FR3082977A1 - Procede de structuration d’un ensemble de plats formant un menu pour au moins un consommateur - Google Patents
Procede de structuration d’un ensemble de plats formant un menu pour au moins un consommateur Download PDFInfo
- Publication number
- FR3082977A1 FR3082977A1 FR1855482A FR1855482A FR3082977A1 FR 3082977 A1 FR3082977 A1 FR 3082977A1 FR 1855482 A FR1855482 A FR 1855482A FR 1855482 A FR1855482 A FR 1855482A FR 3082977 A1 FR3082977 A1 FR 3082977A1
- Authority
- FR
- France
- Prior art keywords
- dishes
- consumer
- menu
- ingredients
- ingrj
- 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
Classifications
-
- 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
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
Abstract
L'invention concerne un procédé de structuration d'un ensemble de plats formant un menu pour au moins un consommateur. Ledit procédé comporte : - une étape de recueil de données numériques biométriques de chacun des consommateurs et d'enregistrement dans une table BDD1, pour chaque identifiant IDi de consommateurs, lesdites données numériques biométriques DNBi qui lui sont associées, - une étape d'enregistrement d'une base de données BDD2 d'ingrédients INGRj associant à chacun des ingrédients INGRj une pluralité de paramètres représentatifs du niveau d'apport énergétique et de compatibilité avec des allergies et pathologies, - une étape d'enregistrement d'une base de données BDD3 de recettes de plats RPL1 associant à chacun des plats RPL1 la composition en ingrédients INGRj et une représentation graphique associée à chacun desdits plats RPL1 - une étape de personnalisation pour une partie au moins des consommateurs des enregistrements de ladite base de données BDD3 consistant à présenter sur une interface graphique une pluralité de représentations graphiques desdits plats RPL1 ainsi qu'un moyen de sélection d'un paramètre P RPL1,i - des étapes de calcul, pour au moins un consommateur IDi d'une combinaison de plats RPL1,i en fonction des données numériques enregistrées dans les bases de données BDD1 à BDD4 et d'un générateur aléatoire.
Description
PROCEDE DE STRUCTURATION D'UN ENSEMBLE DE PLATS FORMANT UN
MENU POUR AU MOINS UN CONSOMMATEUR Domaine de 1'invention
La présente invention concerne le domaine de la nutrition et plus précisément le domaine de la préparation de menus et de régime alimentaire entièrement personnalisés et optimisés en fonction des besoins nutritionnels d'un individu ou d'une population à partir de ses paramètres biométriques, de sa situation de santé (allergies, pathologies) et de ses goûts.
Ce domaine concerne notamment des patients atteints de pathologies lourdes, pour une mise en œuvre soit domestique, soit dans des restaurations collectives telles que des cliniques, hôpitaux, maisons de retraites.
Etat de la technique
On connaît dans l'état de la technique la demande de brevet européen EP2183733 relative à un procédé de structuration de repas équilibrés et variés. Ce procédé est caractérisé en ce que 11 on constitue une base de données comportant toutes les variétés de plats disponibles pendant une période donnée, ainsi que les caractéristiques de leurs constituants, que l'on sélectionne dans cette base de données, pour chaque repas, parmi les plats disponibles, ceux respectant les restrictions alimentaires relatives à cet utilisateur et constituant un repas équilibré, et que l'utilisateur choisit parmi ces plats ceux qu'il préfère. La base de données est constituée de référentiels d'ingrédients, de recettes, de plats et de repas préétablis. Ces référentiels sont caractérisés en ce que chacun des constituants de cette base de données est codé en fonction de ses propriétés nutritionnelles, thérapeutiques, budgétaires, consommateurs cible, etc. Le filtre de la base de données est élaboré en dynamique sur la base des informations préalables et à 1'aide des codes des plats (ou des repas). En d'autres termes, la saisie des informations préalables sert à définir des requêtes.
On connaît aussi le brevet américain US6975910 décrivant une solution pour la sélection de recettes pour satisfaire les besoins alimentaires d'un utilisateur particulier. Ces informations sont reçues dans un format commun de données transmissibles dans un système de traitement de données associé à une base d'accueil particulière, dans lequel le système de traitement de données a accès à de multiples recettes électroniques. Les besoins diététiques désignés pour l'utilisateur particulier sont comparés à une sélection de recettes électroniques. Au moins un plan de repas est désigné parmi la sélection de recettes électroniques qui satisfait les besoins diététiques de l'utilisateur particulier, de sorte qu'un plan de repas électronique est spécifié sur ledit système de traitement de données pour la préparation à une base d'accueil particulière en fonction des besoins alimentaires d'un utilisateur particulier.
On connaît également la demande de brevet européen EP2805224 qui concerne un procédé et un appareil pour produire une représentation visuelle d'un profil de saveurs ou de textures basé sur les préférences en matière de saveurs et de textures d'un utilisateur par rapport à chacune des catégories d'une pluralité de catégories de saveurs ou de textures ou basé sur des informations sur les caractéristiques de saveurs ou de textures représentant les caractéristiques de saveurs ou de textures d ' un produit ou d'une recette pour chacune des catégories d'une pluralité de catégories de saveurs ou de textures. Les préférences de saveurs ou de textures d'un utilisateur et les caractéristiques de saveurs ou de textures d ' un produit ou d'une recette par rapport à chacune des catégories d'une pluralité de catégories de saveurs ou de textures sont déterminées au moyen d'un procédé et d'un appareil permettant de déterminer un profil de saveurs ou de textures pour un utilisateur et un procédé et un appareil permettant de déterminer un profil de saveurs ou de textures pour un élément d'aliment, respectivement. L'invention concerne également un procédé et un appareil pour dispenser des recommandations sur des éléments d'aliment basées sur la saveur ou la texture.
La demande de brevet européen EP2839425 concerne un système de codage, de marquage, de suivi et de transmission d'informations relatives à des substances nutritionnelles, notamment à leur contenu nutritionnel. Lors de la création d'une substance nutritionnelle, qu'elle ait été cultivée, élevée, attrapée, collectée ou synthétisée, des informations concernant la substance nutritionnelle sont accumulées, codées et associées à cette substance nutritionnelle particulière par référencement. Ces informations peuvent être marquées directement sur la substance nutritionnelle, ou bien stockées à un autre endroit, et associées à cette substance nutritionnelle par référencement par l'intermédiaire d'un marquage, d'un identificateur unique, d'une propriété intrinsèque unique, d'un attribut génétique unique ou d'un attribut génétique induit. Un consommateur de la substance nutritionnelle peut utiliser cette référence pour extraire les informations concernant la création de cette substance nutritionnelle particulière.
La demande de brevet EP1307843 décrit un dispositif, un procédé et une structure de données servant à fournir, à analyser et à transmettre des informations relatives à l'alimentation, notamment des informations concernant la recherche, l'évaluation et la sélection de produits alimentaires. Le système fournit une combinaison exhaustive d'informations sur l'alimentation dans un format qui facilite l'analyse, la prise de décision et
1'approvisionnement en divers produits alimentaires sur la base de facteurs comprenant les besoins nutritionnels médicaux d'un sujet, le(s) médicament(s) qu'il prend, les capacités du sujet à cuisiner, son budget de dépenses alimentaires, ses préférences alimentaires, ainsi que les allergies alimentaires, l'âge et le mode de vie du sujet.
On connaît d'après les documents US 2002/042745, WO 2006/038820 et US 2007/143126 des procédés de préparation de repas diététiques qui, soit, font appel à des algorithmes spécifiques difficilement évolutifs, soit ne permettent pas une personnalisation fine des repas.
Inconvénients de l'art antérieur
Les solutions de l'art antérieur sont des solutions figées qui ne permettent pas une adaptation quotidienne aux évolutions des données relatives à l'état physiologique du patient.
Par ailleurs, les solutions de l'art antérieur prévoient généralement la sélection d'une combinaison de plats préparés ou prédéfinis. Cette solution ne permet pas d'individualiser les propositions nutritionnelles de manière optimisée pour une ou plusieurs personnes.
Pour les solutions exploitées dans un contexte de restauration collective, la sélection postérieurement à la préparation des plats ne permet pas de gérer de manière pertinente les préparations.
Solution proposée par l'invention
L'invention est constituée par un outil informatique permettant :
- La détermination des besoins nutritionnels spécifiques liés à un profil utilisateur à partir de ses paramètres biométriques, de sa situation de santé (allergies, pathologies, traitements médicaux), ses goûts, son équipement en cuisine.
- La recommandation d'un plan alimentaire adapté à son profil, adaptatif en temps réel.
- La détermination des recettes les plus adéquates et leur adaptation en temps réel aux besoins physiologiques permettant ainsi de proposer une recette correspondant parfaitement aux besoins de l'utilisateur.
- La possibilité pour l'utilisateur de modifier la recommandation en fonction de paramètres tels que l'organisation des repas (entrée, plat dessert, ou plat + dessert, ou entrée + plat), que sur la périodicité des repas (combien de repas par jour) ou que la possibilité de changement de recettes à la volée qui soit toujours compatible avec les critères du profil et ceux demandés par 1'utilisateur.
A cet effet, l'invention concerne un procédé de structuration d'un ensemble de plats formant un menu pour au moins un consommateur, caractérisé en ce qu'il comporte :
une étape de recueil de données numériques biométriques de chacun des consommateurs soit en saisie manuelle, soit au travers d'une étape de connexion à des logiciels tiers tels que des objets connectés et d'enregistrement dans une table BDD1, pour chaque identifiant IDi de consommateurs, lesdites données numériques biométriques DNBi qui lui sont associées,
- une étape d'enregistrement d'une base de données
BDD2 d'ingrédients INGRj associant à chacun des ingrédients INGRj une pluralité de paramètres représentatifs du niveau d'apport énergétique et de compatibilité avec des allergies et pathologies,
- une étape d'enregistrement d'une base de données BDD3 de recettes de plats RPL1 associant à chacun des plats RPL1 la composition en ingrédients INGRj et une représentation graphique associée à chacun desdits plats RPL1 par exemple sur l'écran de visualisation d'une tablette d'une icône ou d'une photographie d'un plat,
- une étape de personnalisation pour une partie au moins des consommateurs des enregistrements de ladite base de données BDD3 consistant à présenter sur une interface graphique une pluralité de représentations graphiques desdits plats RPL1 ainsi qu'un moyen de sélection d'un paramètre P RPLl,i, des étapes de calcul, pour au moins un consommateur IDi d'une combinaison de plats RPLl,i en fonction des données numériques enregistrées dans les bases de données
BDD1 à BDD4 et d'un générateur aléatoire.
Avantageusement, le procédé comporte en outre une base de données BDD5 pour l'enregistrement, pour chaque consommateur IDi, de l'historique des résultats des traitements antérieurs et des recettes identifiées comme étant les recettes préférées de l'utilisateur, ou les recettes dites favorites, l'étape de calcul, pour au moins un consommateur IDi d'une combinaison de plats RPLl,i prenant en outre en compte le contenu de ladite base de données BDD5.
Selon une variante, le procédé ladite étape de calcul des combinaisons de plats RPLl,i pour une pluralité de consommateurs comporte un traitement pour maximiser le nombre de plats RPL1 identiques pour la population de consommateurs.
Selon une autre variante, ladite étape d'enregistrement d'une base de données BDD2 d'ingrédients INGRj associant à chacun des ingrédients INGRj une pluralité de paramètres représentatifs du niveau d'apport énergétique, nutritionnels et micro nutritionnels et de compatibilité avec des allergies et pathologies, comporte en outre un traitement pour calculer des profils correspondant à des sous-ensembles homogènes de consommateurs IDi.
Selon un mode de mise en œuvre avantageux, lesdites étapes de calcul, pour au moins un consommateur IDi d'une combinaison de plats RPLl,i comportent un traitement de filtrage en fonction d'un calendrier de disponibilité desdits ingrédients INGRj.
Selon un mode de mise en œuvre préféré, le résultat des traitements est constitué par un fichier numérique de pilotage d'un automate de cuisine.
Description détaillée d'un exemple non limitatif de réalisation
L'invention est particulièrement — mais non exclusivement - destinée aux personnes atteintes de maladies chroniques, d'allergies alimentaires et d'effets secondaires liés aux traitements médicamenteux, et aux professionnels de la santé. Elle permet de composer des menus adaptés à chaque situation : altération de l'état général, troubles digestifs, stress, troubles du sommeil, intolérance à un aliment, douleurs articulaires, perte de poids, grossesse, effets secondaires, arthrose, diabète, cancer, etc.
A cet effet, l'invention met en œuvre, selon un exemple de réalisation, un système expert, basé sur des algorithmes permettant de suggérer des idées de menus culinaires en fonction de contraintes de santé : état pathologique ou simple trouble fonctionnel.
Sur la base d'informations fournies par l'utilisateur, l'invention permet de déterminer des suggestions de menus équilibrés et adaptés à l'individu : Entrée + Plat + Dessert ou une combinaison de ces éléments, ainsi que le nombre de repas pour la journée, du petit déjeuner au diner avec les collations du matin et du soir. Les informations nécessitées en entrée sont les suivantes : l'âge ; la taille ; le poids ; le sexe ; l'activité physique ; les préférences alimentaires ; la ou les pathologies ; les états physiologiques (exemple : femme enceinte ou en cours d'allaitement) ; les allergies ou intolérances alimentaires ; le nombre de jours de repas souhaités ; la composition du menu (entrée uniquement, plat + dessert, etc.) pour chaque jour ; le coût des recettes, la saisonnalité, la disponibilité du matériel en cuisine, le niveau de niveau de difficulté de la recette, le temps de préparation.
À partir de ces données, la solution doit proposer de manière automatisée des listes de menus équilibrés et diversifiés comprenant des ingrédients en cohérence avec les besoins alimentaires de base, les contraintes alimentaires ainsi que les goûts spécifiques de l'utilisateur.
Bien évidemment, le fiabilité absolue puisqu'il peut prise d'éléments dangereux pour cas d'allergie notamment.
système doit garantir une potentiellement conseiller la certains individus, dans le
Eu égard aux différents profils rencontrés, à la diversité des pathologies adressées et à la profusion d'éléments nutritionnels disponibles, une parfaite modélisation du profil de l'utilisateur, des pathologies concernées et des éléments nutritionnels adressés est nécessaire. Ce travail est très original dans l'état de l'art car cette modélisation d'éléments n'a jamais été réalisée à notre connaissance.
La volumétrie des informations à prendre en considération était tellement importante que le développement d'un système expert suivant l'ensemble des règles métier était indispensable. Là encore, bien que la littérature scientifique apporte quelques pistes des approches à emprunter, il n'existait pas, à notre connaissance, de système répondant à l'ensemble de nos objectifs, à notre volumétrie de données et à nos contraintes spécifiques.
Au regard des nombreuses variables, la détermination des menus induisait une vraie complexité et nécessairement un certain temps de calcul. Or, il était impensable que l'utilisateur pâtisse de cette complexité et d'un temps de réponse trop important.
L'invention met en œuvre une interface utilisateur accessible sur internet via un navigateur, pour être accessible via les plateformes mobiles et tablettes. L'invention apporte également des fonctionnalités de suivi dans le temps des constantes biologiques du patient et permet au professionnel de la nutrition de regrouper l'ensemble de ses clients au sein d'une interface unique de contrôle et de suivi. Le patient peut ainsi suivre ses métriques, les partager avec un professionnel de santé et échanger avec lui sur ses données.
Le professionnel de santé peut déterminer à distance le régime spécifique pour chacun de ses clients et l'adapter en temps réel aux besoins du patient en fonction des constantes biométriques remontées.
Développée par des experts en nutrition, en diététique et en informatique, cette solution métier a pour ambition de suggérer des repas en fonction des contraintes de santé, économiques et sociétales. Ainsi, l'un des objectifs de cette solution est d'être le plus exhaustif possible de manière à proposer à l'utilisateur des menus adaptés, équilibrés et diversifiés, pour chaque jour de la semaine.
L'architecture informatique comprend un ensemble de base de données relationnelles.
La première base de données numériques biométriques DNBi reçoit les enregistrements, pour chaque consommateur identifié par un identifiant IDi des données personnelles telles que l'âge, la taille, le poids, le sexe, l'activité physique, les préférences alimentaires, la ou les pathologies, les états physiologiques (exemple : femme enceinte ou en cours d'allaitement), les allergies ou intolérances alimentaires.
On enregistre en outre pour chaque consommateur IDi l'appartenance à un ou plusieurs sous-ensembles de consommateurs ayant un même profil permettant le traitement par proximité pour en déduire des informations non directement communiquées par le patient lui-même et qui vont nous permettre d'affiner la proposition, c'est-à-dire dont la combinaison de paramètres personnels présente une distance géométrique inférieure à une valeur seuil par rapport au référentiel d'un des profils préenregistrés.
La deuxième base de données BDD2 d'ingrédients INGRj associant à chacun des ingrédients INGRj une pluralité de paramètres représentatifs du niveau d'apport énergétique et de compatibilité avec des allergies et pathologies, en fonction d'information provenant de bases de références telles que celles fournies par 1'Agence Nationale de Sécurité Sanitaire de l'alimentation, de 1'Environnement et du travail ou l'Organisation mondiale de la Santé ou encore la table de composition Ciqual (nom commercial) publiée par l'Observatoire des aliments. Cette table a été organisée pour évaluer et publier des données de composition nutritionnelle des aliments génériques consommés en France.
Les données collectées sont agrégées pour produire des valeurs moyennes de référence pour des aliments génériques et fournir une table de composition nutritionnelle des aliments. Les fiches nutritionnelles regroupent les teneurs en différents constituants (glucides, protéines, lipides et acides gras, vitamines, minéraux...) ainsi que les valeurs énergétiques de 2642 aliments et 61 constituants. Les données sont toujours proposées pour 100 g d'aliment.
Les constituants sont estimés par 1'ANSES sur l'analyse d'un panel d'échantillons considérés comme représentatif ou à défaut sur des données fournies, calculées ou issues de tables officielles étrangères.
Certains constituants nutritionnels ne sont pas renseignés dans la table CIQUAL 2013. C'est en l'occurrence le cas concernant la teneur en acides aminés, en sucres spécifiques, en peptides tels que les gliadines, etc. De plus, certains critères diététiques découlent des procédés de fabrication des aliments et ne peuvent être quantifiés avec précision à l'image de : « à base de lait cru », « source de probiotiques », « Index Glycémiques », etc.
Certaines tables nutritionnelles de référence étrangères (Canadienne, Néo-Zélandaise, Allemande, par exemple) fournissent certaines de ces données manquantes. De manière à être le plus complet possible, ces tables doivent aussi être prises en considération. Néanmoins, précisons que bien que ces différentes tables apportent des informations supplémentaires, celles-ci sont parfois parcellaires et un important travail de prétraitement des données est nécessaire pour une exploitation automatisée telle que celle que nous souhaitons mettre en place.
La troisième base de données BDD3 de recettes de plats RPLl associe à chacun des plats RPLl la composition en ingrédients INGRj et une représentation graphique associée à chacun desdits plats RPLl.
Une étape de personnalisation consiste, pour un utilisateur IDi d'affecter à chacun des plats RPLl un paramètre représentatif de ses préférences hédoniques. Cet indicateur est pris en compte pour pondérer le traitement pour le calcul du menu proposé, parmi la totalité des plats compatibles avec les données enregistrées, pour le consommateur considéré, en fonction des données enregistrées dans la première base de données.
Le traitement pour la détermination du menu prend en compte par ailleurs les apports optimaux destinés à éviter les déficiences au sein d'une population définie d'individus. Ils comprennent les éléments suivants : profil lipidique, qualité et quantité des protéines, vitamines, minéraux et fibres. Ces apports nutritionnels conseillés (ANC) sont connus par exemple par les publications de 1'ANSES sous forme de table des apports énergétiques conseillés pour la population et selon le niveau d'activité physique.
Concernant les ANC en fibres, des recommandations ont clairement été formulées par 1'ANSES en 2012. La consommation de fibres a peu évolué depuis lors mais celle-ci reste une préoccupation nutritionnelle intégrée au GEMRCN revu en 2015 :
• les ANC conseillés pour les populations adultes sont de 25-30 g/j ;
• les ANC conseillés pour les enfants et adolescents sont de l'ordre de : l'âge+5 g/j ;
Concernant le cholestérol, il n'y pas vraiment de recommandations nutritionnelles officielles. Ce nutriment est intégré aux lipides. Dans la pratique métier, les apports sont limités à 500 mg/jr ce qui correspond aux besoins de renouvellement cellulaire, de synthèse physiologique (hormone, neuromédiateur, etc.), c'est-à-dire aux besoins couverts par la capacité de l'organisme à synthétiser le cholestérol. Celui-ci doit être limité en raison de son rôle dans les pathologies cardiovasculaires. Dans ce sens, la consommation de produits d'origine animale riche en graisses saturées doit être limitée.
De manière générale, ces informations représentent des données statistiques moyennes et s'adressent à des populations d'individus, non à un individu précis avec toutes ses caractéristiques, contraintes et pathologies personnelles. De plus, elles représentent des recommandations dans les limites des connaissances scientifiques.
Une fois les ANC d'un individu déterminés à partir de ses données de contextualisation relative à sa santé, il s'agit de répondre à ses besoins en lui apportant divers aliments en prenant en considération leur composition nutritionnelle respective.
Ainsi, ces informations sont intéressantes mais ne constituent qu'un élément basique de la modélisation à concevoir afin de bâtir des menus équilibrés vraiment individualisés.
L'exploitation des données enregistrées dans les bases de données est effectuée par un moteur de règles et de parcours d'espace d'état.
Du point de vue architectural, un système expert se décompose toujours en deux composantes principales : une base de connaissances et un moteur d'inférences.
La base de connaissances contient toute l'information dans un domaine donné. C'est la seule composante du système qui contienne les connaissances propres au domaine que le système est censé recouvrir. Cette base de connaissances est elle-même généralement divisée en deux composantes :
• La première contient des faits spécifiques du domaine, qui représentent les connaissances factuelles de la base ou encore base de faits.
• La seconde contient des principes plus généraux, des règles, des heuristiques de résolution de problèmes qui représentent les modes de raisonnement propres au domaine considéré. Ce sont les connaissances déductives souvent représentées par ce qu'on appelle des règles de production. La connaissance de ces heuristiques peut provenir, de la part de l'expert humain, soit d'une accumulation d'observations empiriques, soit de connaissances techniques propres au domaine.
L'introduction d'une règle de production se fait suivant un formalisme spécifique. Prenons l'exemple suivant :
SI profil_utilisateur = femme enceinte ET allaitant = oui ALORS vitamine C = 130
On appelle attributs les termes suivants : profil_utilisateur, allaitant et vitamine_C. On appelle valeurs les termes suivants : femme enceinte, oui et 130. Le symbole « = » représente l'opérateur reliant un attribut et une valeur. Enfin, le « et » correspond à un connecteur. La partie en amont du « ALORS » est appelée prémisse de la règle et la partie avale représente la conclusion.
Pour exploiter cette connaissance, le moteur d'inférences est nécessaire pour relier la description d'un problème aux capacités d'analyse d'une situation donnée. Ce dernier va effectuer un chaînage. Il existe plusieurs types de chaînages (ou raisonnements) :
• chaînage avant, qui permet de déduire les faits (conséquences) découlant de données initiales ;
• chaînage arrière, qui permet d'atteindre un ou plusieurs buts ;
• chaînage mixte, qui remplace souvent le chaînage arrière (lacunaire) et qui combine les deux premiers chaînages.
Sur le principe, lorsque le système expert est sollicité, il étudie tous les attributs en prémisse des différentes règles de la base et vérifie si ces prémisses sont vérifiées. Si tel est le cas, alors les règles se déclencheront respectivement. Le déclenchement d'une règle conduit à l'exécution des affectations de valeurs aux attributs présents en conclusion. En d'autres termes, en se basant sur des faits, nous tirons des conclusions.
Dans les cas les plus simples, l'utilisateur du système expert rentre des faits et le système va tester toutes les règles pour en tirer toutes les conclusions possibles. C'est le chaînage avant. Or, il peut arriver que l'utilisateur ne fournisse pas suffisamment de faits pour que le système puisse conclure sur l'ensemble des règles. Il est alors possible pour le système d'obtenir les informations manquantes (des valeurs des prémisses, non renseignées) en utilisant un chaînage arrière. Il reste enfin à l'homme de métier de vérifier s'il n'existe pas d'interférences entre toutes ces règles et d'en implémenter de nouvelles si besoin.
De façon générale et grâce à la structuration de la base de connaissances, le moteur d'inférences sera capable de répondre à des questions, de raisonner et de tirer les conséquences impliquées par la connaissance incluse dans le système.
L'invention peut aussi être mise en œuvre par des techniques d'apprentissage supervisées permettant de prédire avec le plus de précision possible les valeurs prises par la variable à prédire (objectif, variable cible, variable d'intérêt, attribut classe, variable de sortie, etc.) à partir d'un ensemble de descripteurs (variables prédictives, variables discriminantes, variables d'entrées, etc.).
Cette technique d'apprentissage automatique présente les caractéristiques suivantes :
• Lisibilité du modèle de prédiction, l'arbre de décision, fourni. Cette caractéristique est très importante, car le travail de l'analyste consiste aussi à faire comprendre ses résultats afin d'emporter l'adhésion des décideurs.
• Capacité à sélectionner automatiquement les variables discriminantes dans un fichier de données contenant un très grand nombre de variables potentiellement intéressantes. En ce sens, un arbre de décision constitue une technique exploratoire privilégiée pour appréhender de gros fichiers de données.
L'invention met en œuvre par ailleurs des algorithmes d'optimisation et de métaheuristiques.
Avec la complexité croissante des profils (i.e. augmentation du nombre de contraintes associées à un profil) traités, les temps de calcul requis deviennent trop importants.
La solution optimale s'appuie sur les heuristiques. Ce type d'approche offre de très bonnes performances et une grande flexibilité dans l'expression des contraintes en entrée. Les métaheuristiques sont des concepts abstraits et des lignes directrices permettent de créer les heuristiques de manière à trouver des solutions à des problèmes concrets. Ces approches se basent sur l'aléatoire. Elles permettent d'atteindre des solutions sans qu'il soit possible de prouver, en cas d'échec, que ces solutions existent bel et bien.
Les principales métaheuristiques ou familles d'heuristiques sont :
• les algorithmes évolutionnaires, • le recuit simulé, • les colonies de fourmis, • les essaims de particules, • la recherche avec tabous.
Le procédé selon l'invention permet de développer des fonctionnalités telles que l'automatisation :
de liste de courses, du calcul de disponibilité sur fournisseurs de l'interaction avec des objets connectés, du réajustement automatique en fonction de l'évolution des paramètres.
Description de l'algorithme de génération de menus
La phase de d'analyse du profil patient (allergies, pathologies, goûts...) permet de fournir 1'input à l'algorithme de génération de menu.
Description d'un exemple de réalisation de l'invention
Les données d'entrée sont constituées :
• D'une liste de recettes qu'il est possible d'utiliser dans le menu. Chaque recette étant définie par :
Un type (petit-déjeuner, entrée...)
Une liste de caractéristiques, principalement nutritionnelles (calories, vitamines...) • D'une liste de contraintes à respecter dans la génération de menu. Chaque contrainte est définie par:
Une dimension, sur laquelle un menu peut être évalué à l'aide des caractéristiques des recettes le constituant (quantité de calories, nombre d'ingrédients différents)
Une période sur laquelle elle s'applique (par jour, par semaine)
Une fourchette [min, max] à respecter dans le menu à générer
Des poids [poids min, poids max] associés respectivement au bornes min et max de la fourchette, qui permettent de définir l'importance relative de chacune des contraintes
Pour éviter de parcourir l'ensemble des menus à la recherche d'un menu respectant toutes les contraintes, qui se traduirait par un temps de traitement excessif (problème d'explosion combinatoire), on utilise une heuristique visant à parcourir des sous-ensembles prometteurs de solutions à la recherche de la meilleure possible (meilleure» au sens au sens d'une relation d'ordre à définir).
On peut décomposer ce traitement en plusieurs éléments disjoints:
• Une fonction d'évaluation: elle permet, à partir des contraintes en entrées et la composition d'un menu donné de calculer un coût au menu, et donc fournit une relation d'ordre. Ce coût est de zero pour un menu qui respecterait exactement toutes les contraintes. C'est à dire dont le résultat du calcul de chaque dimension est situé entre le min et le max de la contrainte associée. Il devient de plus en plus grand lorsque le menu s'éloigne des bornes [min,max] • Une fonction d'initialisation: elle permet de générer un menu valide, appelée solution initiale.
• Une fonction de génération de voisins: elle permet, à partir d'une solution (menu) donnée, de générer d'autres solutions proches.
• Un critère d'arrêt: il permet d'évaluer quand arrêter l'algorithme.
• Une heuristique: l'algorithme à proprement parler, qui utilise les fonctions ci-dessus pour parcourir l'espace des solutions à la recherche d'un menu optimal.
Fonction d'évaluation
Le coût d'un menu est choisi comme étant la distance euclidienne entre la position d'un menu dans l'espace des dimensions (associées aux contraintes) et 1'hypercourbe formé par les bornes [min,max] sur chacune des dimensions. Sur chacune des dimensions, on tient compte de l'ordre de grandeur
| et du | poids | de | la contrainte avec | la formule | de | distance | |
| suivante : | |||||||
| • | si | pos_menu < | ; min: (min | — posjnenu ) | * | poids_min | |
| / min | |||||||
| • | si | pos_menu : | > max: (pos | _menu - max) | * | poids_max |
/ max
Fonction d'initialisation
On génère un menu aléatoirement en fonction du planning demandé (ex: avec ou sans petit-déjeuner...).
Fonction de génération de voisins
A partir d'un menu donné, on définit l'ensemble des menus atteignables par le remplacement d'un des plats du menu par une recette de la base.
Critère d'arrêt
Le traitement s'arrête lorsque l'une des conditions suivante est réunie:
• Une solution à coût proche de zéro a été trouvée • Le temps alloué est épuisé
Heuristique
L'algorithme utilisé est une heuristique appelée « hill climbing » dans sa variante pente maximale avec redémarrage aléatoire. Il consiste à exécuter plusieurs fois les étapes suivantes:
Générer une solution initiale • Choisir successivement le meilleur voisin jusqu'à atteinte d'un optimum local (aucun voisin meilleur que la solution courante) jusqu'à atteinte du critère d'arrêt puis choisir le meilleur optimum local atteint.
Claims (6)
- Revendications1 - Procédé de structuration d'un ensemble de plats formant un menu pour au moins un consommateur, caractérisé en ce qu'il comporte l'exécution par un système expert des traitements suivantes comprenant un ensemble de base de données relationnelles :- une étape de recueil de données numériques biométriques de chacun des consommateurs et d'enregistrement dans une table BDDX, pour chaque identifiant IDi de consommateurs, lesdites données numériques biométriques DNBi qui lui sont associées,- une étape d'enregistrement d'une base de données BDD2d'ingrédients INGRj associant à chacun des ingrédients INGRj une pluralité de paramètres représentatifs du niveau d'apport énergétique et de compatibilité avec des allergies et pathologies,- une étape d'enregistrement d'une base de données BDD3 de recettes de plats RPLi associant à chacun des plats RPLi la composition en ingrédients INGRj et une représentation graphique associée à chacun desdits plats RPLi,- une étape de personnalisation pour une partie au moins des consommateurs des enregistrements de ladite base de données BDD3 consistant à présenter sur une interface graphique une pluralité de représentations graphiques desdits plats RPLX ainsi qu'un moyen de sélection d'un paramètre P RPL^i- des étapes de calcul, pour au moins un consommateur IDi d'une combinaison de plats RPLi,i en fonction des données numériques enregistrées dans les bases de données BDDj à BDD4 et d'un générateur aléatoire.
- 2 - Procédé de structuration d'un ensemble de plats formant un menu pour au moins un consommateur selon la revendication 1, caractérisé en ce qu'il comporte en outre une base de données BDD5 pour l'enregistrement, pour chaque consommateur IDiz de l'historique des résultats des traitements antérieurs, l'étape de calcul, pour au moins un consommateur IDi d'une combinaison de plats RPLlfi prenant en outre en compte le contenu de ladite base de données BDDS.
- 3 - Procédé de structuration d'un ensemble de plats formant un menu pour au moins un consommateur selon la revendication 1, caractérisé en ce que ladite étape de calcul des combinaisons de plats RPLi;i pour une pluralité de consommateurs comporte un traitement pour maximiser le nombre de plats RPLi identiques pour la population de consommateurs.
- 4 - Procédé de structuration d'un ensemble de plats formant un menu pour au moins un consommateur selon la revendication 1, caractérisé en ce que ladite étape d'enregistrement d'une base de données BDD2 d'ingrédients INGRj associant à chacun des ingrédients INGRj une pluralité de paramètres représentatifs du niveau d'apport énergétique et de compatibilité avec des allergies et pathologies, comporte en outre un traitement pour calculer des profils correspondant à des sous-ensembles homogènes de consommateurs IDi.
- 5 - Procédé de structuration d'un ensemble de plats formant un menu pour au moins un consommateur selon la revendication 1, caractérisé en ce que lesdites étapes de calcul, pour au moins un consommateur IDi d'une combinaison de plats RPLlri comportent un traitement de filtrage en fonction d'un calendrier de disponibilité desdits ingrédients INGRj.
- 6 - Procédé de structuration d'un ensemble de plats formant un menu pour au moins un consommateur selon la revendication 1, caractérisé en ce que le résultat des traitements est constitué par un fichier numérique de pilotage d'un automate de cuisine.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| FR1855482A FR3082977A1 (fr) | 2018-06-21 | 2018-06-21 | Procede de structuration d’un ensemble de plats formant un menu pour au moins un consommateur |
Applications Claiming Priority (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| FR1855482 | 2018-06-21 | ||
| FR1855482A FR3082977A1 (fr) | 2018-06-21 | 2018-06-21 | Procede de structuration d’un ensemble de plats formant un menu pour au moins un consommateur |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| FR3082977A1 true FR3082977A1 (fr) | 2019-12-27 |
Family
ID=63312122
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| FR1855482A Pending FR3082977A1 (fr) | 2018-06-21 | 2018-06-21 | Procede de structuration d’un ensemble de plats formant un menu pour au moins un consommateur |
Country Status (1)
| Country | Link |
|---|---|
| FR (1) | FR3082977A1 (fr) |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20100198605A1 (en) * | 2007-07-19 | 2010-08-05 | Gerard Saulet | Method for Structuring Balanced and Varied Meals |
| WO2017075498A1 (fr) * | 2015-10-30 | 2017-05-04 | Forq, Inc. | Bibliothèque de recette numérique et réseau ayant des services de reconnaissance d'image d'aliment |
| US20180003687A1 (en) * | 2012-04-16 | 2018-01-04 | Iceberg Luxembourg S.A.R.L. | Dynamic Recipe Control |
-
2018
- 2018-06-21 FR FR1855482A patent/FR3082977A1/fr active Pending
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20100198605A1 (en) * | 2007-07-19 | 2010-08-05 | Gerard Saulet | Method for Structuring Balanced and Varied Meals |
| US20180003687A1 (en) * | 2012-04-16 | 2018-01-04 | Iceberg Luxembourg S.A.R.L. | Dynamic Recipe Control |
| WO2017075498A1 (fr) * | 2015-10-30 | 2017-05-04 | Forq, Inc. | Bibliothèque de recette numérique et réseau ayant des services de reconnaissance d'image d'aliment |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US11672446B2 (en) | Insulin delivery recommendations based on nutritional information | |
| Rostami et al. | A novel time-aware food recommender-system based on deep learning and graph clustering | |
| US20190295440A1 (en) | Systems and methods for food analysis, personalized recommendations and health management | |
| KR102214554B1 (ko) | 문진 데이터 기반 건강기능식품 정보 서비스 제공 시스템 | |
| US20160379520A1 (en) | Nutrient density determinations to select health promoting consumables and to predict consumable recommendations | |
| US20090275002A1 (en) | Nutrition informatics method | |
| WO2009010575A1 (fr) | Procede de structuration de repas equilibres et varies | |
| Cioara et al. | Expert system for nutrition care process of older adults | |
| CN112951430A (zh) | 多种慢性疾病联合管理设备和计算机可读存储介质 | |
| JP7038458B2 (ja) | プログラム、情報処理方法及び情報処理装置 | |
| Ferzacca | Lived food and judgments of taste at a time of disease | |
| Reid et al. | Food-evoked nostalgia | |
| M. Silva et al. | Investigating preferred food description practices in digital food journaling | |
| Turnwald et al. | Language in popular American culture constructs the meaning of healthy and unhealthy eating: Narratives of craveability, excitement, and social connection in movies, television, social media, recipes, and food reviews | |
| Kim et al. | Needs analysis and development of a tailored mobile message program linked with electronic health records for weight reduction | |
| KR102360651B1 (ko) | 의료분야 마이데이터를 이용한 목표질환 수치 개선용 개인 맞춤형 식단 서비스 제공 시스템 | |
| KR102467340B1 (ko) | 챗봇 기반의 질의응답 및 생체표지자 데이터를 이용한 맞춤형 영양 관리 시스템 | |
| Onyango et al. | Healthy eating products and customer outcomes in restaurants | |
| KR20210052123A (ko) | 사용자 맞춤형 식품 정보 서비스를 제공하는 방법 및 그를 이용한 서버 | |
| Gatica-Perez et al. | Discovering eating routines in context with a smartphone app | |
| Dussart | Diet, diabetes and relatedness in a central Australian Aboriginal settlement: some qualitative recommendations to facilitate the creation of culturally sensitive health promotion initiatives | |
| FR3082977A1 (fr) | Procede de structuration d’un ensemble de plats formant un menu pour au moins un consommateur | |
| CN108074648A (zh) | 服务辅助系统、服务辅助方法及程序 | |
| Liu et al. | m-Health of Nutrition: Improving Nutrition Services with Smartphone and Machine Learning | |
| Agarwal et al. | A User Preference-Based Food Recommender System using Artificial Intelligence |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PLFP | Fee payment |
Year of fee payment: 2 |
|
| PLSC | Publication of the preliminary search report |
Effective date: 20191227 |
|
| PLFP | Fee payment |
Year of fee payment: 3 |
|
| PLFP | Fee payment |
Year of fee payment: 4 |
|
| PLFP | Fee payment |
Year of fee payment: 5 |
|
| PLFP | Fee payment |
Year of fee payment: 6 |