐中的分配要求如下。
食物类别 早餐 午餐 晚餐
谷薯类 30-45g 50-55g 30-50g
蔬果类 75-100g 75-100g 50-100g
畜禽鱼蛋 20-25g 30-40g ≤25g
水果安排在两餐间点之间,各100g,蛋类50g(约为1个鸡蛋),奶、大豆及坚果,属于奶类,推荐安排在早餐或间点中,每次150mL,分3次饮用。
350mL鲜牛奶或常温奶=350mL酸奶≈35g奶粉≈35g原制奶酪。
20g大豆=60g北豆腐=120g嫩豆腐=45g豆干≈350mL豆浆,大豆及制品安排在其中一餐即可,坚果及制品安排在一次间点中。
结合一日所需量和三餐分配要求,系统生成各品类食材单日搭配时的原理如下:
①谷物薯类、蔬菜、畜禽水产的生成方式
谷物薯类:在优选食材库中“谷物薯类”品类下的食材中随机抽取1种,份量为[30,45]中的随机整数,记为a;再随机抽取一种,份量为[50,55],记为b;最后再随机抽取一种,份量为(130-a-b);
畜禽水产的生成方式类似谷物薯类。
蔬菜:在[1,2]中生成随机整数c,若c=1,在优选食材库中“蔬菜”子品类下的食材中随机抽取1种,份量为[75,100]中的随机整数,若c=2,在优选食材库中“蔬菜”品类下的食材中随机抽取2种,总份量为[75,100]中的随机整数,记为A,其中1种蔬菜的份量为[30,50],记为B,另1种蔬菜的份量为A-B;如此重复3次,生成单日蔬菜搭配。
②水果、蛋类、奶豆坚果、油脂
水果:在优选食材库中“蔬菜水果”品类下“水果”子分类中的食材中随机选择2种,份量分别固定为100g;
蛋类:类似水果,选择1种,份量固定为50g;
奶类:优选食材库中“奶豆坚果”品类下“奶类”子分类中食材的数据会按照交换份法为单位储存。将每日推荐摄入奶量除以推荐次数,得每次奶量Y,计算Y/100,得系数x(可保留一位小数)。随机抽取3种可重复的奶类食材,对应默认份量与系数x相乘,即得每种奶类的每日搭配份量。
作为本发明进一步的方案:所述数据判断模块包括:
营养素计算单元,与所述数据生成模块连接,用于计算所述单日搭配缓存空间中的单日食材搭配的营养素水平;
营养素判断单元,与所述营养素计算单元和所述数据生成模块连接,用于判断单日食材搭配的营养素水平是否符合所述食物种类要求中每日营养阈值的要求;
若不符合,计算不符合每日营养阈值的营养素种类及差值,调取所述食材数据库,调整该单日食材搭配种类及数量,存入单日搭配缓存空间,删除原单日搭配;
若符合,将该单日食材搭配的食材种类与一周搭配缓存空间中所有单日食材搭配进行比较,
若存在完全重复的食材搭配,则删除单日搭配缓存空间中的食材搭配;若不存在完全重复的食材搭配,则记录该单日搭配的食材种类,一同移入一周搭配缓存空间,删除单日搭配缓存空间中的食材搭配。
作为本发明进一步的方案:所述数据判断模块还包括与所述数据生成模块连接的周营养判断单元,用于计算一周搭配缓存空间中的所有食材的种类数量、营养素水平,然后判断七日食材搭配是否符合一周营养阈值要求:
若符合,将所述七日食材搭配发送数据输出模块进行相应处理;
若不符合,则计算不符合一周营养阈值的营养指标及差值,调取食材种类数量最少的单日食材搭配,调取所述食材数据库,调整该单日食材搭配种类及数量,移入单日搭配缓存空间,删除一周搭配缓存空间中的该食材搭配,重新计算单日搭配缓存空间中的食材的营养素水平,继续判断是否符合一周营养阈值要求,直至符合为止。
作为本发明进一步的方案:当所述目标群体为所述产品开发人员时,所述目标信息为待开发食品信息,待开发食品信息包括定位人群和特定要求;
根据不同人群健康特征与定位人群从所述一周营养需求库库中调取符合定位要求的一周营养需求集作为所述目标需求;
调取所述食材营养特征库,依次提取一周搭配缓存空间中的7个单日食材搭配,按照五种食材分类进行拆分,分别存入一周谷物薯类缓存空间、一周蔬菜水果缓存空间、一周畜禽鱼蛋缓存空间、一周奶豆坚果缓存空间、一周油脂缓存空间。
七日食材拆分的逻辑与单日食材拆分一致,这里以单日食材拆分作为示例:
某日食谱
Figure BDA0003997536350000131
上表中的单日食材经过品类拆分后,可得下表。
单日五类食材分配表
Figure BDA0003997536350000141
七日食材拆分,即将七日的食材搭配分别拆分成如上表的五类食材,得到七日的五类食材分配表。
作为本发明进一步的方案:通过所述数据输出模块经视觉修饰输出一周谷物薯类缓存空间、一周蔬菜水果缓存空间、一周畜禽鱼蛋缓存空间、一周奶豆坚果缓存空间、一周油脂缓存空间中的数据,输出完成后,删除缓存空间中的数据,开发人员可自行选择输出的食材品类。
系统输出五大类食材七日份量组合后,如图3所示,食品开发人员可以在这些食材组合的基础上,开发出目标人群一周膳食解决方案产品。
作为本发明进一步的方案:当所述目标群体为所述普通消费用户时,所述目标需求为一周营养需求集,所述数据调取模块从所述目标需求中调取三餐要求,所述数据输出模块将一周搭配缓存空间中的所有单日食材搭配转换成单日三餐组合,同时生成七日三餐食材分配,判断单日三餐组合是否符合一周营养需求集的三餐配比要求;
其中,三餐要求如下表所示:
Figure BDA0003997536350000151
(1)三餐能量分配:因谷物薯类和畜禽鱼蛋类食物的能量含量明显高于其他食材,能量的计算与分配以谷物薯类和畜禽鱼蛋食物为主,计算单日食材中谷物薯类和畜禽鱼蛋类食材的能量,按总能量(各食材的能量之和)的30%、40%、30%,将谷物薯类和畜禽鱼蛋食材分配到早餐、午餐、晚餐中,其中谷物薯类基本按生成的顺序分配至三餐,畜禽鱼蛋的分配在能量的基础上还需要考虑三餐搭配习惯。
(2)三餐食材搭配:早餐的食谱与中、晚餐差别较大,将早餐与中、晚餐分开设计。
早餐:早餐一般包括一份主食,一份主要配餐,一份次要配餐,主食如粥米、面条、馒头,也可与主要配餐结合如饺子、包子;主要配餐如虾饼、鱼饼、肉卷等,次要配餐如豆奶、沙拉、水果。
中、晚餐:中晚餐一般包括一份主食,一份荤菜(含配菜),一份素菜(含配菜),根据主食形态,也可将主食与荤、素菜结合,如米饭、萝卜炖肉、炒咸菜,什锦蔬菜面、香煎三文鱼排等。
(3)间点:一般将无法匹配入正餐的食材归入间点,如坚果、水果、多余的牛奶。
根据所述食物种类要求生成单日三餐食材搭配的方法为:
①所述食材烹饪加工特征库还包含各食材作为早餐核心食材的优先值Pi,Pi通过爬取早餐食谱数据,设定其中的核心食材,如粥与鱼饼中大米为核心食材,鱼肉为核心食材的配菜,将各食材在早餐食谱中作为核心食材的比例转化得到;
②所述食材烹饪加工特征库还包含各食材作为荤菜核心食材的优先值Ti,Ti通过爬取中晚餐中荤菜食谱数据,设定其中的核心食材,如萝卜炖肉中猪肉为核心食材,萝卜为核心食材的配菜,将各食材在荤菜食谱中作为核心食材的比例转化得到;
③所述食材烹饪加工特征库还包含各食材作为素菜核心食材的优先值Qi;
④所述食材烹饪加工特征库还包含各食材作为某核心食材的配菜优先值Rij,即j食材作为i核心食材的配菜的优先值,Rij通过分析j核心食材对应的食谱,将其余食材在食谱中作为j核心食材的配菜的比例转化得到;
⑤主食为谷物薯类食材,主食在早餐中常作为核心食材,在中晚餐中的分配按照能量配比进行;
⑥所述数据输出模块比较一日食材中各食材的P、T、Q值确认早餐、中晚餐各一荤一素的核心食材,比较剩余食材对各核心食材的R值得到各餐的配菜,剩余无法匹配的食材归入间点,最终将单日食材搭配转化为单日三餐食材搭配。
若符合,则所述数据输出模块根据所述七日三餐食材分配输出七日三餐食材搭配;若不符合,则重新生成七日三餐食材分配。
当所述目标群体为所述普通消费用户时,所述数据输出模块还用于根据普通消费用户输入的膳食搭配及使用后反馈的信息,修正普通消费用户的一周营养需求集,计算用户对食材的偏好度,在生成单日食材搭配时加入轻度偏好度修正。
以上对本发明的一个实施例进行了详细说明,但所述内容仅为本发明的较佳实施例,不能被认为用于限定本发明的实施范围。凡依本发明申请范围所作的均等变化与改进等,均应仍归属于本发明的专利涵盖范围之内。

Claims (10)

1.一种一周合理膳食食材智能搭配推荐系统,其特征在于,包括:
信息输入模块,用于根据收集目标群体相应的目标信息,并获取相应的目标需求;
数据调取模块,用于从所述目标需求中调取食物种类要求;
数据生成模块,用于根据所述食物种类要求生成单日食材搭配;
数据判断模块,用于根据预设判断要求判断所述单日食材搭配是否合格,若合格,对所述单日食材搭配进行记录,并向所述数据生成模块发送继续生成指令;若不合格,向所述数据生成模块发送重新生成指令,直至获得七日食材搭配;
数据输出模块,用于根据所述七日食材搭配和所述目标群体输出相应的一周营养食材搭配;
其中,所述目标群体包括产品开发人员和普通消费用户。
2.根据权利要求1所述的一周合理膳食食材智能搭配推荐系统,其特征在于,所述数据生成模块包括食材集合库和生成单元;
所述食材集合库包括:
优选食材库,根据食物成分交换份法和分类特征构建,包括谷物薯类、蔬菜水果类、畜禽鱼蛋类、奶豆坚果类、油脂类;
食材营养特征库,包括食材能量、食物一般营养成分含量和分类特征;
一周营养需求库,包括营养素每日及每周摄入量、不饱和脂肪酸、每日及每周需要摄入的食物种类以及三餐分配要求;
食材烹饪加工特征库,包括从网络收集的健康食品、菜谱与食材数据;
食材数据库,为根据所述食材营养特征库反向建立的基于营养成分特征区分的数据库;依据食材营养特征库信息,可以对不同食材进行营养特性区分,如富含维生素C的食材包括酸枣(900mg/100g)、鲜枣(243mg/100g)、芥菜(72mg/100g)等,同理还有富含钙或B族维生素或蛋白质等不同种营养素的食材条目及对应营养素含量。当判断生成的食材搭配不符合营养阈值要求时,如计算发现维生素C水平低于营养阈值要求,系统可从食材营养特征信息数据库中“维生素C”条目,调取对应食材及VC含量,针对性调整食材搭配。
所述生成单元用于从所述食材集合库中调取符合所述食物种类要求的食材,生成单日搭配缓存空间、一周搭配缓存空间与一周三餐缓存空间;所述单日搭配缓存空间用于缓存所述单日食材搭配,所述一周搭配缓存空间用于缓存所述七日食材搭配。
3.根据权利要求2所述的一周合理膳食食材智能搭配推荐系统,其特征在于,所述一周营养需求库还包括阈值校正指数,用于调整营养素控制范围;所述实际阈值要求为[T,T×I];
Figure FDA0003997536340000021
4.根据权利要求2所述的一周合理膳食食材智能搭配推荐系统,其特征在于,所述一周营养需求库还包括三餐配比要求,包括:
早餐能量占比,种类需求;
午餐能量占比,种类需求;
晚餐能量占比,种类需求。
5.根据权利要求2所述的一周合理膳食食材智能搭配推荐系统,其特征在于,所述数据判断模块包括:
营养素计算单元,与所述数据生成模块连接,用于计算所述单日搭配缓存空间中的单日食材搭配的营养素水平;
营养素判断单元,与所述营养素计算单元和所述数据生成模块连接,用于判断单日食材搭配的营养素水平是否符合所述食物种类要求中每日营养阈值的要求;
若不符合,计算不符合每日营养阈值的营养素种类及差值,调取所述食材数据库,调整该单日食材搭配种类及数量,存入单日搭配缓存空间,删除原单日搭配;
若符合,将该单日食材搭配的食材种类与一周搭配缓存空间中所有单日食材搭配进行比较;
若存在完全重复的食材搭配,则删除单日搭配缓存空间中的食材搭配;若不存在完全重复的食材搭配,则记录该单日搭配的食材种类,一同移入一周搭配缓存空间,删除单日搭配缓存空间中的食材搭配。
6.根据权利要求5所述的一周合理膳食食材智能搭配推荐系统,其特征在于,所述数据判断模块还包括与所述数据生成模块连接的周营养判断单元,用于计算一周搭配缓存空间中的所有食材的种类数量、营养素水平,然后判断七日食材搭配是否符合一周营养阈值要求:
若符合,将所述七日食材搭配发送数据输出模块进行相应处理;
若不符合,则计算不符合一周营养阈值的营养指标及差值,调取食材种类数量最少的单日食材搭配,调取所述食材数据库,调整该单日食材搭配种类及数量,移入单日搭配缓存空间,删除一周搭配缓存空间中的该食材搭配,重新计算单日搭配缓存空间中的食材的营养素水平,继续判断是否符合一周营养阈值要求,直至符合为止。
7.根据权利要求6所述的一周合理膳食食材智能搭配推荐系统,其特征在于,当所述目标群体为所述产品开发人员时,所述目标信息为待开发食品信息,待开发食品信息包括定位人群和特定要求;
根据不同人群健康特征与定位人群从所述一周营养需求库中调取符合定位要求的一周营养需求集作为所述目标需求;
调取所述食材营养特征库,依次提取一周搭配缓存空间中的7个单日食材搭配,按照五种食材分类进行拆分,分别存入一周谷物薯类缓存空间、一周蔬菜水果缓存空间、一周畜禽鱼蛋缓存空间、一周奶豆坚果缓存空间、一周油脂缓存空间。
8.根据权利要求7所述的一周合理膳食食材智能搭配推荐系统,其特征在于,通过所述数据输出模块经视觉修饰输出一周谷物薯类缓存空间、一周蔬菜水果缓存空间、一周畜禽鱼蛋缓存空间、一周奶豆坚果缓存空间、一周油脂缓存空间中的数据,输出完成后,删除缓存空间中的数据,开发人员可自行选择输出的食材品类。
9.根据权利要求6所述的一周合理膳食食材智能搭配推荐系统,其特征在于,当所述目标群体为所述普通消费用户时,所述目标需求为一周营养需求集,所述数据调取模块从所述目标需求中调取三餐要求,所述数据输出模块将一周搭配缓存空间中的所有单日食材搭配转换成单日三餐组合,同时生成七日三餐食材分配,判断单日三餐组合是否符合一周营养需求集的三餐配比要求;若符合,则所述数据输出模块根据所述七日三餐食材分配输出七日三餐食材搭配;若不符合,则重新生成七日三餐食材分配。
10.根据权利要求9所述的一周合理膳食食材智能搭配推荐系统,其特征在于,当所述目标群体为所述普通消费用户时,所述数据输出模块还用于根据普通消费用户输入的膳食搭配及使用后反馈的信息,修正普通消费用户的一周营养需求集,计算用户对食材的偏好度,在生成单日食材搭配时加入轻度偏好度修正。
CN202211604974.1A 2022-12-14 2022-12-14 一种一周合理膳食食材智能搭配推荐系统 Pending CN116383474A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211604974.1A CN116383474A (zh) 2022-12-14 2022-12-14 一种一周合理膳食食材智能搭配推荐系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211604974.1A CN116383474A (zh) 2022-12-14 2022-12-14 一种一周合理膳食食材智能搭配推荐系统

Publications (1)

Publication Number Publication Date
CN116383474A true CN116383474A (zh) 2023-07-04

Family

ID=86971850

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211604974.1A Pending CN116383474A (zh) 2022-12-14 2022-12-14 一种一周合理膳食食材智能搭配推荐系统

Country Status (1)

Country Link
CN (1) CN116383474A (zh)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102034032A (zh) * 2011-01-18 2011-04-27 童健 智能化健康营养食谱配餐系统及其应用方式
CN103345591A (zh) * 2013-07-23 2013-10-09 南京久康网络科技有限公司 一种个性化营养配餐装置及方法
CN111161838A (zh) * 2019-12-19 2020-05-15 王睿琪 一种适用于学生的合理膳食方法、专家系统及客户端
CN112820378A (zh) * 2021-01-26 2021-05-18 吾征智能技术(北京)有限公司 一种基于饮食行为的营养配餐推荐方法和系统
CN113096768A (zh) * 2021-04-01 2021-07-09 陕西省肿瘤医院 一种食管癌的饮食调理养护方法及系统

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102034032A (zh) * 2011-01-18 2011-04-27 童健 智能化健康营养食谱配餐系统及其应用方式
CN103345591A (zh) * 2013-07-23 2013-10-09 南京久康网络科技有限公司 一种个性化营养配餐装置及方法
CN111161838A (zh) * 2019-12-19 2020-05-15 王睿琪 一种适用于学生的合理膳食方法、专家系统及客户端
CN112820378A (zh) * 2021-01-26 2021-05-18 吾征智能技术(北京)有限公司 一种基于饮食行为的营养配餐推荐方法和系统
CN113096768A (zh) * 2021-04-01 2021-07-09 陕西省肿瘤医院 一种食管癌的饮食调理养护方法及系统

Similar Documents

Publication Publication Date Title
Paris et al. Changing dietary patterns is necessary to improve the sustainability of Western diets from a One Health perspective
Piperata et al. Nutrition in transition: dietary patterns of rural Amazonian women during a period of economic change
Garcia-Closas et al. Changes in food supply in Mediterranean countries from 1961 to 2001
Fitchen Hunger, malnutrition, and poverty in the contemporary United States: Some observations on their social and cultural context
Coyne et al. Lifestyle diseases in Pacific communities
US20110202359A1 (en) System and method for determining a nutritional value of a food item
CN111161838A (zh) 一种适用于学生的合理膳食方法、专家系统及客户端
CN112348692A (zh) 一种基于消费者健康所需各营养素需求量的订单农业系统
Miele Changing passions for food in Europe
Byrd‐Bredbenner et al. A comparison of household food availability in 11 countries
Love et al. Nutrition and origin of US chain restaurant seafood
Shadap et al. Nutritional intake and consumption pattern in the states of Himachal Pradesh and Meghalaya
Fu et al. An optimized 4‐day diet meal plan for ‘Lunar Palace 1’
CN116383474A (zh) 一种一周合理膳食食材智能搭配推荐系统
Drewnowski Perspective: Alternative proteins in low-and middle-income countries (LMIC) face a questionable future: will technology negate Bennett’s law?
Meredith et al. Nutrition and health, 1700-1870
Patro et al. Food consumption pattern and nutrient intake by the Fishermen Community of Ganjam District, Odisha
Dofkova et al. The development of food consumption in the Czech Republic after 1989
Lightowler et al. Nutrition, food rationing and home production in the UK during the Second World War
Sameshima et al. Estimation of Greenhouse Gas Emissions from Japanese Healthy Meals with Different Protein Sources
Troubat et al. Food consumption in the Marshall Islands: Based on analysis of the 2019/20 Household Income and Expenditure Survey
Soliman et al. The Impacts of Wheat Price Policy change on Nutritional Status in Egypt.
Williams et al. Assessing the environmental impacts of healthier diets. Final report to Defra on project FO0427
CN113496427B (zh) 菜谱的份量判定处理方法、装置、电子设备和存储介质
Islam Food consumption expenditure pattern of urban households in Bangladesh

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