CN117438043B - 一种餐份化食品数据处理方法及装置 - Google Patents
一种餐份化食品数据处理方法及装置 Download PDFInfo
- Publication number
- CN117438043B CN117438043B CN202311404843.3A CN202311404843A CN117438043B CN 117438043 B CN117438043 B CN 117438043B CN 202311404843 A CN202311404843 A CN 202311404843A CN 117438043 B CN117438043 B CN 117438043B
- Authority
- CN
- China
- Prior art keywords
- food
- information
- evaluation
- value
- meal
- 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.)
- Active
Links
- 235000013305 food Nutrition 0.000 title claims abstract description 713
- 238000012545 processing Methods 0.000 title claims abstract description 88
- 238000000034 method Methods 0.000 title claims abstract description 37
- 238000011156 evaluation Methods 0.000 claims abstract description 294
- 239000011159 matrix material Substances 0.000 claims abstract description 120
- 235000012054 meals Nutrition 0.000 claims abstract description 105
- 238000012216 screening Methods 0.000 claims abstract description 32
- 230000006870 function Effects 0.000 claims description 51
- 238000012937 correction Methods 0.000 claims description 30
- 238000004364 calculation method Methods 0.000 claims description 16
- 230000007613 environmental effect Effects 0.000 claims description 10
- 230000009286 beneficial effect Effects 0.000 abstract description 19
- 235000021067 refined food Nutrition 0.000 description 8
- 238000003672 processing method Methods 0.000 description 7
- 238000004590 computer program Methods 0.000 description 5
- 238000010586 diagram Methods 0.000 description 3
- 238000007726 management method Methods 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 238000005457 optimization Methods 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 238000013473 artificial intelligence Methods 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 230000037213 diet Effects 0.000 description 1
- 235000005911 diet Nutrition 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 235000016709 nutrition Nutrition 0.000 description 1
- 230000035764 nutrition Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000012163 sequencing technique Methods 0.000 description 1
- 238000001228 spectrum Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012549 training Methods 0.000 description 1
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
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
-
- Y—GENERAL 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
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/30—Computing systems specially adapted for manufacturing
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Economics (AREA)
- Educational Administration (AREA)
- Health & Medical Sciences (AREA)
- Development Economics (AREA)
- Primary Health Care (AREA)
- Marketing (AREA)
- Medical Informatics (AREA)
- General Health & Medical Sciences (AREA)
- Epidemiology (AREA)
- Game Theory and Decision Science (AREA)
- Nutrition Science (AREA)
- Public Health (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Medical Treatment And Welfare Office Work (AREA)
Abstract
本发明公开了一种餐份化食品数据处理方法及装置,该方法包括:获取待处理食品信息;待处理食品信息包括食品属性信息和食品场景信息;食品属性信息包括用户评价信息和食品功能信息;用户评价信息包括若干个用户评价值;食品功能信息包括若干个食品功能值;用户评价信息和食品功能信息分别以矩阵形式表示用户评价值和食品功能值;对待处理食品信息进行匹配处理,得到初始餐份化食品信息;对初始餐份化食品信息进行筛选优化处理,得到目标餐份化食品信息。因此,本发明有利于自动规划餐份化食品方案,提高餐份化食品规划的效率和精准度。
Description
技术领域
本发明涉及信息理技术领域,尤其涉及一种餐份化食品数据处理方法及装置。
背景技术
根据用户需求及食品能量、营养、体积、重量、筹措周期、环境适用性等特点,开展餐谱组配及模型算法研究,形成组配标准,使餐份化食品满足野外训练要求是当前餐份化食品研究的重要热点。但是,当前通常需要人工进行餐份化食品的规划,难以根据食品属性进行准确的餐份化食品规划处理。因此,提供一种餐份化食品数据处理方法及装置,以实现自动规划餐份化食品方案,提高餐份化食品规划的效率和精准度。
发明内容
本发明所要解决的技术问题在于,提供一种餐份化食品数据处理方法及装置有利于实现自动规划餐份化食品方案,提高餐份化食品规划的效率和精准度。
为了解决上述技术问题,本发明实施例第一方面公开了一种餐份化食品数据处理方法,所述方法包括:
获取待处理食品信息;所述待处理食品信息包括食品属性信息和食品场景信息;所述食品属性信息包括用户评价信息和食品功能信息;所述用户评价信息包括若干个用户评价值;所述食品功能信息包括若干个食品功能值;所述用户评价信息和所述食品功能信息分别以矩阵形式表示所述用户评价值和所述食品功能值;
对所述待处理食品信息进行匹配处理,得到初始餐份化食品信息;所述初始餐份化食品信息包括第一餐份化食品信息和第二餐份化食品信息;所述第一餐份化食品信息包括若干个第一目标食品信息;
对所述初始餐份化食品信息进行筛选优化处理,得到目标餐份化食品信息。
作为一种可选的实施方式,在本发明实施例第一方面中,所述对所述待处理食品信息进行匹配处理,得到初始餐份化食品信息,包括:
对所述食品属性信息进行计算处理,得到所述第一餐份化食品信息;
对所述食品场景信息进行推理处理,得到所述第二餐份化食品信息。
作为一种可选的实施方式,在本发明实施例第一方面中,所述对所述食品属性信息进行计算处理,得到所述第一餐份化食品信息,包括:
利用均值计算模型对所述用户评价信息和所述食品功能信息进行计算处理,得到食品均值信息;所述食品均值信息包括若干个食品均值;每个所述用户评价值对应于一个所述食品均值;
其中,所述均值计算模型为:
式中,Sx,y为坐标为(x,y)对应的食品均值;Tx,i为坐标为(x,i)对应的用户评价值;|Ax,y|为所述食品功能信息中所述食品功能值的数量;
对所述用户评价信息和所述食品均值信息按评价身份属性和坐标顺序进行划分,得到第一评价矩阵信息、第二评价矩阵信息、第一食品均值信息和第二食品均值信息;所述第一评价矩阵信息和所述第二评价矩阵信息包括数量相同的所述用户评价值;所述第一食品均值信息和所述第二食品均值信息包括数量相同的所述食品均值;所述第一评价矩阵信息和所述第二评价矩阵信息中相同坐标位置对应的食品基础信息是相一致的;
对所述第一评价矩阵信息和所述第二评价矩阵信息进行计算处理,得到修正因子值;
对所述修正因子值、所述第一评价矩阵信息、所述第二评价矩阵信息、所述第一食品均值信息所述和第二食品均值信息进行计算筛选处理,得到所述第一餐份化食品信息。
作为一种可选的实施方式,在本发明实施例第一方面中,所述对所述修正因子值、所述第一评价矩阵信息、所述第二评价矩阵信息、所述第一食品均值信息所述和第二食品均值信息进行计算筛选处理,得到所述第一餐份化食品信息,包括:
利用评估值模型对所述修正因子值、所述第一评价矩阵信息、所述第二评价矩阵信息、所述第一食品均值信息所述和第二食品均值信息进行计算处理,得到食品评估值信息;所述食品评估值信息包括若干个食品评估值;
其中,所述评估值模型为:
式中,P为所述食品评估值信息中的食品评估值;X为所述修正因子值;T1z1,z2为所述第一评价矩阵信息中坐标为(z1,z2)的所述用户评价值;T2z1,z2为所述第二评价矩阵信息中坐标为(z1,z2)的所述用户评价值;S1z1,z2为所述第一食品均值信息中坐标为(z1,z2)的所述食品均值;S2z1,z2为所述第二食品均值信息中坐标为(z1,z2)的所述食品均值;T1z1,j为所述第一评价矩阵信息中坐标为(z1,j)的所述用户评价值;T2z1,k为所述第二评价矩阵信息中坐标为(z1,k)的所述用户评价值;S1z1,j为所述第一食品均值信息中坐标为(z1,j)的所述食品均值;S2z1,k为所述第二食品均值信息中坐标为(z1,j)的所述食品均值;H为所述第一评价矩阵信息的列的数量;G为所述第二评价矩阵信息的列的数量;
获取评估阈值;
对于任一所述食品评估值,判断该食品评估值是否大于等于评估阈值,得到评估判断结果;
当所述评估判断结果为是时,确定该食品评估值对应的食品基础信息为一个所述第一目标食品信息。
作为一种可选的实施方式,在本发明实施例第一方面中,所述食品场景信息包括时间信息、可用食品信息、环境温湿度信息;所述可用食品信息包括若干个当前可用食品信息;
所述对所述食品场景信息进行推理处理,得到所述第二餐份化食品信息,包括:
对于任一所述当前可用食品信息,判断当前可用食品信息对应的时间区间是否包含所述时间信息,得到时间判断结果;
当所述时间判断结果为是,确定该当前可用食品信息为备用食品信息;
利用推理模型对所述环境温湿度信息和所有所述备用食品信息进行处理,得到所述第二餐份化食品信息。
作为一种可选的实施方式,在本发明实施例第一方面中,所述对所述初始餐份化食品信息进行筛选优化处理,得到目标餐份化食品信息,包括:
对所述第一餐份化食品信息和所述第二餐份化食品信息进行交集处理,得到备用食品信息;所述备用食品信息包括若干个备用餐份化食品信息;
对所述备用食品信息进行评分筛选处理,得到目标餐份化食品信息。
作为一种可选的实施方式,在本发明实施例第一方面中,所述对所述备用食品信息进行评分筛选处理,得到目标餐份化食品信息,包括:
获取历史餐份化食品信息;
对于任一所述备用餐份化食品信息,判断该备用餐份化食品信息是否与所述历史餐份化食品信息相匹配,得到匹配判断结果;
当所述匹配判断结果为是时,将该备用餐份化食品信息从所述备用食品中剔除;
利用评分模型对所述备用食品进行评分计算处理,得到食品评分值信息;所述食品评分值信息包括若干个食品评分值;
式中,PPaa为第aa个食品评分值;Taa为第aa个所述备用餐份化食品信息对应的用户评价值;T为所述备用食品;a为第aa个所述备用餐份化食品信息对应的权重因子;
基于所述食品评分值信息,确定出目标餐份化食品信息。
本发明实施例第二方面公开了一种餐份化食品数据处理装置,装置包括:
获取模块,用于获取待处理食品信息;所述待处理食品信息包括食品属性信息和食品场景信息;所述食品属性信息包括用户评价信息和食品功能信息;所述用户评价信息包括若干个用户评价值;所述食品功能信息包括若干个食品功能值;所述用户评价信息和所述食品功能信息分别以矩阵形式表示所述用户评价值和所述食品功能值;
第一处理模块,用于对所述待处理食品信息进行匹配处理,得到初始餐份化食品信息;所述初始餐份化食品信息包括第一餐份化食品信息和第二餐份化食品信息;所述第一餐份化食品信息包括若干个第一目标食品信息;
第二处理模块,用于对所述初始餐份化食品信息进行筛选优化处理,得到目标餐份化食品信息。
本发明第三方面公开了另一种餐份化食品数据处理装置,所述装置包括:
存储有可执行程序代码的存储器;
与所述存储器耦合的处理器;
所述处理器调用所述存储器中存储的所述可执行程序代码,执行本发明实施例第一方面公开的餐份化食品数据处理方法中的部分或全部步骤。
本发明第四方面公开了一种计算机可读存储介质,所述计算机可读存储介质存储有计算机指令,所述计算机指令被调用时,用于执行本发明实施例第一方面公开的餐份化食品数据处理方法中的部分或全部步骤。
与现有技术相比,本发明实施例具有以下有益效果:
本发明实施例中,获取待处理食品信息;待处理食品信息包括食品属性信息和食品场景信息;食品属性信息包括用户评价信息和食品功能信息;用户评价信息包括若干个用户评价值;食品功能信息包括若干个食品功能值;用户评价信息和食品功能信息分别以矩阵形式表示用户评价值和食品功能值;对待处理食品信息进行匹配处理,得到初始餐份化食品信息;初始餐份化食品信息包括第一餐份化食品信息和第二餐份化食品信息;第一餐份化食品信息包括若干个第一目标食品信息;对初始餐份化食品信息进行筛选优化处理,得到目标餐份化食品信息。因此,本发明有利于自动规划餐份化食品方案,提高餐份化食品规划的效率和精准度。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例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是本发明实施例公开的一种餐份化食品数据处理方法的流程示意图;
图2是本发明实施例公开的一种餐份化食品数据处理装置的结构示意图;
图3是本发明实施例公开的另一种餐份化食品数据处理装置的结构示意图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案,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他实施例,都属于本发明保护的范围。
本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别不同对象,而不是用于描述特定顺序。此外,术语“包括”和“具有”以及它们任何变形,意图在于覆盖不排他的包含。例如包含了一系列步骤或单元的过程、方法、装置、产品或设备没有限定于已列出的步骤或单元,而是可选地还包括没有列出的步骤或单元,或可选地还包括对于这些过程、方法、产品或设备固有的其他步骤或单元。
在本文中提及“实施例”意味着,结合实施例描述的特定特征、结构或特性可以包含在本发明的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例,也不是与其它实施例互斥的独立的或备选的实施例。本领域技术人员显式地和隐式地理解的是,本文所描述的实施例可以与其它实施例相结合。
本发明公开了一种餐份化食品数据处理方法及装置有利于实现自动规划餐份化食品方案,提高餐份化食品规划的效率和精准度。以下分别进行详细说明。
实施例一
请参阅图1,图1是本发明实施例公开的一种餐份化食品数据处理方法的流程示意图。其中,图1所描述的餐份化食品数据处理方法应用于食品管理系统中,如用于餐份化食品数据处理管理的本地服务器或云端服务器等,本发明实施例不做限定。如图1所示,该餐份化食品数据处理方法可以包括以下操作:
101、获取待处理食品信息。
本发明实施例中,该待处理食品信息包括食品属性信息和食品场景信息。
本发明实施例中,该食品属性信息包括用户评价信息和食品功能信息。
本发明实施例中,该用户评价信息包括若干个用户评价值。
本发明实施例中,该食品功能信息包括若干个食品功能值。
本发明实施例中,该用户评价信息和食品功能信息分别以矩阵形式表示用户评价值和食品功能值。
102、对待处理食品信息进行匹配处理,得到初始餐份化食品信息。
本发明实施例中,该初始餐份化食品信息包括第一餐份化食品信息和第二餐份化食品信息。
本发明实施例中,该第一餐份化食品信息包括若干个第一目标食品信息。
103、对初始餐份化食品信息进行筛选优化处理,得到目标餐份化食品信息。
需要说明的是上述用户评价信息和食品功能信息对应的矩阵的大小是相一致的。
需要说明的是,上述目标餐份化食品信息中的目标餐份化食品是用于给保障野外饮食进行决策的。
可见,实施本发明实施例所描述的餐份化食品数据处理方法有利于实现自动规划餐份化食品方案,提高餐份化食品规划的效率和精准度。
在一个可选的实施例中,上述对待处理食品信息进行匹配处理,得到初始餐份化食品信息,包括:
对食品属性信息进行计算处理,得到第一餐份化食品信息;
对食品场景信息进行推理处理,得到第二餐份化食品信息。
可见,实施本发明实施例所描述的餐份化食品数据处理方法有利于实现自动规划餐份化食品方案,提高餐份化食品规划的效率和精准度。
在另一个可选的实施例中,对食品属性信息进行计算处理,得到第一餐份化食品信息,包括:
利用均值计算模型对用户评价信息和食品功能信息进行计算处理,得到食品均值信息;食品均值信息包括若干个食品均值;每个用户评价值对应于一个食品均值;
其中,均值计算模型为:
式中,Sx,y为坐标为(x,y)对应的食品均值;Tx,i为坐标为(x,i)对应的用户评价值;|Ax,y|为食品功能信息中食品功能值的数量;
对用户评价信息和食品均值信息按评价身份属性和坐标顺序进行划分,得到第一评价矩阵信息、第二评价矩阵信息、第一食品均值信息和第二食品均值信息;第一评价矩阵信息和第二评价矩阵信息包括数量相同的用户评价值;第一食品均值信息和第二食品均值信息包括数量相同的食品均值;第一评价矩阵信息和第二评价矩阵信息中相同坐标位置对应的食品基础信息是相一致的;
对第一评价矩阵信息和第二评价矩阵信息进行计算处理,得到修正因子值;
对修正因子值、第一评价矩阵信息、第二评价矩阵信息、第一食品均值信息和第二食品均值信息进行计算筛选处理,得到第一餐份化食品信息。
需要说明的是,上述评价身份属性可以为身份ID,也可以为身份编码,本发明实施例不做限定。
进一步的,上述对用户评价信息和食品均值信息按评价身份属性和坐标顺序进行划分是先将用户评价值和食品均值按评价身份属性进行划分,然后按其在原矩阵中的坐标顺序进行依次排布,即处于同一行的按列的顺序排布,处于同一列的按行的顺序排布。举例来说,当用户评价信息为如下矩阵时:
11(ID1) | 12(ID2) | 13(ID1) | 14(ID2) |
21(ID1) | 22(ID2) | 23(ID1) | 24(ID2) |
31(ID1) | 32(ID2) | 33(ID1) | 34(ID2) |
41(ID1) | 42(ID2) | 43(ID1) | 44(ID2) |
则按评价身份属性,可将ID1的用户评价值筛选为11(ID1)、13(ID1)、21(ID1)、23(ID1)、31(ID1)、33(ID1)、41(ID1)和43(ID1);ID2的用户评价值筛选为12(ID2)、14(ID2)、22(ID2)、24(ID2)、32(ID2)、34(ID2)、42(ID2)和44(ID2)。进一步的,根据坐标顺序进行排布,可得到第一评价矩阵信息为:
11(ID1) | 13(ID1) |
21(ID1) | 23(ID1) |
31(ID1) | 33(ID1) |
41(ID1) | 43(ID1) |
第二评价矩阵信息为:
22(ID2) | 24(ID2) |
22(ID2) | 24(ID2) |
32(ID2) | 34(ID2) |
42(ID2) | 44(ID2) |
需要说明的是,上述食品基础信息包括食品名称、食品编码、食品编号中的至少一种。
在该可选的实施例中,作为一种可选的实施方式,上述对第一评价矩阵信息和第二评价矩阵信息进行计算处理,得到修正因子值,包括:
对于任一第一评价矩阵信息中的用户评价值,计算该第一评价矩阵信息中的用户评价值与相同坐标位置对应的第二评价矩阵信息中的用户评价值的叉值,得到评价叉值;
对所有评价叉值进行求和计算,得到目标叉值;
利用修正模型对目标叉值进行计算,得到修正因子值;
其中,修正模型为:
X=|1-e-c|;
式中,X为修正因子值;c为目标叉值。
需要说明的是,上述计算该第一评价矩阵信息中的用户评价值与相同坐标位置对应的第二评价矩阵信息中的用户评价值的叉值是将相同坐标位置的两个数值进行除差计算,如11(ID1)/12(ID2)。
可见,实施本发明实施例所描述的餐份化食品数据处理方法有利于实现自动规划餐份化食品方案,提高餐份化食品规划的效率和精准度。
在又一个可选的实施例中,对修正因子值、第一评价矩阵信息、第二评价矩阵信息、第一食品均值信息和第二食品均值信息进行计算筛选处理,得到第一餐份化食品信息,包括:
利用评估值模型对修正因子值、第一评价矩阵信息、第二评价矩阵信息、第一食品均值信息和第二食品均值信息进行计算处理,得到食品评估值信息;食品评估值信息包括若干个食品评估值;
其中,评估值模型为:
式中,P为食品评估值信息中的食品评估值;X为修正因子值;T1z1,z2为第一评价矩阵信息中坐标为(z1,z2)的用户评价值;T2z1,z2为第二评价矩阵信息中坐标为(z1,z2)的用户评价值;S1z1,z2为第一食品均值信息中坐标为(z1,z2)的食品均值;S2z1,z2为第二食品均值信息中坐标为(z1,z2)的食品均值;T1z1,j为第一评价矩阵信息中坐标为(z1,j)的用户评价值;T2z1,k为第二评价矩阵信息中坐标为(z1,k)的用户评价值;S1z1,j为第一食品均值信息中坐标为(z1,j)的食品均值;S2x1,k为第二食品均值信息中坐标为(z1,j)的食品均值;H为第一评价矩阵信息的列的数量;G为第二评价矩阵信息的列的数量;
获取评估阈值;
对于任一食品评估值,判断该食品评估值是否大于等于评估阈值,得到评估判断结果;
当评估判断结果为是时,确定该食品评估值对应的食品基础信息为一个第一目标食品信息。
需要说明的是,上述评估阈值可以用户设定的值,也可是系统预置的,本发明实施例不做限定。
需要说明的是,当评估判断结果为否时,开始新的一个食品评估值的对比分析,直至所有的食品评估值对比分析完毕。
可见,实施本发明实施例所描述的餐份化食品数据处理方法有利于实现自动规划餐份化食品方案,提高餐份化食品规划的效率和精准度。
在又一个可选的实施例中,食品场景信息包括时间信息、可用食品信息、环境温湿度信息;可用食品信息包括若干个当前可用食品信息;
对食品场景信息进行推理处理,得到第二餐份化食品信息,包括:
对于任一当前可用食品信息,判断当前可用食品信息对应的时间区间是否包含时间信息,得到时间判断结果;
当时间判断结果为是,确定该当前可用食品信息为备用食品信息;
利用推理模型对环境温湿度信息和所有备用食品信息进行处理,得到第二餐份化食品信息。
需要说明的是,上述时间区间可以是小时为单位的,也可以是以日为单位的,本发明实施例不做限定。
进一步的,上述时间信息包括日和小时时间。当时间信息是以小时为单位时,当前可用食品信息对应的时间区间也是小时为单位的,则时间区间可以为[6:00,12:00]。当时间信息是以日为单位时,当前可用食品信息对应的时间区间也是日为单位的,则时间区间可以为[5月1日,5月15日]。
需要说明的是,上述环境温湿度信息包括当前环境的温度和湿度情况。
需要说明的是,上述推理模型可以是基于神经网络的人工智能模型,也可以是基于模糊推理的模型,本发明实施例不做限定。
可见,实施本发明实施例所描述的餐份化食品数据处理方法有利于实现自动规划餐份化食品方案,提高餐份化食品规划的效率和精准度。
在一个可选的实施例中,上述对初始餐份化食品信息进行筛选优化处理,得到目标餐份化食品信息,包括:
对第一餐份化食品信息和第二餐份化食品信息进行交集处理,得到备用食品信息;备用食品信息包括若干个备用餐份化食品信息;
对备用食品信息进行评分筛选处理,得到目标餐份化食品信息。
需要说明的是,上述对第一餐份化食品信息和第二餐份化食品信息进行交集处理是按食品基础信息进行取交集处理的。举例来说,第一餐份化食品信息中的第一目标食品信息的食品基础信息包括食品1、食品2、食品3和食品4;第二餐份化食品信息中的第二目标食品信息的食品基础信息包括食品1、食品3、食品6和食品7,则对两者取交集之后的备用餐份化食品信息为食品1和食品3。
可见,实施本发明实施例所描述的餐份化食品数据处理方法有利于实现自动规划餐份化食品方案,提高餐份化食品规划的效率和精准度。
在另一个可选的实施例中,对备用食品信息进行评分筛选处理,得到目标餐份化食品信息,包括:
获取历史餐份化食品信息;
对于任一备用餐份化食品信息,判断该备用餐份化食品信息是否与历史餐份化食品信息相匹配,得到匹配判断结果;
当匹配判断结果为是时,将该备用餐份化食品信息从备用食品中剔除;
利用评分模型对备用食品进行评分计算处理,得到食品评分值信息;食品评分值信息包括若干个食品评分值;
式中,PPaa为第aa个食品评分值;Taa为第aa个备用餐份化食品信息对应的用户评价值;T为备用食品;a为第aa个备用餐份化食品信息对应的权重因子;
基于食品评分值信息,确定出目标餐份化食品信息。
需要说明的是,上述历史餐份化食品信息是在过往若干天已使用的食品信息。
进一步的,上述判断该备用餐份化食品信息是否与历史餐份化食品信息相匹配是根据食品基础信息进行的。
需要说明的是,当匹配判断结果为否时,对下一个备用餐份化食品信息进行判断,直至所有的备用餐份化食品信息判断完毕为止。
需要说明的是,上述权重因子是用户评价值最近一次更新的时间到当前时间的时间值(以日为单位)与标准时间间隔的除差值。举例来说,用户评价值最近一次更新的时间到当前时间的时间值为5日,标准时间间隔为20日,则权重因子为5/20=0.25。进一步的,上述标准时间间隔可以用户设定的值,也可是系统预置的,本发明实施例不做限定。
在该可选的实施例中,作为一种可选的实施方式,上述基于食品评分值信息,确定出目标餐份化食品信息,包括:
对所有食品评分值按从大到小进行排序,得到食品评分值序列;
获取食品数量阈值;
从前往后确定食品评分值序列中与食品数量阈值相匹配的数量的食品评分值为目标食品评分值;
确定所有目标食品评分值对应的食品基础信息为目标餐份化食品信息。
可见,实施本发明实施例所描述的餐份化食品数据处理方法有利于实现自动规划餐份化食品方案,提高餐份化食品规划的效率和精准度。
实施例二
请参阅图2,图2是本发明实施例公开的一种餐份化食品数据处理装置的结构示意图。其中,图2所描述的装置能够应用于食品管理系统中,如用于餐份化食品数据处理管理的本地服务器或云端服务器等,本发明实施例不做限定。如图2所示,该装置可以包括:
获取模块201,用于获取待处理食品信息;待处理食品信息包括食品属性信息和食品场景信息;食品属性信息包括用户评价信息和食品功能信息;用户评价信息包括若干个用户评价值;食品功能信息包括若干个食品功能值;用户评价信息和食品功能信息分别以矩阵形式表示用户评价值和食品功能值;
第一处理模块202,用于对待处理食品信息进行匹配处理,得到初始餐份化食品信息;初始餐份化食品信息包括第一餐份化食品信息和第二餐份化食品信息;第一餐份化食品信息包括若干个第一目标食品信息;
第二处理模块203,用于对初始餐份化食品信息进行筛选优化处理,得到目标餐份化食品信息。
可见,实施图2所描述的餐份化食品数据处理装置有利于实现自动规划餐份化食品方案,提高餐份化食品规划的效率和精准度。
在另一个可选的实施例中,如图2所示,第一处理模块202对待处理食品信息进行匹配处理,得到初始餐份化食品信息,包括:
对食品属性信息进行计算处理,得到第一餐份化食品信息;
对食品场景信息进行推理处理,得到第二餐份化食品信息。
可见,实施图2所描述的餐份化食品数据处理装置有利于实现自动规划餐份化食品方案,提高餐份化食品规划的效率和精准度。
在又一个可选的实施例中,如图2所示,第一处理模块202对食品属性信息进行计算处理,得到第一餐份化食品信息,包括:
利用均值计算模型对用户评价信息和食品功能信息进行计算处理,得到食品均值信息;食品均值信息包括若干个食品均值;每个用户评价值对应于一个食品均值;
其中,均值计算模型为:
式中,Sx,y为坐标为(x,y)对应的食品均值;Tx,i为坐标为(x,i)对应的用户评价值;|Ax,y|为食品功能信息中食品功能值的数量;
对用户评价信息和食品均值信息按评价身份属性和坐标顺序进行划分,得到第一评价矩阵信息、第二评价矩阵信息、第一食品均值信息和第二食品均值信息;第一评价矩阵信息和第二评价矩阵信息包括数量相同的用户评价值;第一食品均值信息和第二食品均值信息包括数量相同的食品均值;第一评价矩阵信息和第二评价矩阵信息中相同坐标位置对应的食品基础信息是相一致的;
对第一评价矩阵信息和第二评价矩阵信息进行计算处理,得到修正因子值;
对修正因子值、第一评价矩阵信息、第二评价矩阵信息、第一食品均值信息和第二食品均值信息进行计算筛选处理,得到第一餐份化食品信息。
可见,实施图2所描述的餐份化食品数据处理装置有利于实现自动规划餐份化食品方案,提高餐份化食品规划的效率和精准度。
在又一个可选的实施例中,如图2所示,第一处理模块202对修正因子值、第一评价矩阵信息、第二评价矩阵信息、第一食品均值信息和第二食品均值信息进行计算筛选处理,得到第一餐份化食品信息,包括:
利用评估值模型对修正因子值、第一评价矩阵信息、第二评价矩阵信息、第一食品均值信息和第二食品均值信息进行计算处理,得到食品评估值信息;食品评估值信息包括若干个食品评估值;
其中,评估值模型为:
式中,P为食品评估值信息中的食品评估值;X为修正因子值;T1z1,z2为第一评价矩阵信息中坐标为(z1,z2)的用户评价值;T2z1,z2为第二评价矩阵信息中坐标为(z1,z2)的用户评价值;S1z1,z2为第一食品均值信息中坐标为(z1,z2)的食品均值;S2z1,z2为第二食品均值信息中坐标为(z1,z2)的食品均值;T1z1,j为第一评价矩阵信息中坐标为(z1,j)的用户评价值;T2z1,k为第二评价矩阵信息中坐标为(z1,k)的用户评价值;S1z1,j为第一食品均值信息中坐标为(z1,j)的食品均值;S2z1,k为第二食品均值信息中坐标为(z1,j)的食品均值;H为第一评价矩阵信息的列的数量;G为第二评价矩阵信息的列的数量;
获取评估阈值;
对于任一食品评估值,判断该食品评估值是否大于等于评估阈值,得到评估判断结果;
当评估判断结果为是时,确定该食品评估值对应的食品基础信息为一个第一目标食品信息。
可见,实施图2所描述的餐份化食品数据处理装置有利于实现自动规划餐份化食品方案,提高餐份化食品规划的效率和精准度。
在又一个可选的实施例中,如图2所示,食品场景信息包括时间信息、可用食品信息、环境温湿度信息;可用食品信息包括若干个当前可用食品信息;
第一处理模块202对食品场景信息进行推理处理,得到第二餐份化食品信息,包括:
对于任一当前可用食品信息,判断当前可用食品信息对应的时间区间是否包含时间信息,得到时间判断结果;
当时间判断结果为是,确定该当前可用食品信息为备用食品信息;
利用推理模型对环境温湿度信息和所有备用食品信息进行处理,得到第二餐份化食品信息。
可见,实施图2所描述的餐份化食品数据处理装置有利于实现自动规划餐份化食品方案,提高餐份化食品规划的效率和精准度。
在又一个可选的实施例中,如图2所示,第二处理模块203对初始餐份化食品信息进行筛选优化处理,得到目标餐份化食品信息,包括:
对第一餐份化食品信息和第二餐份化食品信息进行交集处理,得到备用食品信息;备用食品信息包括若干个备用餐份化食品信息;
对备用食品信息进行评分筛选处理,得到目标餐份化食品信息。
可见,实施图2所描述的餐份化食品数据处理装置有利于实现自动规划餐份化食品方案,提高餐份化食品规划的效率和精准度。
在又一个可选的实施例中,如图2所示,第二处理模块203对备用食品信息进行评分筛选处理,得到目标餐份化食品信息,包括:
获取历史餐份化食品信息;
对于任一备用餐份化食品信息,判断该备用餐份化食品信息是否与历史餐份化食品信息相匹配,得到匹配判断结果;
当匹配判断结果为是时,将该备用餐份化食品信息从备用食品中剔除;
利用评分模型对备用食品进行评分计算处理,得到食品评分值信息;食品评分值信息包括若干个食品评分值;
式中,PPaa为第aa个食品评分值;Taa为第aa个备用餐份化食品信息对应的用户评价值;T为备用食品;a为第aa个备用餐份化食品信息对应的权重因子;
基于食品评分值信息,确定出目标餐份化食品信息。
可见,实施图2所描述的餐份化食品数据处理装置有利于实现自动规划餐份化食品方案,提高餐份化食品规划的效率和精准度。
实施例三
请参阅图3,图3是本发明实施例公开的又一种餐份化食品数据处理装置的结构示意图。其中,图3所描述的装置能够应用于食品管理系统中,如用于餐份化食品数据处理管理的本地服务器或云端服务器等,本发明实施例不做限定。如图3所示,该装置可以包括:
存储有可执行程序代码的存储器301;
与存储器301耦合的处理器302;
处理器302调用存储器301中存储的可执行程序代码,用于执行实施例一所描述的餐份化食品数据处理方法中的步骤。
实施例四
本发明实施例公开了一种计算机可读读存储介质,其存储用于电子数据交换的计算机程序,其中,该计算机程序使得计算机执行实施例一所描述的餐份化食品数据处理方法中的步骤。
实施例五
本发明实施例公开了一种计算机程序产品,该计算机程序产品包括存储了计算机程序的非瞬时性计算机可读存储介质,且该计算机程序可操作来使计算机执行实施例一所描述的餐份化食品数据处理方法中的步骤。
以上所描述的装置实施例仅是示意性的,其中作为分离部件说明的模块可以是或者也可以不是物理上分开的,作为模块显示的部件可以是或者也可以不是物理模块,即可以位于一个地方,或者也可以分布到多个网络模块上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下,即可以理解并实施。
通过以上的实施例的具体描述,本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件。基于这样的理解,上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品可以存储在计算机可读存储介质中,存储介质包括只读存储器(Read-Only Memory,ROM)、随机存储器(Random Access Memory,RAM)、可编程只读存储器(Programmable Read-only Memory,PROM)、可擦除可编程只读存储器(ErasableProgrammable Read Only Memory,EPROM)、一次可编程只读存储器(One-timeProgrammable Read-Only Memory,OTPROM)、电子抹除式可复写只读存储器(Electrically-Erasable Programmable Read-Only Memory,EEPROM)、只读光盘(CompactDisc Read-Only Memory,CD-ROM)或其他光盘存储器、磁盘存储器、磁带存储器、或者能够用于携带或存储数据的计算机可读的任何其他介质。
最后应说明的是:本发明实施例公开的一种餐份化食品数据处理方法及装置所揭露的仅为本发明较佳实施例而已,仅用于说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解;其依然可以对前述各项实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或替换,并不使相应的技术方案的本质脱离本发明各项实施例技术方案的精神和范围。
Claims (5)
1.一种餐份化食品数据处理方法,其特征在于,所述方法包括:
获取待处理食品信息;所述待处理食品信息包括食品属性信息和食品场景信息;所述食品属性信息包括用户评价信息和食品功能信息;所述用户评价信息包括若干个用户评价值;所述食品功能信息包括若干个食品功能值;所述用户评价信息和所述食品功能信息分别以矩阵形式表示所述用户评价值和所述食品功能值;
对所述待处理食品信息进行匹配处理,得到初始餐份化食品信息;所述初始餐份化食品信息包括第一餐份化食品信息和第二餐份化食品信息;所述第一餐份化食品信息包括若干个第一目标食品信息;
其中,所述对所述待处理食品信息进行匹配处理,得到初始餐份化食品信息,包括:
对所述食品属性信息进行计算处理,得到所述第一餐份化食品信息;
对所述食品场景信息进行推理处理,得到所述第二餐份化食品信息;
其中,所述对所述食品属性信息进行计算处理,得到所述第一餐份化食品信息,包括:
利用均值计算模型对所述用户评价信息和所述食品功能信息进行计算处理,得到食品均值信息;所述食品均值信息包括若干个食品均值;每个所述用户评价值对应于一个所述食品均值;
其中,所述均值计算模型为:
式中,Sx,y为坐标为(x,y)对应的食品均值;Tx,i为坐标为(x,i)对应的用户评价值;|Ax,y|为所述食品功能信息中所述食品功能值的数量;
对所述用户评价信息和所述食品均值信息按评价身份属性和坐标顺序进行划分,得到第一评价矩阵信息、第二评价矩阵信息、第一食品均值信息和第二食品均值信息;所述第一评价矩阵信息和所述第二评价矩阵信息包括数量相同的所述用户评价值;所述第一食品均值信息和所述第二食品均值信息包括数量相同的所述食品均值;所述第一评价矩阵信息和所述第二评价矩阵信息中相同坐标位置对应的食品基础信息是相一致的;
对所述第一评价矩阵信息和所述第二评价矩阵信息进行计算处理,得到修正因子值;
对所述修正因子值、所述第一评价矩阵信息、所述第二评价矩阵信息、所述第一食品均值信息所述和第二食品均值信息进行计算筛选处理,得到所述第一餐份化食品信息;
其中,所述对所述修正因子值、所述第一评价矩阵信息、所述第二评价矩阵信息、所述第一食品均值信息所述和第二食品均值信息进行计算筛选处理,得到所述第一餐份化食品信息,包括:
利用评估值模型对所述修正因子值、所述第一评价矩阵信息、所述第二评价矩阵信息、所述第一食品均值信息所述和第二食品均值信息进行计算处理,得到食品评估值信息;所述食品评估值信息包括若干个食品评估值;
其中,所述评估值模型为:
式中,P为所述食品评估值信息中的食品评估值;X为所述修正因子值;
T1z1,z2为所述第一评价矩阵信息中坐标为(z1,z2)的所述用户评价值;T2z1,z2为所述第二评价矩阵信息中坐标为(z1,z2)的所述用户评价值;S1z1,z2为所述第一食品均值信息中坐标为(z1,z2)的所述食品均值;S2z1,z2为所述第二食品均值信息中坐标为(z1,z2)的所述食品均值;T1z1,j为所述第一评价矩阵信息中坐标为(z1,j)的所述用户评价值;T2z1,k为所述第二评价矩阵信息中坐标为(z1,k)的所述用户评价值;S1z1,j为所述第一食品均值信息中坐标为(z1,j)的所述食品均值;S2z1,k为所述第二食品均值信息中坐标为(z1,j)的所述食品均值;H为所述第一评价矩阵信息的列的数量;G为所述第二评价矩阵信息的列的数量;
获取评估阈值;
对于任一所述食品评估值,判断该食品评估值是否大于等于评估阈值,得到评估判断结果;
当所述评估判断结果为是时,确定该食品评估值对应的食品基础信息为一个所述第一目标食品信息;
其中,所述食品场景信息包括时间信息、可用食品信息、环境温湿度信息;所述可用食品信息包括若干个当前可用食品信息;
所述对所述食品场景信息进行推理处理,得到所述第二餐份化食品信息,包括:
对于任一所述当前可用食品信息,判断当前可用食品信息对应的时间区间是否包含所述时间信息,得到时间判断结果;
当所述时间判断结果为是,确定该当前可用食品信息为备用食品信息;
利用推理模型对所述环境温湿度信息和所有所述备用食品信息进行处理,得到所述第二餐份化食品信息;
对所述初始餐份化食品信息进行筛选优化处理,得到目标餐份化食品信息;
其中,所述对所述初始餐份化食品信息进行筛选优化处理,得到目标餐份化食品信息,包括:
对所述第一餐份化食品信息和所述第二餐份化食品信息进行交集处理,得到备用食品信息;所述备用食品信息包括若干个备用餐份化食品信息;
对所述备用食品信息进行评分筛选处理,得到目标餐份化食品信息。
2.根据权利要求1所述的餐份化食品数据处理方法,其特征在于,所述对所述备用食品信息进行评分筛选处理,得到目标餐份化食品信息,包括:
获取历史餐份化食品信息;
对于任一所述备用餐份化食品信息,判断该备用餐份化食品信息是否与所述历史餐份化食品信息相匹配,得到匹配判断结果;
当所述匹配判断结果为是时,将该备用餐份化食品信息从所述备用食品中剔除;
利用评分模型对所述备用食品进行评分计算处理,得到食品评分值信息;所述食品评分值信息包括若干个食品评分值;
式中,PPaa为第aa个食品评分值;Taa为第aa个所述备用餐份化食品信息对应的用户评价值;T为所述备用食品;a为第aa个所述备用餐份化食品信息对应的权重因子;
基于所述食品评分值信息,确定出目标餐份化食品信息。
3.一种餐份化食品数据处理装置,其特征在于,所述装置包括:
获取模块,用于获取待处理食品信息;所述待处理食品信息包括食品属性信息和食品场景信息;所述食品属性信息包括用户评价信息和食品功能信息;所述用户评价信息包括若干个用户评价值;所述食品功能信息包括若干个食品功能值;所述用户评价信息和所述食品功能信息分别以矩阵形式表示所述用户评价值和所述食品功能值;
第一处理模块,用于对所述待处理食品信息进行匹配处理,得到初始餐份化食品信息;所述初始餐份化食品信息包括第一餐份化食品信息和第二餐份化食品信息;所述第一餐份化食品信息包括若干个第一目标食品信息;
其中,所述对所述待处理食品信息进行匹配处理,得到初始餐份化食品信息,包括:
对所述食品属性信息进行计算处理,得到所述第一餐份化食品信息;
对所述食品场景信息进行推理处理,得到所述第二餐份化食品信息;
其中,所述对所述食品属性信息进行计算处理,得到所述第一餐份化食品信息,包括:
利用均值计算模型对所述用户评价信息和所述食品功能信息进行计算处理,得到食品均值信息;所述食品均值信息包括若干个食品均值;每个所述用户评价值对应于一个所述食品均值;
其中,所述均值计算模型为:
式中,Sx,y为坐标为(x,y)对应的食品均值;Tx,i为坐标为(x,i)对应的用户评价值;|Ax,y|为所述食品功能信息中所述食品功能值的数量;
对所述用户评价信息和所述食品均值信息按评价身份属性和坐标顺序进行划分,得到第一评价矩阵信息、第二评价矩阵信息、第一食品均值信息和第二食品均值信息;所述第一评价矩阵信息和所述第二评价矩阵信息包括数量相同的所述用户评价值;所述第一食品均值信息和所述第二食品均值信息包括数量相同的所述食品均值;所述第一评价矩阵信息和所述第二评价矩阵信息中相同坐标位置对应的食品基础信息是相一致的;
对所述第一评价矩阵信息和所述第二评价矩阵信息进行计算处理,得到修正因子值;
对所述修正因子值、所述第一评价矩阵信息、所述第二评价矩阵信息、所述第一食品均值信息所述和第二食品均值信息进行计算筛选处理,得到所述第一餐份化食品信息;
其中,所述对所述修正因子值、所述第一评价矩阵信息、所述第二评价矩阵信息、所述第一食品均值信息所述和第二食品均值信息进行计算筛选处理,得到所述第一餐份化食品信息,包括:
利用评估值模型对所述修正因子值、所述第一评价矩阵信息、所述第二评价矩阵信息、所述第一食品均值信息所述和第二食品均值信息进行计算处理,得到食品评估值信息;所述食品评估值信息包括若干个食品评估值;
其中,所述评估值模型为:
式中,P为所述食品评估值信息中的食品评估值;X为所述修正因子值;T1z1,z2为所述第一评价矩阵信息中坐标为(z1,z2)的所述用户评价值;T2z1,z2为所述第二评价矩阵信息中坐标为(z1,z2)的所述用户评价值;S1z1,z2为所述第一食品均值信息中坐标为(z1,z2)的所述食品均值;S2z1,z2为所述第二食品均值信息中坐标为(z1,z2)的所述食品均值;T1z1,j为所述第一评价矩阵信息中坐标为(z1,j)的所述用户评价值;T2z1,k为所述第二评价矩阵信息中坐标为(z1,k)的所述用户评价值;S1z1,j为所述第一食品均值信息中坐标为(z1,j)的所述食品均值;S2z1,k为所述第二食品均值信息中坐标为(z1,j)的所述食品均值;H为所述第一评价矩阵信息的列的数量;G为所述第二评价矩阵信息的列的数量;
获取评估阈值;
对于任一所述食品评估值,判断该食品评估值是否大于等于评估阈值,得到评估判断结果;
当所述评估判断结果为是时,确定该食品评估值对应的食品基础信息为一个所述第一目标食品信息;
其中,所述食品场景信息包括时间信息、可用食品信息、环境温湿度信息;所述可用食品信息包括若干个当前可用食品信息;
所述对所述食品场景信息进行推理处理,得到所述第二餐份化食品信息,包括:
对于任一所述当前可用食品信息,判断当前可用食品信息对应的时间区间是否包含所述时间信息,得到时间判断结果;
当所述时间判断结果为是,确定该当前可用食品信息为备用食品信息;
利用推理模型对所述环境温湿度信息和所有所述备用食品信息进行处理,得到所述第二餐份化食品信息;
第二处理模块,用于对所述初始餐份化食品信息进行筛选优化处理,得到目标餐份化食品信息;
其中,所述对所述初始餐份化食品信息进行筛选优化处理,得到目标餐份化食品信息,包括:
对所述第一餐份化食品信息和所述第二餐份化食品信息进行交集处理,得到备用食品信息;所述备用食品信息包括若干个备用餐份化食品信息;
对所述备用食品信息进行评分筛选处理,得到目标餐份化食品信息。
4.一种餐份化食品数据处理装置,其特征在于,所述装置包括:
存储有可执行程序代码的存储器;
与所述存储器耦合的处理器;
所述处理器调用所述存储器中存储的所述可执行程序代码,执行如权利要求1-2任一项所述的餐份化食品数据处理方法。
5.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质存储有计算机指令,所述计算机指令被调用时,用于执行如权利要求1-2任一项所述的餐份化食品数据处理方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311404843.3A CN117438043B (zh) | 2023-10-26 | 2023-10-26 | 一种餐份化食品数据处理方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311404843.3A CN117438043B (zh) | 2023-10-26 | 2023-10-26 | 一种餐份化食品数据处理方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117438043A CN117438043A (zh) | 2024-01-23 |
CN117438043B true CN117438043B (zh) | 2024-04-16 |
Family
ID=89545672
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311404843.3A Active CN117438043B (zh) | 2023-10-26 | 2023-10-26 | 一种餐份化食品数据处理方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117438043B (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108846548A (zh) * | 2018-05-07 | 2018-11-20 | 河南金凤电子科技有限公司 | 一种食品安全性监管方法、设备及系统 |
CN108922592A (zh) * | 2018-05-25 | 2018-11-30 | 美的集团股份有限公司 | 一种营养配餐方法、装置、冰箱和计算机存储介质 |
CN112967155A (zh) * | 2021-03-08 | 2021-06-15 | 青岛科技大学 | 一种智能自助餐饮服务系统架构与装置 |
CN115312156A (zh) * | 2022-07-07 | 2022-11-08 | 中粮营养健康研究院有限公司 | 一种基于健康餐厅的代谢综合征健康管理系统 |
CN116796078A (zh) * | 2023-04-24 | 2023-09-22 | 深圳火王智能厨电股份有限公司 | 基于食材重量智能化匹配菜谱系数的方法及装置 |
-
2023
- 2023-10-26 CN CN202311404843.3A patent/CN117438043B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108846548A (zh) * | 2018-05-07 | 2018-11-20 | 河南金凤电子科技有限公司 | 一种食品安全性监管方法、设备及系统 |
CN108922592A (zh) * | 2018-05-25 | 2018-11-30 | 美的集团股份有限公司 | 一种营养配餐方法、装置、冰箱和计算机存储介质 |
CN112967155A (zh) * | 2021-03-08 | 2021-06-15 | 青岛科技大学 | 一种智能自助餐饮服务系统架构与装置 |
CN115312156A (zh) * | 2022-07-07 | 2022-11-08 | 中粮营养健康研究院有限公司 | 一种基于健康餐厅的代谢综合征健康管理系统 |
CN116796078A (zh) * | 2023-04-24 | 2023-09-22 | 深圳火王智能厨电股份有限公司 | 基于食材重量智能化匹配菜谱系数的方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
CN117438043A (zh) | 2024-01-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107689008A (zh) | 一种用户投保行为预测的方法及装置 | |
CN112445690B (zh) | 信息获取方法、装置及电子设备 | |
CN109145868A (zh) | 一种辅助跑步训练的行为识别方法与装置 | |
CN116401417B (zh) | 一种基于海量农产品数据的分级存储方法 | |
CN114461903A (zh) | 作物品种适宜推广区域确定方法及装置 | |
CN111523748A (zh) | 案件分配方法、装置及系统 | |
CN112966758A (zh) | 一种农作物病虫草害识别方法、装置、系统及存储介质 | |
CN114937030A (zh) | 一种用于智慧农业种植生菜的表型参数计算方法 | |
CN117438043B (zh) | 一种餐份化食品数据处理方法及装置 | |
CN115907278B (zh) | 一种基于数字孪生的智慧加工制造方法、系统及介质 | |
CN111368131B (zh) | 用户关系识别方法、装置、电子设备及存储介质 | |
Terko et al. | Credit scoring model implementation in a microfinance context | |
CN115238194A (zh) | 书籍推荐方法、计算设备及计算机存储介质 | |
CN112860991B (zh) | 基于用户习惯的书籍优选方法及装置 | |
CN115617089A (zh) | 基于传感器状态变化的温度控制方法、装置、设备及介质 | |
CN115829240A (zh) | 一种提升甜面酱品质的发酵方法、装置、设备及存储介质 | |
CN112765449B (zh) | 一种应用程序展示方法、装置及存储介质 | |
CN112200369A (zh) | 基于神经网络的预测方法及装置 | |
CN111563545A (zh) | 一种医学实体对码方法、装置、计算机设备和存储介质 | |
CN111127059B (zh) | 用户质量的分析方法及装置 | |
CN112766779A (zh) | 信息处理方法、计算机设备及存储介质 | |
CN110399399B (zh) | 用户分析的方法、装置、电子设备和存储介质 | |
CN112396498A (zh) | 一种商品推销方法、装置、设备及存储介质 | |
CN117438042A (zh) | 一种食品餐谱生成方法及装置 | |
CN117438041A (zh) | 一种餐份化食品确定方法及装置 |
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 |