WO2020194861A1 - 食品提供システム、食品提供方法及びプログラム - Google Patents

食品提供システム、食品提供方法及びプログラム Download PDF

Info

Publication number
WO2020194861A1
WO2020194861A1 PCT/JP2019/046078 JP2019046078W WO2020194861A1 WO 2020194861 A1 WO2020194861 A1 WO 2020194861A1 JP 2019046078 W JP2019046078 W JP 2019046078W WO 2020194861 A1 WO2020194861 A1 WO 2020194861A1
Authority
WO
WIPO (PCT)
Prior art keywords
food
user
unit
recipe
information
Prior art date
Application number
PCT/JP2019/046078
Other languages
English (en)
French (fr)
Inventor
清典 稲葉
小田　勝
大塚　和久
徳隆 安藤
吉田　洋一
徹也 川瀬
Original Assignee
ファナック株式会社
日清食品ホールディングス株式会社
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 ファナック株式会社, 日清食品ホールディングス株式会社 filed Critical ファナック株式会社
Priority to CN201980093675.6A priority Critical patent/CN113544731A/zh
Priority to DE112019007094.0T priority patent/DE112019007094T5/de
Priority to US17/437,558 priority patent/US20220148703A1/en
Publication of WO2020194861A1 publication Critical patent/WO2020194861A1/ja

Links

Images

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
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/10—Services
    • G06Q50/12—Hotels or restaurants
    • 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
    • A—HUMAN NECESSITIES
    • A47—FURNITURE; DOMESTIC ARTICLES OR APPLIANCES; COFFEE MILLS; SPICE MILLS; SUCTION CLEANERS IN GENERAL
    • A47J—KITCHEN EQUIPMENT; COFFEE MILLS; SPICE MILLS; APPARATUS FOR MAKING BEVERAGES
    • A47J36/00—Parts, details or accessories of cooking-vessels
    • A47J36/32—Time-controlled igniting mechanisms or alarm devices
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N20/00—Machine learning
    • 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
    • G06Q10/08—Logistics, e.g. warehousing, loading or distribution; Inventory or stock management
    • 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
    • G06Q30/00—Commerce
    • G06Q30/06—Buying, selling or leasing transactions
    • G06Q30/0601—Electronic shopping [e-shopping]
    • 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
    • G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/30—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for calculating health indices; for individual health risk assessment
    • 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
    • G16H40/00—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices
    • G16H40/20—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the management or administration of healthcare resources or facilities, e.g. managing hospital staff or surgery rooms

Definitions

  • the present invention relates to a food provision system, a food provision method and a program.
  • Patent Document 1 there is known a foodstuff providing system that provides a user with menus and foodstuffs suitable for health management based on vital information.
  • An object of the present invention is to make a more appropriate proposal regarding the user's diet.
  • One aspect of the present disclosure includes an information acquisition unit that acquires user information about a user to whom food is provided, a recipe proposal unit that proposes a plurality of cooking recipes to the user based on the user information, and a recipe proposal unit.
  • the user's selection results are acquired for the recipe selection result acquisition unit for acquiring the selection results of the user for the plurality of recipes proposed by the recipe proposal unit and the food providing means provided based on the recipe.
  • It relates to a food provision system including a provision means selection result acquisition unit.
  • one aspect of the present disclosure is a food providing method executed by a food providing system that provides food to a user, and includes an information acquisition step of acquiring user information about the user to be provided with food.
  • a recipe proposal step that proposes a plurality of cooking recipes to the user based on the user information
  • a recipe selection result acquisition step that acquires the user's selection results for the plurality of recipes proposed in the recipe proposal step
  • a recipe selection result acquisition step that acquires the user's selection results for the plurality of recipes proposed in the recipe proposal step
  • the present invention relates to a food providing method including a providing means selection result acquisition step for acquiring the selection result of the user.
  • one aspect of the present disclosure is an information acquisition function for acquiring user information about a user to whom food is provided, and a plurality of cooking recipes are proposed to the user based on the user information.
  • the recipe proposal function the recipe selection result acquisition function for acquiring the selection result of the user for a plurality of the recipes proposed by the recipe proposal function, and the food providing means provided based on the recipe, the user Providing means for acquiring selection results
  • the present invention relates to a selection result acquisition function and a program for realizing the function.
  • FIG. 1 is a schematic diagram showing an example of a system form of the food providing system 1.
  • the food provision system 1 is installed for a user's (here, a eater) home, a central kitchen, and a restaurant.
  • the food providing system 1 includes a terminal device 10 installed at the user's home, a system management server 20 for managing the entire system, a cooking / food delivery device 30 as a cooking instruction unit installed in the central kitchen, and food.
  • each device included in the food provision system 1 is connected via a network such as the Internet.
  • a network such as the Internet.
  • the solid line represents the transmission and reception of information
  • the broken line represents the movement of a person or food (cooking or foodstuff).
  • the central kitchen is a facility that manufactures food or delivers foodstuffs according to the user's choice
  • the restaurant is various facilities (restaurants) that provide meals.
  • the recipe that is the basis of the dish or ingredient provided by the food providing system 1 is appropriately referred to as a “base recipe”.
  • input / output information for example, information about a user described later, a proposed base recipe, a base recipe by the user, and a means for providing food
  • the terminal device 10 installed at the user's home and the system management server 20.
  • selection results, etc. the food or ingredients of the recipe desired by the user and the means of providing them (delivery of food to home / delivery of ingredients to home / delivery of food (or ingredients) to the restaurant and cooking at the restaurant Provide) is determined.
  • the restaurant of the present embodiment is attached to the central kitchen, and when the user chooses to serve the food at the restaurant, the food produced at the central kitchen is delivered to the restaurant.
  • the ingredients of the base recipe may be delivered to the restaurant and cooked at the restaurant to serve the food.
  • the system management server 20 notifies the food / food delivery device 30 installed in the central kitchen of the user's selection result (base recipe and food providing means).
  • the food / food delivery device 30 refers to the food DB 50 in which the stock information of the food is stored according to the selection result of the user notified from the system management server 20, and arranges the preparation of the food or the food. Specifically, when the user selects the delivery of the dish to the home or the restaurant, the dish / food material delivery device 30 requests the food production management device 40 to manufacture the dish based on the base recipe. In addition, when the user selects the delivery of the foodstuff to the home, the cooking / foodstuff delivery device 30 causes the foodstuff based on the base recipe to be taken out from the inventory.
  • the food / food material delivery device 30 makes arrangements for delivering the prepared food or food material to a predetermined delivery destination (home or restaurant). It should be noted that the removal of foodstuffs from the inventory and the delivery of food or foodstuffs can be done manually or automatically.
  • the food manufacturing control device 40 manufactures a dish of a base recipe selected by the user in response to a request from the cooking / foodstuff delivery device 30.
  • the food production control device 40 may be provided with, for example, a cooker, a robot, or the like, and may produce the dish based on the base recipe.
  • the foodstuff DB 50 stores information on the inventory of foodstuffs prepared in the central kitchen.
  • the restaurant terminal 60 displays information (such as a base recipe selected by the user) notified from the system management server 20.
  • FIG. 2 is a block diagram showing a functional configuration of the food providing system 1.
  • FIG. 2 mainly shows a functional configuration realized by the terminal device 10 and the system management server 20 executing a program.
  • Each device shown in FIG. 2 may be composed of, for example, an information processing device such as a PC (Personal Computer) or a server computer (for each terminal, a mobile terminal including a tablet terminal, a smartphone, a wearable terminal, etc.). It is provided with a processing unit composed of a CPU (Central Processing Unit) and the like, a storage unit composed of a hard disk or a semiconductor memory, and an input / output unit composed of a keyboard and a display (or touch panel).
  • each of these devices includes various hardware constituting the information processing device, such as a memory and a communication device (not shown).
  • the terminal device 10 includes a processing unit 11 and an input / output unit 12, and as a functional configuration, the processing unit 11 includes an information input unit 11a, a base recipe display unit 11b, and a base recipe. It includes a selection reception unit 11c, a food serving means display unit 11d, and a food provision means selection reception unit 11e.
  • the information input unit 11a accepts input of various information by the user on the user interface screen (UI screen), such as information about the user, the selection result of the proposed base recipe, and the selection result of the proposed cooking serving means.
  • UI screen user interface screen
  • examples of the information regarding the user input via the information input unit 11a include the following. ⁇ User's age, gender, medical history ⁇ User's schedule ⁇ User's household situation ⁇ Social events ⁇ User's feeling of fatigue ⁇ Weather ⁇ Temperature ⁇ Pressure ⁇ Recent base recipe selection history ⁇ User's allergy information ⁇ User's genetic information , Biological information and lifestyle information ⁇ Cooker and family schedule ⁇ Family composition (family type, etc.) ⁇ Cooking tiredness
  • the system management server 20 may appropriately acquire information not limited to individual users such as social events, weather, temperature, and atmospheric pressure from an external server or the like.
  • the base recipe display unit 11b displays the base recipe (proposed base recipe candidate) transmitted from the system management server 20 on the UI screen.
  • the base recipe selection reception unit 11c accepts the user's selection for the proposed base recipe on the UI screen.
  • the food serving means display unit 11d displays the food serving means (candidates for the proposed food serving means) transmitted from the system management server 20 on the UI screen.
  • the food serving means selection reception unit 11e accepts the user's selection for the proposed food serving means on the UI screen.
  • the user can select “home cooking”, “delivery”, and “restaurant” as the food serving means, and in each case, the “estimated price” and “estimated price” for serving the food.
  • “Estimated required time” is presented by the system management server 20 (see FIG. 7).
  • the user cooks by himself / herself (or a family cook) based on the presented base recipe.
  • the ingredients as a general rule, the ingredients stored in the refrigerator at home shall be used, and for the insufficient ingredients, the inventory information in the refrigerator equipped with the inventory management function, for example, manually through the terminal device 10 shall be used. It is possible to automatically request the system management server 20 to deliver the ingredients.
  • the estimated price is calculated based on the ingredients required for the base recipe and the market price of the ingredients, but it may be calculated based on the purchase history of the user.
  • the estimated required time is calculated based on the average time required for the housewife at home to cook the base recipe, but is calculated based on the history of the user's past cooking time, the degree of fatigue of the cook, and the like. It may be that.
  • the cooked food is delivered to the home based on the selected base recipe.
  • the estimated price is calculated based on the preset price of the dish, but the price may be changed according to the degree of congestion of the order. Further, the estimated required time can be the total value of the time required for cooking and the time required for delivery.
  • the cooked food is delivered to the restaurant based on the selected base recipe and provided to the user.
  • the user may be able to select a restaurant desired from a plurality of restaurants.
  • it is calculated as "estimated price x estimated required time” in addition to “estimated price” and “estimated required time”.
  • a “cost index” is presented (see Figure 7).
  • the system management server 20 includes a processing unit 21 and a storage unit 22. Further, in the system management server 20, as a functional configuration, the processing unit 21 includes an information acquisition unit 21a, a health risk calculation unit 21b, a functional material selection unit 21c, and a base recipe proposal unit 21d as a recipe proposal unit. , The base recipe selection result acquisition unit 21e as the recipe selection result acquisition unit, the food provision means estimation unit 21f as the provision means estimation unit, and the food provision means selection result acquisition unit 21g as the provision means selection result acquisition unit.
  • the storage unit 22 has a user information database (user information DB) 22a, a health risk database (health risk DB) 22b, and functionality. It includes a material database (functional material DB) 22c, a base recipe database (base recipe DB) 22d, and an estimation information database (estimation information DB) 22e.
  • the user information DB 22a includes information on the user's attributes such as the user's name, age, gender, family structure, schedule, medical history, allergy information, and preference, and the user's base recipe and selection history of cooking providing means. Various information about is stored.
  • the health risk DB 22b stores information (hereinafter, referred to as "health risk data") indicating the relationship between the health risk factors and the contents of the health risk.
  • FIG. 3 is a schematic diagram showing an example of health risk data stored in the health risk DB 22b.
  • health risk data is defined for each user, and genetic information, biological information, and lifestyle information are listed as health risk factors (health risk factors), and these health risk factors are listed.
  • the contents of the health risk (related disease name) for the above are shown in association with each other.
  • the correspondence between the health risk factor and the content of the health risk (related disease name) is indicated by the risk index (1 to 3) indicating the high degree of relevance.
  • FIG. 4 is a schematic diagram showing an example of a required time / price estimation table in which the required time and the estimated price are defined.
  • the estimated required time and estimated price when "home cooking", "delivery", and "restaurant” are selected for each selectable base recipe are previously set. It is defined.
  • the estimated price a preset price of food is defined, but the estimated price may be changed according to individual situations such as the congestion of restaurants.
  • the estimated required time in addition to the time required for cooking, the total of additional required time such as the waiting time until entering the restaurant may be defined.
  • the information acquisition unit 21a acquires information about the user input to the terminal device 10. In addition, the information acquisition unit 21a stores the acquired information in the user information DB 22a in association with the information that identifies the user.
  • the health risk calculation unit 21b refers to the user information DB 22a and the health risk DB 22b, and calculates a risk index for the content of the user's health risk (related disease name) based on the health risk factors related to the user.
  • the health risk calculation unit 21b refers to the user information DB 22a and the health risk DB 22b, and for the content (disease) of a specific health risk in the user, the risk index of the health risk factor associated with the content of the health risk is obtained. Add up and calculate the risk index for the user.
  • the functional material selection unit 21c refers to the user information DB 22a and the functional material DB 22c, and is effective for the content of the health risk for which the total risk index is equal to or higher than the first threshold value (for example, 5). Select a functional material.
  • the functional material selection unit 21c refers to the table format data of the functional material DB 22c and selects the functional material associated with the content of the designated health risk.
  • corosolic acid is effective for diabetes, EPA / DHA for dyslipidemia, and soy isoflavone for osteoporosis.
  • the total risk index is the highest.
  • Corsolic acid and EPA / DHA which are the corresponding functional materials, have been selected for the health risks of diabetes and dyslipidemia that exceed one threshold (5 in this case).
  • the amount and frequency of addition of the functional material can be determined according to the total value of the risk index.
  • the base recipe proposal unit 21d refers to the user information DB 22a, and is a machine learning model constructed by machine learning based on information about the user to be proposed for the base recipe (hereinafter, referred to as “base recipe proposal model”). To propose a base recipe suitable for the user.
  • the base recipe proposal model of the base recipe proposal unit 21d aggregates the number of base recipes selected in the past by a plurality of users having the same feature amount in the information about the user for each base recipe, and totals the values. The selection probability of each base recipe may be calculated by dividing by.
  • the base recipe proposal unit 21d can output the output (base recipe) for the input information of the user from the past statistics of a plurality of users as a probability (present the expected base recipe in descending order of probability). ..
  • the base recipe proposal model used at this time is constructed by the machine learning unit 100 included in the base recipe proposal unit 21d.
  • FIG. 5 is a block diagram showing a functional configuration of the machine learning unit 100 in the base recipe proposal unit 21d.
  • the machine learning unit 100 includes a state observation unit 101, a label acquisition unit 102, a learning unit 103, and an output utilization unit 104.
  • the state observation unit 101 acquires input information (features) used in machine learning.
  • the state observation unit 101 may use "user's age, gender, medical history”, “user's schedule”, “social event”, “user's feeling of fatigue”, “weather / temperature / atmospheric pressure", and “recent base recipe”. "Selection history", "user's allergy information”, etc. are acquired as input information (feature amount).
  • the label acquisition unit 102 acquires label information used as teacher data in machine learning. For example, the label acquisition unit 102 acquires information (here, the name of the base recipe) regarding the base recipe selected in the past by the user having the same input information (feature amount). At this time, information about the base recipe can be selected for the base recipe having the highest selected frequency or the base recipe having the highest selected frequency. As the information about the base recipe, the selection probability of each base recipe of the user having the same input information (feature amount) may be used as described above. By doing so, it is possible to learn a learning model that outputs the selection probability of each base recipe of a user having the same input information (feature amount).
  • the learning unit 103 receives the input information (feature amount) acquired by the state observation unit 101 and the label information (information about the base recipe) acquired by the label acquisition unit 102 as inputs, and performs supervised learning to perform the base recipe. Build a proposed model (machine learning model). However, the learning unit 103 may construct a base recipe proposal model (machine learning model) by performing machine learning with or without supervised learning using classification or clustering.
  • the output utilization unit 104 makes an inference using the base recipe proposal model and outputs a base recipe suitable for the user. For example, the base recipe with the highest selection probability may be output. Since the "recent base recipe selection history" is acquired as input information, it is possible for the output utilization unit 104 to make a proposal while avoiding a base recipe that overlaps with the proposal contents in the past predetermined period. ..
  • the base recipe selection result acquisition unit 21e acquires information on the base recipe selected by the user in the base recipe candidates proposed by the base recipe proposal unit 21d.
  • the food serving means estimation unit 21f refers to the user information DB 22a, and based on the information about the user to be estimated by the food serving means, the machine learning model constructed by machine learning (hereinafter referred to as "cooking serving means estimation model"). ) Is used to estimate the food serving means suitable for the user.
  • the dish serving means estimation model of the dish serving means estimation unit 21f aggregates the number of dishes serving means selected by a plurality of users having the same feature amount in the past for each dish serving means in the information about the user. Then, the selection probability of each dish serving means may be calculated by dividing by the total value.
  • the base recipe selection result acquisition unit 21e outputs the output (cooking serving means) for the input information of the user as a probability from the past statistics of a plurality of users (presents the expected cooking serving means in descending order of probability). To do.
  • the cooking serving means estimation model used at this time is constructed by the machine learning unit 200 included in the base recipe selection result acquisition unit 21e.
  • FIG. 6 is a block diagram showing a functional configuration of the machine learning unit 200 in the food serving means estimation unit 21f.
  • the machine learning unit 200 includes a state observation unit 201, a label acquisition unit 202, a learning unit 203, and an output utilization unit 204.
  • the state observation unit 201 acquires input information (features) used in machine learning.
  • the state observation unit 201 may include "user's age, gender, medical history”, “cooker and family schedule", “family composition”, “cooker fatigue”, “social event”, and "weather / temperature”. -Acquire "atmospheric pressure", etc. as input information (feature amount).
  • the label acquisition unit 202 acquires label information used as teacher data in machine learning. For example, the label acquisition unit 202 acquires information on the food serving means selected in the past by the user having the same input information (feature amount) (here, the specific content of the food serving means). At this time, information on the food serving means can be selected for the food serving means having the highest selected frequency or the food serving means having the highest selected frequency. As the information regarding the food serving means, the selection probability of each food serving means of the user having the same input information (feature amount) may be used. By doing so, it is possible to learn a learning model that outputs the selection probability of each base recipe of a user having the same input information (feature amount).
  • feature amount the specific content of the food serving means
  • the learning unit 203 receives the input information (feature amount) acquired by the state observation unit 201 and the label information (information about the food providing means) acquired by the label acquisition unit 202 as input, and performs supervised learning to cook.
  • the learning unit 203 may construct a cooking serving means estimation model (machine learning model) by performing machine learning with or without supervised learning using classification or clustering.
  • the output utilization unit 204 makes an inference using the cooking serving means estimation model and outputs the cooking serving means suitable for the user. For example, the food serving means having the highest selection probability may be output.
  • the food serving means selection result acquisition unit 21g acquires information on the food serving means selected by the user in the candidate of the food serving means proposed by the food serving means estimation unit 21f.
  • the estimation information generation unit 21h calculates the estimated price and the estimated required time when the base recipe and the cooking serving means are selected based on the proposed base recipe and the cooking serving means. In the present embodiment, the estimation information generation unit 21h also calculates the cost index calculated as the estimated price ⁇ the estimated required time.
  • the delivery instruction unit 21i sets the base recipe and the cooking serving means based on these selection results to the cooking / food delivery device. Send to 30.
  • the delivery instruction unit 21i adds the selected functional material to the base recipe and transmits the selected functional material.
  • the delivery instruction to the food / food delivery device 30 is completed.
  • Various information output from the system management server 20 is transmitted to the terminal device 10 and displayed as a UI screen (hereinafter, referred to as "proposal screen") for displaying the proposal contents.
  • FIG. 7 is a schematic diagram showing an example of a proposal screen provided from the system management server 20 to the terminal device 10.
  • the candidate of the cooking serving means the candidate of the base recipe (recommended recipe), the estimated required time, and the estimated time required for the user and the user's family.
  • Estimated price and cost index are displayed.
  • the candidates for cooking means and the candidates for the base recipe the one with the highest probability of being selected in the past is displayed among the proposed candidates, and the other candidates can be selected by the pull-down menu.
  • the estimated required time and the estimated price the time and price calculated by the system management server 20 are displayed, and the cost index calculated from the estimated required time and the estimated price is displayed.
  • the food or foodstuff provided to the user and each family can be obtained.
  • the means of providing it is determined.
  • the selection result confirmed here is transmitted from the terminal device 10 to the system management server 20.
  • a specific base recipe is selected on the proposal screen, only a limited number of cooking means may be selected. For example, for dishes that require special cooking utensils and equipment, only restaurants can be selected as the means of serving dishes.
  • FIG. 8 is a flowchart illustrating a flow of food provision processing executed by the food provision system 1.
  • the food provision process is a process executed in cooperation with the terminal device 10, the system management server 20, the cooking / food material delivery device 30, the food production management device 40, the food material DB 50, and the restaurant terminal 60.
  • the food providing process is started by inputting an operation for initiating the food providing process in the terminal device 10.
  • step S1 the information acquisition unit 21a of the system management server 20 acquires information about the user input to the UI screen of the terminal device 10. The information acquired at this time is stored in the user information DB 22a in association with the information that identifies the user.
  • step S2 the health risk calculation unit 21b refers to the user information DB 22a and the health risk DB 22b, and calculates a risk index for the content of the user's health risk (related disease name) based on the health risk factors related to the user.
  • step S3 the functional material selection unit 21c determines whether or not there is a content of health risk whose risk index is equal to or higher than the first threshold value (here, 5). If there is no content of health risk whose risk index is equal to or higher than the first threshold value, NO is determined in step S3, and the process proceeds to step S5. On the other hand, if there is a content of health risk whose risk index is equal to or higher than the first threshold value, YES is determined in step S3, and the process proceeds to step S4.
  • the first threshold value here, 5
  • the functional material selection unit 21c refers to the table format data of the functional material DB 22c and selects the functional material associated with the content of the health risk whose risk index is equal to or higher than the first threshold value. ..
  • the base recipe proposal unit 21d refers to the user information DB 22a and uses the base recipe proposal model (machine learning model) constructed by machine learning based on the information about the user to be proposed for the base recipe. , Propose a base recipe suitable for the user.
  • the food serving means estimation unit 21f refers to the user information DB 22a, and based on the information about the user to be estimated by the food serving means, the food serving means estimation model (machine learning model) constructed by machine learning. Is used to estimate the food serving means suitable for the user.
  • the estimation information generation unit 21h calculates the estimated price and the estimated required time when the base recipe and the cooking providing means are selected based on the proposed base recipe and the cooking providing means (generate the estimated information). To do.
  • the estimation information generation unit 21h transmits the data of the proposal screen configured by adding the estimation information to the terminal device 10.
  • step S9 the base recipe selection result acquisition unit 21e acquires information on the base recipe selected by the user in the base recipe candidates displayed on the proposal screen.
  • step S10 the food serving means selection result acquisition unit 21g acquires information on the food serving means selected by the user in the candidates for the food serving means displayed on the proposal screen. Information on the base recipe selected by these users and information on the cooking serving means are transmitted to the cooking / foodstuff delivery device 30 by the delivery instruction unit 21i.
  • the functional material is selected by the functional material selection unit 21c, the selected functional material is added to the base recipe and transmitted.
  • the food / food delivery device 30 refers to the food DB 50 in which the stock information of the food is stored according to the selection result of the user notified from the system management server 20, and arranges the preparation of the food or the food.
  • the dish / food delivery device 30 asks the food production management device 40 to produce the dish of the base recipe selected by the user. ..
  • the food manufacturing control device 40 manufactures the dish of the requested base recipe.
  • the cooking / ingredients delivery device 30 causes the ingredients based on the base recipe to be taken out of the inventory.
  • step S12 the food / food delivery device 30 makes arrangements for delivering the prepared food or food to a predetermined delivery destination (home or restaurant).
  • a predetermined delivery destination home or restaurant
  • the terminal device 10 and the restaurant terminal 60 are notified that the food or food is delivered.
  • the proposal result of the dish or the ingredient in the food provision system 1 is confirmed.
  • the machine learning unit 100 of the base recipe proposal unit 21d and the machine learning unit 200 of the food serving means estimation unit 21f update the machine learning model.
  • the machine learning unit 100 of the base recipe proposal unit 21d receives input information (features) and label information (information about the base recipe) as input and performs supervised learning to perform a base recipe proposal model (machine). Build a learning model).
  • the machine learning unit 200 of the food serving means estimation unit 21f inputs the input information (feature amount) and the label information (information about the food serving means) and performs supervised learning to perform the cooking serving means estimation model (machine). Build a learning model).
  • the machine learning model may be updated all at once at a predetermined time (for example, 3:00 am). After step S13, the food offering process ends.
  • a base recipe suitable for the user is proposed by using the base recipe proposal model constructed by machine learning based on the information about the user who is the target of the proposal of the base recipe.
  • the recipe is proposed in the food provision system 1
  • a food provision means suitable for the user is proposed by using the food provision means estimation model constructed by machine learning based on the information about the user who is the estimation target of the food provision means. ..
  • various viewpoints such as schedule, social event, feeling of fatigue, weather / temperature / atmospheric pressure, etc. are taken into consideration as information about the user, in addition to the age and gender of the user.
  • the base recipe and the cooking means provided as described above have a high probability of being selected in the past by a plurality of users having features that match the information about the user. Then, when the user selects a desired one from each of the proposed base recipe and the cooking serving means, the dish or the ingredient based on the selected base recipe is served to the user by the selected cooking serving means. Therefore, according to the food provision system 1, it is possible to make a more appropriate proposal regarding the user's meal.
  • the food providing system 1 can realize a function for more efficiently delivering to a home or a restaurant. That is, the food / food delivery device 30 groups orders (selection of base recipe and food provision means by the user) within a predetermined period of scheduled eating time, and orders corresponding to the same base recipe among orders in the same group. Can be classified as a subgroup. Then, based on this classification, a plurality of ordered cooking schedules can be adjusted, and orders with a scheduled eating time within a predetermined period (for example, within 15 minutes) can be collectively delivered. The food / food delivery device 30 can also pre-plan the placement of personnel or vehicles to allocate food or food delivery based on the probability that each proposed food serving means will be selected. By realizing these functions, it becomes possible to more efficiently provide food or ingredients by the food providing system 1.
  • the food providing system 1 proposes a plurality of cooking recipes to the user based on the information acquisition unit 21a for acquiring the user information about the user to be provided with the food and the user information.
  • the base recipe selection result acquisition unit 21e for acquiring the user's selection results for a plurality of recipes proposed by the base recipe proposal unit 21d, and the cooking providing means of the dishes provided based on the recipes.
  • a dish providing means selection result acquisition unit 21g for acquiring a user's selection result is provided. This makes it possible to make more appropriate proposals regarding the user's meal.
  • the food providing system 1 may include a functional material selection unit 21c that selects a functional material effective for a health risk based on user information. This makes it possible to provide dishes that reduce the health risk of the user.
  • the base recipe proposal unit 21d uses the user's age, gender, medical history, allergy information, user's schedule, user's feeling of fatigue, user's genetic information, and living body.
  • the state observation unit 101 that acquires data related to at least one of information and lifestyle information, weather / temperature / pressure, social events, and recent recipe selection history as input data, and recipes selected in the past.
  • a learning model for proposing a recipe by performing supervised learning using the set of the label acquisition unit 102 acquired as a label, the input data acquired by the state observation unit 101, and the label acquired by the label acquisition unit 102 as teacher data.
  • the learning unit 103 for constructing the above may be provided.
  • the output (base recipe) for the user's input information can be inferred from the past statistics of a plurality of users.
  • the food provision system 1 of (2) further includes a health risk calculation unit 21b that calculates a risk index for the user's health risk based on user information, and the functional material selection unit 21c is a health risk calculation unit. Based on the risk index calculated by 21b, a functional material effective for health risk may be selected. This makes it possible to select a functional material according to the degree of risk in the user's health.
  • the means of serving food include at least delivery of ingredients to home, delivery of cooked food to home, and provision of food at a restaurant. May be included. This makes it possible to provide food to users in various forms.
  • the food provision system 1 of (1) to (5) may further include a food provision means estimation unit 21f that estimates the probability that a food provision means is selected based on user information. This makes it possible to propose a cooking serving means that the user is likely to select.
  • the food serving means estimation unit 21f uses the user, the user's family and the cook's schedule, social events, family composition, user fatigue, weather / temperature / pressure, and so on.
  • a state observation unit 201 that acquires data relating to at least one of the recent selection history of food serving means and household status as input data
  • a label acquisition unit 202 that acquires the selected food serving means as a label
  • a state By performing supervised learning using the set of the input data acquired by the observation unit 201 and the label acquired by the label acquisition unit 202 as the teacher data, the probability that each of the plurality of cooking serving means proposed to the user is selected is determined.
  • a learning unit 203 for constructing a learning model for estimation may be provided. Thereby, the output (cooking serving means) for the input information of the user can be inferred from the past statistics of a plurality of users.
  • the food provision system 1 of (1) to (7) selects the ingredients necessary for the recipe and the functional ingredients if there are functional ingredients effective for health risk, based on the cooking provision means selected by the user.
  • a delivery instruction unit 21i that gives an instruction to deliver to a home or a facility that manufactures food may be provided. This makes it possible to promptly deliver the ingredients required for the recipe and the functional ingredients effective for health risks to the appropriate delivery destination.
  • the food provision system 1 of (8) is a food production management device 40 that cooks a dish ordered by a user, and a food production control device 40 that responds to a recipe and cooks a dish to which a functional material is added.
  • the delivery instruction unit 21i is provided with the food / foodstuff delivery device 30 instructing the food / foodstuff delivery device 30, and the delivery instruction unit 21i instructs to deliver the food cooked by the food production management device 40 to the home or a restaurant facility based on the food provision means selected by the user. May be done. As a result, when the delivery of the dish is selected by the user, the dish can be promptly produced from the ingredients based on the recipe and delivered to the predetermined delivery destination.
  • the cooking / foodstuff delivery device 30 groups orders within a predetermined period of time for eating, and sub-orders in the same group corresponding to the same recipe. Classification may be performed as a group, and a plurality of ordered cooking schedules may be adjusted based on the classification. As a result, it becomes possible to more efficiently provide food or ingredients by the food providing system 1.
  • the delivery instruction unit 21i allocates personnel or vehicles for delivery based on the probability that each of the food serving means estimated based on the user information is selected. You may make a plan for. As a result, it becomes possible to more efficiently provide food or ingredients by the food providing system 1.
  • the food providing method executed in the food providing system 1 that provides food to the user includes an information acquisition step for acquiring user information about the user to be provided with food and user information.
  • the recipe selection result acquisition step that acquires the user's selection results for the multiple recipes proposed in the recipe proposal step, and the food provided based on the recipe.
  • the food serving means of the above includes a serving means selection result acquisition step of acquiring a user's selection result. This makes it possible to make more appropriate proposals regarding the user's meal.
  • the program executed by the computer proposes a plurality of cooking recipes to the user based on the information acquisition function for acquiring the user information about the user to whom the food is provided and the user information. Acquires the user's selection results for the recipe proposal function, the recipe selection result acquisition function that acquires the user's selection results for multiple recipes proposed by the recipe proposal function, and the cooking provision means of the dishes provided based on the recipe.
  • the function of acquiring the selection result of the providing means to be provided is realized. This makes it possible to make more appropriate proposals regarding the user's meal.
  • the present invention is not limited to the above-described embodiments and modifications, and various modifications and modifications can be made.
  • the functions provided by the terminal device 10 and the system management server 20 may be provided in one information processing device, and a single device may be configured to infer the base recipe and infer the cooking serving means.
  • a plurality of functions such as the terminal device 10 and the system management server 20 are provided in a plurality of other devices capable of communicating via a network or a virtual server generated on the cloud.
  • the device as a whole may be configured to realize the function of the food providing system 1.
  • All or part of the functions of the food provision system 1 of the embodiment described above can be realized by hardware, software, or a combination thereof.
  • what is realized by software means that it is realized by a processor reading and executing a program.
  • some or all of the functions of the food provision system 1 are, for example, ASIC (Application Specific Integrated Circuit), gate array, FPGA (Field Programmable Gate Array), CPLD (Complex Program), CPLD (Complex Program), etc. It can be configured as an integrated circuit (IC).
  • a storage unit such as a hard disk or ROM storing a program describing all or a part of the operation of the food provision system 1, data necessary for calculation.
  • a computer composed of a DRAM, a CPU, and a bus connecting each unit, the information required for calculation can be stored in the DRAM, and the program can be operated by the CPU.
  • Computer-readable media include various types of tangible recording media (tangible storage media). Examples of computer-readable media include magnetic recording media (eg, flexible disks, magnetic tapes, hard disk drives), magneto-optical recording media (eg, magneto-optical disks), CD-ROMs (Read Only Memory), CD-Rs, CD-. R / W, DVD-ROM (Digital entirely Disk), DVD-R, DVD-R / W, semiconductor memory (for example, mask ROM, PROM (Programmable ROM), EPROM (Erasable PROM), flash memory, RAM (Random Access) Memory)) is included. In addition, these programs may be distributed by being downloaded to a user's computer via a network.

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Health & Medical Sciences (AREA)
  • Theoretical Computer Science (AREA)
  • Medical Informatics (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Tourism & Hospitality (AREA)
  • Economics (AREA)
  • Public Health (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • General Business, Economics & Management (AREA)
  • Marketing (AREA)
  • Strategic Management (AREA)
  • Data Mining & Analysis (AREA)
  • Software Systems (AREA)
  • Epidemiology (AREA)
  • Accounting & Taxation (AREA)
  • Finance (AREA)
  • Human Resources & Organizations (AREA)
  • Development Economics (AREA)
  • Evolutionary Computation (AREA)
  • Biomedical Technology (AREA)
  • Mathematical Physics (AREA)
  • Pathology (AREA)
  • General Engineering & Computer Science (AREA)
  • Food Science & Technology (AREA)
  • Nutrition Science (AREA)
  • Artificial Intelligence (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Databases & Information Systems (AREA)
  • Computing Systems (AREA)
  • Operations Research (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Quality & Reliability (AREA)
  • Medical Treatment And Welfare Office Work (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

ユーザの食事に関して、より適切な提案を行う。　食品提供システムは、食品の提供対象となるユーザに関するユーザ情報を取得する情報取得部と、ユーザ情報に基づいて、ユーザに料理のレシピを複数提案するレシピ提案部と、レシピ提案部によって提案された複数のレシピに対するユーザの選択結果を取得するレシピ選択結果取得部と、レシピに基づいて提供される食品の提供手段について、ユーザの選択結果を取得する提供手段選択結果取得部と、を備える。

Description

食品提供システム、食品提供方法及びプログラム
　本発明は、食品提供システム、食品提供方法及びプログラムに関する。
　近年、共働き家庭の増加等により、料理にかける手間や時間をできるだけ軽減したいというニーズが高まっている。
　このようなニーズに対し、外食やデリバリーを利用することで、調理の手間は省けるものの、栄養の偏りが生じたり、一食当たりの単価が高くなったりするという懸念がある。
　ここで、情報処理技術を用いることにより、ユーザの喫食を支援する各種技術が提案されている。
　例えば、特許文献１には、バイタル情報に基づいた健康管理に適したメニューや食材をユーザに提供する食材提供システムが知られている。
特開２００５－１５７９８５号公報
　しかしながら、ユーザに対して食事のメニュー等を提案する場合、ユーザの嗜好やスケジュールあるいは家族構成等、多様な観点を考慮して、そのユーザにとってより適切な提案内容とすることが望まれる。
　本発明の課題は、ユーザの食事に関して、より適切な提案を行うことである。
（１）本開示の一態様は、食品の提供対象となるユーザに関するユーザ情報を取得する情報取得部と、前記ユーザ情報に基づいて、前記ユーザに料理のレシピを複数提案するレシピ提案部と、前記レシピ提案部によって提案された複数の前記レシピに対する前記ユーザの選択結果を取得するレシピ選択結果取得部と、前記レシピに基づいて提供される食品の提供手段について、前記ユーザの選択結果を取得する提供手段選択結果取得部と、を備える食品提供システムに関する。
（２）　また、本開示の一態様は、ユーザに食品を提供する食品提供システムで実行される食品提供方法であって、食品の提供対象となるユーザに関するユーザ情報を取得する情報取得ステップと、前記ユーザ情報に基づいて、前記ユーザに料理のレシピを複数提案するレシピ提案ステップと、前記レシピ提案ステップにおいて提案された複数の前記レシピに対する前記ユーザの選択結果を取得するレシピ選択結果取得ステップと、前記レシピに基づいて提供される食品の提供手段について、前記ユーザの選択結果を取得する提供手段選択結果取得ステップと、を含む食品提供方法に関する。
（３）　また、本開示の一態様は、コンピュータに、食品の提供対象となるユーザに関するユーザ情報を取得する情報取得機能と、前記ユーザ情報に基づいて、前記ユーザに料理のレシピを複数提案するレシピ提案機能と、前記レシピ提案機能によって提案された複数の前記レシピに対する前記ユーザの選択結果を取得するレシピ選択結果取得機能と、前記レシピに基づいて提供される食品の提供手段について、前記ユーザの選択結果を取得する提供手段選択結果取得機能と、を実現させるプログラムに関する。
　一態様によれば、ユーザの食事に関して、より適切な提案を行うことができる。
食品提供システムのシステム形態の一例を示す模式図である。 食品提供システムの機能的構成を示すブロック図である。 健康リスクＤＢに記憶された健康リスクデータの一例を示す模式図である。 所要時間及び推定価格が定義された所要時間・価格推定テーブルの一例を示す模式図である。 ベースレシピ提案部における機械学習部の機能的構成を示すブロック図である。 料理提供手段推定部における機械学習部の機能的構成を示すブロック図である。 システム管理サーバから端末装置に提供される提案画面の一例を示す模式図である。 食品提供システムが実行する食品提供処理の流れを説明するフローチャートである。
　以下、本発明の実施形態について、図面を参照して説明する。
［構成］
　図１は、食品提供システム１のシステム形態の一例を示す模式図である。
　図１に示すように、食品提供システム１は、ユーザ（ここでは喫食者とする）の自宅、セントラルキッチン及びレストランを対象として設置される。また、食品提供システム１は、ユーザの自宅に設置される端末装置１０、システム全体の管理を行うシステム管理サーバ２０、セントラルキッチンに設置される、調理指示部としての料理／食材配送装置３０、食品製造管理装置４０及び食材データベース（食材ＤＢ）５０、レストランに設置されるレストラン端末６０を含んで構成され、食品提供システム１に含まれる各装置は、インターネット等のネットワークを介して接続されている。また、図１において、実線は情報の送受信を表し、破線は人または食品（料理または食材）の移動を表している。
　なお、本実施形態において、セントラルキッチンとは、ユーザの選択に応じて、料理の製造または食材の配送を行う施設であり、レストランとは、食事の提供を行う各種施設（飲食施設）である。以下の説明において、食品提供システム１によって提供される料理または食材の基となるレシピを適宜「ベースレシピ」と称する。
　図１において、ユーザの自宅に設置された端末装置１０とシステム管理サーバ２０との間で入出力情報（例えば、後述するユーザに関する情報、提案されるベースレシピ、ユーザによるベースレシピ及び料理提供手段の選択結果等）を送受信することにより、ユーザが希望するレシピの料理または食材及びその提供手段（料理を自宅に配送／食材を自宅に配送／料理（または食材）をレストランに配送してレストランで料理を提供）が決定される。なお、本実施形態のレストランは、セントラルキッチンに併設されているものとし、ユーザがレストランでの料理の提供を選択した場合、セントラルキッチンで製造された料理がレストランに配送される。ただし、レストランにベースレシピの食材を配送し、レストランで調理を行って料理を提供することとしてもよい。
　システム管理サーバ２０は、セントラルキッチンに設置された料理／食材配送装置３０にユーザの選択結果（ベースレシピ及び料理提供手段）を通知する。
　料理／食材配送装置３０は、システム管理サーバ２０から通知されたユーザの選択結果に応じて、食材の在庫情報が記憶された食材ＤＢ５０を参照し、料理または食材の準備の手配を行う。具体的には、ユーザによって自宅またはレストランへの料理の配送が選択されている場合には、料理／食材配送装置３０は、食品製造管理装置４０にベースレシピに基づく料理の製造を依頼する。また、ユーザによって自宅への食材の配送が選択されている場合には、料理／食材配送装置３０は、ベースレシピに基づく食材を在庫から搬出させる。そして、料理／食材配送装置３０は、準備した料理または食材を所定の配送先（自宅またはレストラン）に配送するための手配を行う。なお、在庫からの食材の搬出、及び、料理または食材の配送は、人手または自動で行うことが可能である。
　食品製造管理装置４０は、料理／食材配送装置３０からの依頼に応じて、ユーザによって選択されたベースレシピの料理を製造する。食品製造管理装置４０は、例えば調理器、ロボット等を備え、ベースレシピに基づいて当該料理を製造するようなものとしてもよい。
　食材ＤＢ５０は、セントラルキッチンに用意されている食材の在庫に関する情報を記憶している。
　レストラン端末６０は、システム管理サーバ２０から通知される情報（ユーザによって選択されたベースレシピ等）を表示する。
　図２は、食品提供システム１の機能的構成を示すブロック図である。
　なお、図２においては、端末装置１０及びシステム管理サーバ２０がプログラムを実行することにより実現される機能的構成を主として示している。
　図２に示す各装置は、例えば、ＰＣ（Ｐｅｒｓｏｎａｌ　Ｃｏｍｐｕｔｅｒ）またはサーバコンピュータ等（各端末については、更に、タブレット端末、スマートフォン、ウェアラブル端末等を含む携帯端末等）の情報処理装置によって構成されてもよい、ＣＰＵ（Ｃｅｎｔｒａｌ　Ｐｒｏｃｅｓｓｉｎｇ　Ｕｎｉｔ）等からなる処理部、ハードディスクあるいは半導体メモリ等からなる記憶部、キーボード及びディスプレイ（またはタッチパネル）等からなる入出力部を備えている。なお、これら各装置は、処理部、記憶部及び入出力部の他、不図示のメモリや通信装置等、情報処理装置を構成する各種ハードウェアを備えている。
　図２に示すように、端末装置１０は、処理部１１と、入出力部１２とを備え、機能的構成として、処理部１１は、情報入力部１１ａと、ベースレシピ表示部１１ｂと、ベースレシピ選択受付部１１ｃと、料理提供手段表示部１１ｄと、料理提供手段選択受付部１１ｅと、を備えている。
　情報入力部１１ａは、ユーザインターフェース画面（ＵＩ画面）において、ユーザに関する情報、提案されたベースレシピの選択結果、提案された料理提供手段の選択結果等、ユーザによる各種情報の入力を受け付ける。
　本実施形態において、情報入力部１１ａを介して入力されるユーザに関する情報としては、例えば、以下のものが挙げられる。
・ユーザの年齢、性別、病歴
・ユーザのスケジュール
・ユーザの家計状況
・社会的イベント
・ユーザの疲労感
・天候・気温・気圧
・最近のベースレシピの選択履歴
・ユーザのアレルギー情報
・ユーザの遺伝子情報、生体情報及び生活習慣情報
・調理者や家族のスケジュール
・家族構成（家族類型等）
・調理者の疲労感
　これらのうち、ユーザ及び調理者の疲労感及び天候・気温・気圧については、例えば各種センサによりリアルタイムに測定された値（測定値）を入力するようにしてもよい。また、それ以外については、事前に入力されている値（事前情報）を用いるようにしてもよい。また、社会的イベント、天候・気温・気圧等、ユーザ個人に限られない情報については、システム管理サーバ２０が外部サーバ等から適宜取得することとしてもよい。
　ベースレシピ表示部１１ｂは、システム管理サーバ２０から送信されたベースレシピ（提案されたベースレシピの候補）をＵＩ画面に表示する。
　ベースレシピ選択受付部１１ｃは、ＵＩ画面において、提案されたベースレシピに対するユーザの選択を受け付ける。
　料理提供手段表示部１１ｄは、ＵＩ画面において、システム管理サーバ２０から送信された料理提供手段（提案された料理提供手段の候補）を表示する。
　料理提供手段選択受付部１１ｅは、ＵＩ画面において、提案された料理提供手段に対するユーザの選択を受け付ける。
　本実施形態において、ユーザは、料理提供手段として、「自宅調理」、「デリバリー」、「レストラン」が選択可能となっており、それぞれのケースにおいて、料理の提供のための「推定価格」及び「推定所要時間」がシステム管理サーバ２０から提示される（図７参照）。
　料理提供手段として「自宅調理」を選択した場合、ユーザは、提示されたベースレシピに基づいてユーザ自身（または家族の調理者）により調理を行う。食材については、原則として、自宅の冷蔵庫に保管している材料を使用するものとし、不足する食材については端末装置１０を通じて、手動で、または例えば在庫管理機能を備える冷蔵庫内の在庫情報を使用して自動でシステム管理サーバ２０に食材の配送を依頼することができる。
　このとき、推定価格は、ベースレシピに必要な食材と、食材の市場価格とに基づいて算出されるが、ユーザの購入履歴に基づいて計算することとしてもよい。また、推定所要時間は、家庭の主婦が当該ベースレシピの調理に要する平均的な時間に基づいて算出されるが、ユーザの過去の調理時間の履歴、調理者の疲労度等に基づいて計算することとしてもよい。
　料理提供手段として「デリバリー」を選択した場合、選択したベースレシピに基づいて調理済みの料理が自宅まで配送される。
　このとき、推定価格は事前に設定されている料理の価格に基づいて算出されるが、注文の混雑具合に応じて価格を変動させることとしてもよい。また、推定所要時間は、調理に要する時間、及び配送に要する時間の合計値とすることができる。
　料理提供手段として「レストラン」を選択した場合、選択したベースレシピに基づいて調理済みの料理がレストランまで配送されてユーザに提供される。なお、複数のレストランからユーザが希望するレストランを選択できるようにしてもよい。
　なお、本実施形態においては、ユーザがベースレシピ及び料理提供手段を選択するための参考情報として、「推定価格」及び「推定所要時間」に加え、「推定価格×推定所要時間」として算出される「コスト指数」が提示される（図７参照）。
　システム管理サーバ２０は、処理部２１と、記憶部２２とを備えている。また、システム管理サーバ２０において、機能的構成として、処理部２１は、情報取得部２１ａと、健康リスク算出部２１ｂと、機能性素材選択部２１ｃと、レシピ提案部としてのベースレシピ提案部２１ｄと、レシピ選択結果取得部としてのベースレシピ選択結果取得部２１ｅと、提供手段推定部としての料理提供手段推定部２１ｆと、提供手段選択結果取得部としての料理提供手段選択結果取得部２１ｇと、推定情報生成部２１ｈと、食品配送指示部としての配送指示部２１ｉと、を備え、記憶部２２は、ユーザ情報データベース（ユーザ情報ＤＢ）２２ａと、健康リスクデータベース（健康リスクＤＢ）２２ｂと、機能性素材データベース（機能性素材ＤＢ）２２ｃと、ベースレシピデータベース（ベースレシピＤＢ）２２ｄと、推定情報データベース（推定情報ＤＢ）２２ｅと、を備えている。
　ユーザ情報ＤＢ２２ａには、ユーザの氏名、年齢、性別、家族構成、スケジュール、病歴、アレルギー情報、嗜好性等のユーザの属性に関する情報、及び、ユーザのベースレシピ及び料理提供手段の選択履歴等、ユーザに関する各種情報が記憶されている。
　健康リスクＤＢ２２ｂには、健康上のリスク要因と健康リスクの内容との関係性を示す情報（以下、「健康リスクデータ」と称する。）が記憶されている。
　図３は、健康リスクＤＢ２２ｂに記憶された健康リスクデータの一例を示す模式図である。
　図３に示すように、健康リスクデータは、ユーザ毎に定義されており、健康上のリスク要因（健康リスク要因）として、遺伝子情報、生体情報及び生活習慣情報が列挙され、これらの健康リスク要因に対する健康リスクの内容（関連する疾病名）が対応付けて示されている。
　図３に示す例では、健康リスク要因と、健康リスクの内容（関連する疾病名）との対応関係が、関連性の高さを示すリスク指数（１～３）によって示されている。
　機能性素材ＤＢ２２ｃには、健康リスク要因と、その健康リスク要因に有効な機能性素材とが対応付けられたテーブル形式のデータが記憶されている。
　ベースレシピＤＢ２２ｄには、複数のベースレシピについて、ベースレシピの名称と、そのベースレシピの内容（食材及び調理方法）とが対応付けられて記憶されている。
　推定情報ＤＢ２２ｅには、各ベースレシピについて、料理提供手段それぞれによって提供された場合の推定所要時間及び推定価格が定義されたテーブル形式のデータ（以下、「所要時間・価格推定テーブル」と称する。）が記憶されている。
　図４は、所要時間及び推定価格が定義された所要時間・価格推定テーブルの一例を示す模式図である。
　図４に示すように、所要時間・価格推定テーブルには、選択可能な各ベースレシピについて、「自宅調理」、「デリバリー」及び「レストラン」が選択された場合の推定所要時間及び推定価格が予め定義されている。
　推定価格としては、事前に設定されている料理の価格が定義されるが、レストランの混雑具合等の個別の状況に応じて推定価格を変動させることとしてもよい。また、推定所要時間としては、調理に要する時間に加え、レストランに入るまでの待ち時間等、付加的な所要時間の合計を定義することとしてもよい。
　情報取得部２１ａは、端末装置１０に入力されたユーザに関する情報を取得する。また、情報取得部２１ａは、取得した情報を、ユーザを識別する情報と対応付けて、ユーザ情報ＤＢ２２ａに記憶する。
　健康リスク算出部２１ｂは、ユーザ情報ＤＢ２２ａ及び健康リスクＤＢ２２ｂを参照し、ユーザに関する健康リスク要因に基づいて、ユーザの健康リスクの内容（関連する疾病名）に対するリスク指数を算出する。
　例えば、健康リスク算出部２１ｂは、ユーザ情報ＤＢ２２ａ及び健康リスクＤＢ２２ｂを参照し、ユーザにおける特定の健康リスクの内容（疾病）について、その健康リスクの内容に対応付けられた健康リスク要因のリスク指数を合計し、当該ユーザのリスク指数を算出する。
　機能性素材選択部２１ｃは、ユーザ情報ＤＢ２２ａ及び機能性素材ＤＢ２２ｃを参照し、リスク指数の合計が第１閾値（例えば５）以上となった健康リスクの内容について、その健康リスクの内容に有効な機能性素材を選択する。
　例えば、機能性素材選択部２１ｃは、機能性素材ＤＢ２２ｃのテーブル形式のデータを参照し、指定された健康リスクの内容と対応付けられた機能性素材を選択する。
　一般に、糖尿病にはコロソリン酸、脂質異常症にはＥＰＡ・ＤＨＡ、骨粗しょう症には大豆イソフラボンが有効であることが知られており、例えば、図３に示す例では、リスク指数の合計が第１閾値（ここでは５）以上となる糖尿病、及び脂質異常症の健康リスクについて、対応する機能性素材であるコロソリン酸、ＥＰＡ・ＤＨＡが選択されている。なお、機能性素材の添加量及び添加の頻度は、リスク指数の合計値に応じて決定することができる。機能性素材が選択された場合、ユーザによって選択されたベースレシピに対し、選択された機能性素材が付加された上で、レシピに基づく料理または食材が提供される。
　ベースレシピ提案部２１ｄは、ユーザ情報ＤＢ２２ａを参照し、ベースレシピの提案対象となるユーザに関する情報を基に、機械学習によって構築された機械学習モデル（以下、「ベースレシピ提案モデル」と称する。）を用いて、そのユーザに適するベースレシピを提案する。本実施形態において、ベースレシピ提案部２１ｄのベースレシピ提案モデルは、ユーザに関する情報において、同一の特徴量を有する複数のユーザが過去に選択したベースレシピの件数をベースレシピ毎に集計し、合計値で割ることで、各ベースレシピの選択確率を算出するものとしてもよい。即ち、ベースレシピ提案部２１ｄは、複数のユーザにおける過去の統計から、当該ユーザの入力情報に対する出力（ベースレシピ）を確率として出力（確率が高い順に予想されるベースレシピを提示）することができる。
　このとき用いられるベースレシピ提案モデルは、ベースレシピ提案部２１ｄが備える機械学習部１００で構築される。
　図５は、ベースレシピ提案部２１ｄにおける機械学習部１００の機能的構成を示すブロック図である。
　図５に示すように、機械学習部１００は、状態観測部１０１と、ラベル取得部１０２と、学習部１０３と、出力利用部１０４と、を備えている。
　状態観測部１０１は、機械学習で用いられる入力情報（特徴量）を取得する。例えば、状態観測部１０１は、「ユーザの年齢、性別、病歴」、「ユーザのスケジュール」、「社会的イベント」、「ユーザの疲労感」、「天候・気温・気圧」、「最近のベースレシピの選択履歴」、「ユーザのアレルギー情報」等を入力情報（特徴量）として取得する。
　ラベル取得部１０２は、機械学習で教師データとして用いられるラベル情報を取得する。例えば、ラベル取得部１０２は、同一の入力情報（特徴量）を有するユーザが過去に選択したベースレシピに関する情報（ここではベースレシピの名称とする）を取得する。このとき、選択された頻度が最上位のベースレシピ、または、選択された頻度が上位所定数のベースレシピについて、ベースレシピに関する情報を選択することができる。なお、ベースレシピに関する情報として、前述したように同一の入力情報（特徴量）を有するユーザの各ベースレシピの選択確率を用いるようにしてもよい。そうすることで、同一の入力情報（特徴量）を有するユーザの各ベースレシピの選択確率を出力する学習モデルを学習することができる。
　学習部１０３は、状態観測部１０１によって取得された入力情報（特徴量）及びラベル取得部１０２によって取得されたラベル情報（ベースレシピに関する情報）を入力として、教師あり学習を行うことで、ベースレシピ提案モデル（機械学習モデル）を構築する。ただし、学習部１０３は、分類またはクラスタリングを用いて、教師ありあるいは教師なしの機械学習を行うことにより、ベースレシピ提案モデル（機械学習モデル）を構築することとしてもよい。
　出力利用部１０４は、ベースレシピの提案のための情報が入力された場合に、ベースレシピ提案モデルを用いた推論を行い、そのユーザに適するベースレシピを出力する。例えば、選択確率の最上位のベースレシピを出力するようにしてもよい。なお、「最近のベースレシピの選択履歴」を入力情報として取得しているため、出力利用部１０４において、過去の所定期間内における提案内容と重複したベースレシピを避けて提案することも可能である。
　ベースレシピ選択結果取得部２１ｅは、ベースレシピ提案部２１ｄによって提案されたベースレシピの候補において、ユーザが選択したベースレシピに関する情報を取得する。
　料理提供手段推定部２１ｆは、ユーザ情報ＤＢ２２ａを参照し、料理提供手段の推定対象となるユーザに関する情報を基に、機械学習によって構築された機械学習モデル（以下、「料理提供手段推定モデル」と称する。）を用いて、そのユーザに適する料理提供手段を推定する。本実施形態において、料理提供手段推定部２１ｆの料理提供手段推定モデルは、ユーザに関する情報において、同一の特徴量を有する複数のユーザが過去に選択し料理提供手段の件数を料理提供手段毎に集計し、合計値で割ることで、各料理提供手段の選択確率を算出するものとしてもよい。即ち、ベースレシピ選択結果取得部２１ｅは、複数のユーザにおける過去の統計から、当該ユーザの入力情報に対する出力（料理提供手段）を確率として出力（確率が高い順に予想される料理提供手段を提示）する。
　このとき用いられる料理提供手段推定モデルは、ベースレシピ選択結果取得部２１ｅが備える機械学習部２００で構築される。
　図６は、料理提供手段推定部２１ｆにおける機械学習部２００の機能的構成を示すブロック図である。
　図６に示すように、機械学習部２００は、状態観測部２０１と、ラベル取得部２０２と、学習部２０３と、出力利用部２０４と、を備えている。
　状態観測部２０１は、機械学習で用いられる入力情報（特徴量）を取得する。例えば、状態観測部２０１は、「ユーザの年齢、性別、病歴」、「調理者や家族のスケジュール」、「家族構成」、「調理者の疲労感」、「社会的イベント」、「天候・気温・気圧」、等を入力情報（特徴量）として取得する。
　ラベル取得部２０２は、機械学習で教師データとして用いられるラベル情報を取得する。例えば、ラベル取得部２０２は、同一の入力情報（特徴量）を有するユーザが過去に選択した料理提供手段に関する情報（ここでは料理提供手段の具体的内容とする）を取得する。このとき、選択された頻度が最上位の料理提供手段、または、選択された頻度が上位所定数の料理提供手段について、料理提供手段に関する情報を選択することができる。なお、料理提供手段に関する情報として、前述した同一の入力情報（特徴量）を有するユーザの各料理提供手段の選択確率を用いるようにしてもよい。そうすることで、同一の入力情報（特徴量）を有するユーザの各ベースレシピの選択確率を出力する学習モデルを学習することができる。
　学習部２０３は、状態観測部２０１によって取得された入力情報（特徴量）及びラベル取得部２０２によって取得されたラベル情報（料理提供手段に関する情報）を入力として、教師あり学習を行うことで、料理提供手段推定モデル（機械学習モデル）を構築する。ただし、学習部２０３は、分類またはクラスタリングを用いて、教師ありあるいは教師なしの機械学習を行うことにより、料理提供手段推定モデル（機械学習モデル）を構築することとしてもよい。
　出力利用部２０４は、料理提供手段の提案のための情報が入力された場合に、料理提供手段推定モデルを用いた推論を行い、そのユーザに適する料理提供手段を出力する。例えば、選択確率の最上位の料理提供手段を出力するようにしてもよい。
　料理提供手段選択結果取得部２１ｇは、料理提供手段推定部２１ｆによって提案された料理提供手段の候補において、ユーザが選択した料理提供手段に関する情報を取得する。
　推定情報生成部２１ｈは、提案されたベースレシピ及び料理提供手段に基づいて、ベースレシピ及び料理提供手段が選択された場合の推定価格及び推定所要時間を算出する。本実施形態において、推定情報生成部２１ｈは、推定価格×推定所要時間として算出されるコスト指数を併せて算出する。
　配送指示部２１ｉは、ユーザによる提案されたベースレシピの選択結果及び提案された料理提供手段の選択結果が取得された場合、これらの選択結果に基づくベースレシピ及び料理提供手段を料理／食材配送装置３０に送信する。なお、機能性素材選択部２１ｃによって機能性素材が選択されている場合、配送指示部２１ｉは、選択された機能性素材をベースレシピに付加して送信する。これにより、料理／食材配送装置３０に対する配送指示が完了する。
　システム管理サーバ２０において出力された各種情報は、端末装置１０に送信され、提案内容を表示するためのＵＩ画面（以下、「提案画面」と称する。）として表示される。
　図７は、システム管理サーバ２０から端末装置１０に提供される提案画面の一例を示す模式図である。
　図７に示すように、システム管理サーバ２０から端末装置１０に提供される提案画面には、ユーザ及びユーザの家族について、料理提供手段の候補、ベースレシピの候補（おすすめレシピ）、推定所要時間、推定価格及びコスト指数が表示される。
　これらのうち、料理提供手段の候補及びベースレシピの候補については、提案された候補のうち、過去に選択された確率が最も高いものが表示され、他の候補はプルダウンメニューによって選択可能となっている。また、推定所要時間及び推定価格については、システム管理サーバ２０によって算出された時間及び価格が表示されると共に、これら推定所要時間及び推定価格から算出されたコスト指数が表示されている。
　図７に示す提案画面において、ユーザ及び各家族が希望する内容をプルダウンメニューから選択し、選択結果を確定させる「決定」ボタンを操作することで、ユーザ及び各家族に提供される料理または食材と、その提供手段が確定する。ここで確定された選択結果は、端末装置１０からシステム管理サーバ２０に送信される。
　なお、提案画面において、特定のベースレシピが選択された場合には、限られた料理提供手段のみを選択可能にすることとしてもよい。例えば、特殊な調理器具や設備を必要とする料理については、料理提供手段として、レストランのみを選択可能にすることができる。
［動作］
　次に、食品提供システム１の動作を説明する。
　図８は、食品提供システム１が実行する食品提供処理の流れを説明するフローチャートである。
　食品提供処理は、端末装置１０、システム管理サーバ２０、料理／食材配送装置３０、食品製造管理装置４０、食材ＤＢ５０及びレストラン端末６０が連携して実行する処理である。
　食品提供処理は、端末装置１０において食品提供処理を起動する操作が入力されることにより開始される。
　食品提供処理が開始されると、ステップＳ１において、システム管理サーバ２０の情報取得部２１ａは、端末装置１０のＵＩ画面に入力されたユーザに関する情報を取得する。このとき取得された情報は、ユーザを識別する情報と対応付けて、ユーザ情報ＤＢ２２ａに記憶される。
　ステップＳ２において、健康リスク算出部２１ｂは、ユーザ情報ＤＢ２２ａ及び健康リスクＤＢ２２ｂを参照し、ユーザに関する健康リスク要因に基づいて、ユーザの健康リスクの内容（関連する疾病名）に対するリスク指数を算出する。
　ステップＳ３において、機能性素材選択部２１ｃは、リスク指数が第１閾値（ここでは５）以上となる健康リスクの内容が存在するか否かの判定を行う。
　リスク指数が第１閾値以上となる健康リスクの内容が存在しない場合、ステップＳ３においてＮＯと判定されて、処理はステップＳ５に移行する。
　一方、リスク指数が第１閾値以上となる健康リスクの内容が存在する場合、ステップＳ３においてＹＥＳと判定されて、処理はステップＳ４に移行する。
　ステップＳ４において、機能性素材選択部２１ｃは、機能性素材ＤＢ２２ｃのテーブル形式のデータを参照し、リスク指数が第１閾値以上となった健康リスクの内容と対応付けられた機能性素材を選択する。
　ステップＳ５において、ベースレシピ提案部２１ｄは、ユーザ情報ＤＢ２２ａを参照し、ベースレシピの提案対象となるユーザに関する情報を基に、機械学習によって構築されたベースレシピ提案モデル（機械学習モデル）を用いて、そのユーザに適するベースレシピを提案する。
　ステップＳ６において、料理提供手段推定部２１ｆは、ユーザ情報ＤＢ２２ａを参照し、料理提供手段の推定対象となるユーザに関する情報を基に、機械学習によって構築された料理提供手段推定モデル（機械学習モデル）を用いて、そのユーザに適する料理提供手段を推定する。
　ステップＳ７において、推定情報生成部２１ｈは、提案されたベースレシピ及び料理提供手段に基づいて、ベースレシピ及び料理提供手段が選択された場合の推定価格及び推定所要時間を算出（推定情報を生成）する。
　ステップＳ８において、推定情報生成部２１ｈは、推定情報を付加して構成された提案画面のデータを端末装置１０に送信する。
　ステップＳ９において、ベースレシピ選択結果取得部２１ｅは、提案画面に表示されたベースレシピの候補において、ユーザが選択したベースレシピに関する情報を取得する。
　ステップＳ１０において、料理提供手段選択結果取得部２１ｇは、提案画面に表示された料理提供手段の候補において、ユーザが選択した料理提供手段に関する情報を取得する。これらユーザが選択したベースレシピに関する情報及び料理提供手段に関する情報は、配送指示部２１ｉによって料理／食材配送装置３０に送信される。なお、機能性素材選択部２１ｃによって機能性素材が選択されている場合、選択された機能性素材がベースレシピに付加されて送信される。
　ステップＳ１１において、料理／食材配送装置３０は、システム管理サーバ２０から通知されたユーザの選択結果に応じて、食材の在庫情報が記憶された食材ＤＢ５０を参照し、料理または食材の準備の手配を行う。具体的には、ユーザによって自宅またはレストランへの料理の配送が選択されている場合、料理／食材配送装置３０は、ユーザによって選択されたベースレシピの料理の製造を食品製造管理装置４０に依頼する。これに応じて、食品製造管理装置４０は、依頼されたベースレシピの料理を製造する。また、ユーザが選択した料理提供手段が食材の配送である場合、料理／食材配送装置３０は、ベースレシピに基づく食材を在庫から搬出させる。
　ステップＳ１２において、料理／食材配送装置３０は、準備した料理または食材を所定の配送先（自宅またはレストラン）に配送するための手配を行う。このとき、端末装置１０及びレストラン端末６０には、料理または食材が配送される旨が通知される。これにより、食品提供システム１における料理または食材の提案結果が確定する。
　ステップＳ１３において、ベースレシピ提案部２１ｄの機械学習部１００及び料理提供手段推定部２１ｆの機械学習部２００は、機械学習モデルを更新する。具体的には、ベースレシピ提案部２１ｄの機械学習部１００は、入力情報（特徴量）及びラベル情報（ベースレシピに関する情報）を入力として、教師あり学習を行うことで、ベースレシピ提案モデル（機械学習モデル）を構築する。また、料理提供手段推定部２１ｆの機械学習部２００は、入力情報（特徴量）及びラベル情報（料理提供手段に関する情報）を入力として、教師あり学習を行うことで、料理提供手段推定モデル（機械学習モデル）を構築する。なお、機械学習モデルの更新は、所定時刻（例えば、午前３時等）に一括して行うこととしてもよい。
　ステップＳ１３の後、食品提供処理は終了となる。
　このような処理により、食品提供システム１においては、ベースレシピの提案対象となるユーザに関する情報を基に、機械学習によって構築されたベースレシピ提案モデルを用いて、そのユーザに適するベースレシピが提案される。また、食品提供システム１においては、料理提供手段の推定対象となるユーザに関する情報を基に、機械学習によって構築された料理提供手段推定モデルを用いて、そのユーザに適する料理提供手段が提案される。食品提供システム１では、ユーザに関する情報として、ユーザの年齢や性別の他、スケジュール、社会的イベント、疲労感、天候・気温・気圧等、多様な観点が勘案される。このように提案されるベースレシピ及び料理提供手段は、ユーザに関する情報と一致する特徴量を有する複数のユーザが過去に選択した確率が高いものである。
　そして、ユーザが、提案されたベースレシピ及び料理提供手段それぞれから希望するものを選択すると、選択されたベースレシピに基づく料理または食材が、選択された料理提供手段によってユーザに提供される。
　したがって、食品提供システム１によれば、ユーザの食事に関して、より適切な提案を行うことができる。
［変形例１］
　上述の実施形態において、食品提供システム１は、自宅またはレストランへの配送をより効率的に行うための機能を実現することができる。
　即ち、料理／食材配送装置３０は、喫食予定時間が所定期間内の注文（ユーザによるベースレシピ及び料理提供手段の選択）をグループ化し、同一グループ内の注文のうち同一のベースレシピに対応する注文をサブグループとして分類を行うことができる。そして、この分類に基づいて、注文された複数の調理のスケジュール調整を行い、喫食予定時間が所定期間内（例えば、１５分以内）の注文をまとめて、配送させることができる。
　また、料理／食材配送装置３０は、提案された各料理提供手段が選択される確率に基づいて、料理または食材の配送に割り当てる人員または車両の配置を予め計画することも可能である。
　これらの機能を実現することにより、食品提供システム１による料理または食材の提供をより効率的に行うことが可能となる。
＜本実施形態の効果＞
　以下、本開示の実施形態を列記する。
　（１）　本実施形態によれば、食品提供システム１は、食品の提供対象となるユーザに関するユーザ情報を取得する情報取得部２１ａと、ユーザ情報に基づいて、ユーザに料理のレシピを複数提案するベースレシピ提案部２１ｄと、ベースレシピ提案部２１ｄによって提案された複数のレシピに対するユーザの選択結果を取得するベースレシピ選択結果取得部２１ｅと、レシピに基づいて提供される料理の料理提供手段について、ユーザの選択結果を取得する料理提供手段選択結果取得部２１ｇと、を備える。
　これにより、ユーザの食事に関して、より適切な提案を行うことができる。
　（２）　（１）に記載の食品提供システム１は、ユーザ情報に基づいて、健康リスクに有効な機能性素材を選択する機能性素材選択部２１ｃを備えることとしてもよい。
　これにより、ユーザの健康リスクを低減する料理を提供することが可能となる。
　（３）　（１）または（２）の食品提供システム１において、ベースレシピ提案部２１ｄは、ユーザの年齢・性別・病歴・アレルギー情報、ユーザのスケジュール、ユーザの疲労感、ユーザの遺伝子情報、生体情報及び生活習慣情報、天候・気温・気圧、社会的イベント、最近のレシピの選択履歴のうちの少なくとも１つに係るデータを入力データとして取得する状態観測部１０１と、過去に選択されたレシピをラベルとして取得するラベル取得部１０２と、状態観測部１０１が取得した入力データとラベル取得部１０２が取得したラベルの組を教師データとして教師あり学習を行うことにより、レシピを提案するための学習モデルを構築する学習部１０３と、を備えることとしてもよい。
　これにより、複数のユーザにおける過去の統計から、ユーザの入力情報に対する出力（ベースレシピ）を推論することができる。
　（４）　（２）の食品提供システム１は、ユーザ情報に基づいて、ユーザの健康リスクに対するリスク指数を算出する健康リスク算出部２１ｂを更に備え、機能性素材選択部２１ｃは、健康リスク算出部２１ｂによって算出されたリスク指数に基づいて、健康リスクに有効な機能性素材を選択することとしてもよい。
　これにより、ユーザの健康におけるリスクの度合いに応じて、機能性素材を選択することができる。
　（５）　（１）から（４）の食品提供システム１において、料理提供手段には、少なくとも、食材の自宅への配送、調理済みの料理の自宅への配送、及び飲食施設での料理の提供が含まれることとしてもよい。
　これにより、多様な形態でユーザに食品を提供することが可能となる。
　（６）　（１）から（５）の食品提供システム１は、ユーザ情報に基づいて、料理提供手段が選択される確率を推定する料理提供手段推定部２１ｆを更に備えることとしてもよい。
　これにより、ユーザが選択する可能性が高い料理提供手段を提案することができる。
　（７）　（６）の食品提供システム１において、料理提供手段推定部２１ｆは、ユーザ、ユーザの家族及び調理者のスケジュール、社会的イベント、家族構成、ユーザの疲労感、天候・気温・気圧、最近の料理提供手段の選択履歴、家計状況のうちの少なくとも１つに係るデータを入力データとして取得する状態観測部２０１と、選択された料理提供手段をラベルとして取得するラベル取得部２０２と、状態観測部２０１が取得した入力データとラベル取得部２０２が取得したラベルの組を教師データとして教師あり学習を行うことにより、ユーザに対して提案された複数の料理提供手段それぞれが選択される確率を推定するための学習モデルを構築する学習部２０３と、を備えることとしてもよい。
　これにより、複数のユーザにおける過去の統計から、ユーザの入力情報に対する出力（料理提供手段）を推論することができる。
　（８）　（１）から（７）の食品提供システム１は、ユーザが選択した料理提供手段に基づいて、レシピに必要な食材と健康リスクに有効な機能性素材があれば機能性素材とを自宅または料理の製造を行う施設へ配送する指示を行う配送指示部２１ｉを備えることとしてもよい。
　これにより、レシピに必要な食材と健康リスクに有効な機能性素材とを適切な配送先へ速やかに配送することが可能となる。
　（９）　（８）の食品提供システム１は、ユーザが注文した料理の調理を行う食品製造管理装置４０と、レシピに対応すると共に、機能性素材を付加した料理の調理を食品製造管理装置４０に指示する料理／食材配送装置３０と、を備え、配送指示部２１ｉは、ユーザが選択した料理提供手段に基づいて、食品製造管理装置４０で調理された料理を自宅または飲食施設へ配送する指示を行うこととしてもよい。
　これにより、ユーザによって料理の配送が選択された場合に、レシピに基づく食材から速やかに料理を製造し、所定の配送先へ配送することが可能となる。
　（１０）　（９）の食品提供システム１は、料理／食材配送装置３０は、喫食予定時間が所定期間内の注文をグループ化し、同一グループ内の注文のうち同一のレシピに対応する注文をサブグループとして分類を行い、該分類に基づいて、複数の注文された調理のスケジュール調整を行うこととしてもよい。
　これにより、食品提供システム１による料理または食材の提供をより効率的に行うことが可能となる。
　（１１）　（９）または（１０）の食品提供システム１において、配送指示部２１ｉは、ユーザ情報に基づいて推定された料理提供手段それぞれが選択される確率に基づいて、配送に割り当てる人員または車両の計画を行うこととしてもよい。
　これにより、食品提供システム１による料理または食材の提供をより効率的に行うことが可能となる。
　（１２）　本実施形態によれば、ユーザに食品を提供する食品提供システム１で実行される食品提供方法は、食品の提供対象となるユーザに関するユーザ情報を取得する情報取得ステップと、ユーザ情報に基づいて、ユーザに料理のレシピを複数提案するレシピ提案ステップと、レシピ提案ステップにおいて提案された複数のレシピに対するユーザの選択結果を取得するレシピ選択結果取得ステップと、レシピに基づいて提供される料理の料理提供手段について、ユーザの選択結果を取得する提供手段選択結果取得ステップと、を含む。
　これにより、ユーザの食事に関して、より適切な提案を行うことができる。
　（１３）　本実施形態によれば、コンピュータが実行するプログラムは、食品の提供対象となるユーザに関するユーザ情報を取得する情報取得機能と、ユーザ情報に基づいて、ユーザに料理のレシピを複数提案するレシピ提案機能と、レシピ提案機能によって提案された複数のレシピに対するユーザの選択結果を取得するレシピ選択結果取得機能と、レシピに基づいて提供される料理の料理提供手段について、ユーザの選択結果を取得する提供手段選択結果取得機能と、を実現させる。
　これにより、ユーザの食事に関して、より適切な提案を行うことができる。
　なお、本発明は、上述の実施形態及び変形例に限定されるものではなく、種々の変更及び変形等が可能である。
　例えば、端末装置１０及びシステム管理サーバ２０が備える機能を１つの情報処理装置に備え、単体の装置において、ベースレシピの推論及び料理提供手段の推論を行う構成としてもよい。
　また、上述の実施形態において、端末装置１０及びシステム管理サーバ２０等の機能の一部または全部を、ネットワークを介して通信可能な他の装置やクラウド上に生成される仮想サーバに備え、複数の装置全体として、食品提供システム１の機能を実現する構成としてもよい。
　以上説明した実施形態の食品提供システム１の機能の全部または一部は、ハードウェア、ソフトウェアまたはこれらの組合せにより実現することができる。ここで、ソフトウェアによって実現されるとは、プロセッサがプログラムを読み込んで実行することにより実現されることを意味する。ハードウェアで構成する場合、食品提供システム１の機能の一部または全部を、例えば、ＡＳＩＣ（Ａｐｐｌｉｃａｔｉｏｎ　Ｓｐｅｃｉｆｉｃ　Ｉｎｔｅｇｒａｔｅｄ　Ｃｉｒｃｕｉｔ）、ゲートアレイ、ＦＰＧＡ（Ｆｉｅｌｄ　Ｐｒｏｇｒａｍｍａｂｌｅ　Ｇａｔｅ　Ａｒｒａｙ）、ＣＰＬＤ（Ｃｏｍｐｌｅｘ　Ｐｒｏｇｒａｍｍａｂｌｅ　Ｌｏｇｉｃ　Ｄｅｖｉｃｅ）等の集積回路（ＩＣ）で構成することができる。
　食品提供システム１の機能の全部または一部をソフトウェアで構成する場合、食品提供システム１の動作の全部または一部を記述したプログラムを記憶した、ハードディスク、ＲＯＭ等の記憶部、演算に必要なデータを記憶するＤＲＡＭ、ＣＰＵ、及び各部を接続するバスで構成されたコンピュータにおいて、演算に必要な情報をＤＲＡＭに記憶し、ＣＰＵで当該プログラムを動作させることで実現することができる。
　これらのプログラムは、様々なタイプのコンピュータ可読媒体（ｃｏｍｐｕｔｅｒ　ｒｅａｄａｂｌｅ　ｍｅｄｉｕｍ）を用いて格納され、コンピュータに供給することができる。コンピュータ可読媒体は、様々なタイプの実体のある記録媒体（ｔａｎｇｉｂｌｅ　ｓｔｏｒａｇｅ　ｍｅｄｉｕｍ）を含む。コンピュータ可読媒体の例は、磁気記録媒体（例えば、フレキシブルディスク、磁気テープ、ハードディスクドライブ）、光磁気記録媒体（例えば、光磁気ディスク）、ＣＤ－ＲＯＭ（Ｒｅａｄ　Ｏｎｌｙ　Ｍｅｍｏｒｙ）、ＣＤ－Ｒ、ＣＤ－Ｒ／Ｗ、ＤＶＤ－ＲＯＭ（Ｄｉｇｉｔａｌ　Ｖｅｒｓａｔｉｌｅ　Ｄｉｓｋ）、ＤＶＤ－Ｒ、ＤＶＤ－Ｒ／Ｗ、半導体メモリ（例えば、マスクＲＯＭ、ＰＲＯＭ（Ｐｒｏｇｒａｍｍａｂｌｅ　ＲＯＭ）、ＥＰＲＯＭ（Ｅｒａｓａｂｌｅ　ＰＲＯＭ）、フラッシュメモリ、ＲＡＭ（Ｒａｎｄｏｍ　Ａｃｃｅｓｓ　Ｍｅｍｏｒｙ））を含む。また、これらのプログラムは、ネットワークを介してユーザのコンピュータにダウンロードされることにより配布されてもよい。
　以上、本発明の実施形態について詳細に説明したが、前述した実施形態は、本発明を実施するにあたっての具体例を示したに過ぎない。本発明の技術的範囲は、前記実施形態に限定されるものではない。本発明は、その趣旨を逸脱しない範囲において種々の変更が可能であり、それらも本発明の技術的範囲に含まれる。
　１　食品提供システム
　１０　端末装置
　１１，２１　処理部
　１１ａ　情報入力部
　１１ｂ　ベースレシピ表示部
　１１ｃ　ベースレシピ選択受付部
　１１ｄ　料理提供手段表示部
　１１ｅ　料理提供手段選択受付部
　１２，２２，３２　ＲＯＭ
　１３，２３，３３　ＲＡＭ
　１４，２４，３４　入力部
　１５，２５，３５　表示部
　１６，２６，３６　記憶部
　１７，２７，３７　通信部
　２０　システム管理サーバ
　２１ａ　情報取得部
　２１ｂ　健康リスク算出部
　２１ｃ　機能性素材選択部
　２１ｄ　ベースレシピ提案部
　２１ｅ　ベースレシピ選択結果取得部
　２１ｆ　料理提供手段推定部
　２１ｇ　料理提供手段選択結果取得部
　２１ｈ　推定情報生成部
　２１ｉ　配送指示部
　２２　記憶部
　２２ａ　ユーザ情報データベース
　２２ｂ　健康リスクデータベース
　２２ｃ　機能性素材データベース
　２２ｄ　、ベースレシピデータベース
　２２ｅ　推定情報データベース
　１００，２００　機械学習部
　１０１，２０１　状態観測部
　１０２，２０２　ラベル取得部
　１０３，２０３　学習部
　１０４，２０４　出力制御部
　３０　料理／食材配送装置
　４０　食品製造管理装置
　５０　食材データベース
　６０　レストラン端末

Claims (13)

  1. 　食品の提供対象となるユーザに関するユーザ情報を取得する情報取得部と、
    　前記ユーザ情報に基づいて、前記ユーザに料理のレシピを複数提案するレシピ提案部と、
    　前記レシピ提案部によって提案された複数の前記レシピに対する前記ユーザの選択結果を取得するレシピ選択結果取得部と、
    　前記レシピに基づいて提供される食品の提供手段について、前記ユーザの選択結果を取得する提供手段選択結果取得部と、を備える食品提供システム。
  2. 　前記ユーザ情報に基づいて、健康リスクに有効な機能性素材を選択する機能性素材選択部を備える請求項１に記載の食品提供システム。
  3. 　前記レシピ提案部は、
    　前記ユーザの年齢・性別・病歴・アレルギー情報、前記ユーザのスケジュール、前記ユーザの疲労感、前記ユーザの遺伝子情報、生体情報及び生活習慣情報、天候・気温・気圧、社会的イベント、最近のレシピの選択履歴のうちの少なくとも１つに係るデータを入力データとして取得する状態観測部と、
    　過去に選択されたレシピをラベルとして取得するラベル取得部と、
    　前記状態観測部が取得した入力データと前記ラベル取得部が取得したラベルの組を教師データとして教師あり学習を行うことにより、レシピを提案するための学習モデルを構築する学習部と、を備える請求項１または２に記載の食品提供システム。
  4. 　前記ユーザ情報に基づいて、前記ユーザの健康リスクに対するリスク指数を算出する健康リスク算出部を更に備え、
    　前記機能性素材選択部は、前記健康リスク算出部によって算出されたリスク指数に基づいて、健康リスクに有効な前記機能性素材を選択する請求項２に記載の食品提供システム。
  5. 　前記提供手段には、少なくとも、食材の自宅への配送、調理済みの料理の自宅への配送、及び飲食施設での料理の提供が含まれる請求項１から４のいずれか１項に記載の食品提供システム。
  6. 　前記ユーザ情報に基づいて、前記提供手段が選択される確率を推定する提供手段推定部を更に備える請求項１から５のいずれか１項に記載の食品提供システム。
  7. 　前記提供手段推定部は、
    　前記ユーザ、前記ユーザの家族及び調理者のスケジュール、社会的イベント、家族構成、前記ユーザの疲労感、天候・気温・気圧、最近の前記提供手段の選択履歴、家計状況のうちの少なくとも１つに係るデータを入力データとして取得する状態観測部と、
    　選択された前記提供手段をラベルとして取得するラベル取得部と、
    　前記状態観測部が取得した入力データと前記ラベル取得部が取得したラベルの組を教師データとして教師あり学習を行うことにより、前記ユーザに対して提案された複数の前記提供手段それぞれが選択される確率を推定するための学習モデルを構築する学習部と、を備える請求項６に記載の食品提供システム。
  8. 　前記ユーザが選択した前記提供手段に基づいて、前記レシピに必要な食材と健康リスクに有効な機能性素材があれば機能性素材とを自宅または料理の製造を行う施設へ配送する指示を行う食品配送指示部を備える請求項１から７のいずれか１項に記載の食品提供システム。
  9. 　ユーザが注文した料理の調理を行う食品製造管理装置と、
    　前記レシピに対応すると共に、前記機能性素材を付加した料理の調理を前記食品製造管理装置に指示する調理指示部と、を備え、
    　前記食品配送指示部は、ユーザが選択した前記提供手段に基づいて、前記食品製造管理装置で調理された料理を自宅または飲食施設へ配送する指示を行う請求項８に記載の食品提供システム。
  10. 　前記調理指示部は、喫食予定時間が所定期間内の注文をグループ化し、同一グループ内の注文のうち同一のレシピに対応する注文をサブグループとして分類を行い、該分類に基づいて、複数の注文された調理のスケジュール調整を行う請求項９に記載の食品提供システム。
  11. 　前記食品配送指示部は、前記ユーザ情報に基づいて推定された前記提供手段それぞれが選択される確率に基づいて、配送に割り当てる人員または車両の計画を行う請求項９または１０に記載の食品提供システム。
  12. 　ユーザに食品を提供する食品提供システムで実行される食品提供方法であって、
    　食品の提供対象となるユーザに関するユーザ情報を取得する情報取得ステップと、
    　前記ユーザ情報に基づいて、前記ユーザに料理のレシピを複数提案するレシピ提案ステップと、
    　前記レシピ提案ステップにおいて提案された複数の前記レシピに対する前記ユーザの選択結果を取得するレシピ選択結果取得ステップと、
    　前記レシピに基づいて提供される食品の提供手段について、前記ユーザの選択結果を取得する提供手段選択結果取得ステップと、を含む食品提供方法。
  13. 　コンピュータに、
    　食品の提供対象となるユーザに関するユーザ情報を取得する情報取得機能と、
    　前記ユーザ情報に基づいて、前記ユーザに料理のレシピを複数提案するレシピ提案機能と、
    　前記レシピ提案機能によって提案された複数の前記レシピに対する前記ユーザの選択結果を取得するレシピ選択結果取得機能と、
    　前記レシピに基づいて提供される食品の提供手段について、前記ユーザの選択結果を取得する提供手段選択結果取得機能と、を実現させるプログラム。
PCT/JP2019/046078 2019-03-25 2019-11-26 食品提供システム、食品提供方法及びプログラム WO2020194861A1 (ja)

Priority Applications (3)

Application Number Priority Date Filing Date Title
CN201980093675.6A CN113544731A (zh) 2019-03-25 2019-11-26 食品提供系统、食品提供方法以及程序
DE112019007094.0T DE112019007094T5 (de) 2019-03-25 2019-11-26 Nahrungsmittelbereitstellungssystem, Nahrungsmittelbereitstellungsverfahren und -programm
US17/437,558 US20220148703A1 (en) 2019-03-25 2019-11-26 Food providing system, food providing method, and program

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JP2019-056423 2019-03-25
JP2019056423A JP7320363B2 (ja) 2019-03-25 2019-03-25 食品提供システム、食品提供方法及びプログラム

Publications (1)

Publication Number Publication Date
WO2020194861A1 true WO2020194861A1 (ja) 2020-10-01

Family

ID=72610819

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2019/046078 WO2020194861A1 (ja) 2019-03-25 2019-11-26 食品提供システム、食品提供方法及びプログラム

Country Status (5)

Country Link
US (1) US20220148703A1 (ja)
JP (1) JP7320363B2 (ja)
CN (1) CN113544731A (ja)
DE (1) DE112019007094T5 (ja)
WO (1) WO2020194861A1 (ja)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114372834A (zh) * 2022-03-21 2022-04-19 广州宜推网络科技有限公司 一种基于大数据的电商平台管理系统及方法
WO2023042288A1 (ja) * 2021-09-15 2023-03-23 日本電気株式会社 食事レコメンド装置、食事レコメンド方法、及び食事レコメンドプログラム

Families Citing this family (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2021082193A (ja) * 2019-11-22 2021-05-27 ソニーグループ株式会社 情報処理装置、情報処理方法、及び、プログラム
WO2022249484A1 (ja) * 2021-05-28 2022-12-01 日本電信電話株式会社 レシピ提案装置、レシピ提案方法、及びプログラム
CN117652001A (zh) * 2021-07-19 2024-03-05 松下知识产权经营株式会社 膳食生活指导系统、终端装置以及控制方法
CN113488142A (zh) * 2021-07-28 2021-10-08 珠海格力电器股份有限公司 一种菜谱推荐方法、装置、存储介质以及设备
KR102609726B1 (ko) * 2021-10-14 2023-12-06 ㈜진짜맛있는과일 인공지능 기반의 개인 맞춤형 과채 추천 시스템
WO2023127042A1 (ja) * 2021-12-27 2023-07-06 日本電気株式会社 動物飼育支援装置、動物飼育支援方法、及び、記録媒体
WO2023149592A1 (ko) * 2022-02-07 2023-08-10 엘지전자 주식회사 인공지능 디바이스 및 그 인공지능 디바이스를 포함하는 스마트 홈 쿠킹 시스템
KR102454366B1 (ko) * 2022-04-06 2022-10-17 주식회사 상상바이오 인공지능 기반 건강기능식품 소량 생산 주문 플랫폼 서비스 제공 방법, 장치 및 시스템
CN115292521A (zh) * 2022-10-09 2022-11-04 中关村科学城城市大脑股份有限公司 一种基于强化学习的知识图谱食堂饭菜调配方法及系统

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2004005590A (ja) * 2002-04-17 2004-01-08 Matsushita Electric Ind Co Ltd 食事または食材を配送するサービスを提供する方法
JP2006350422A (ja) * 2005-06-13 2006-12-28 National Agriculture & Food Research Organization 農畜水産物材料セット受注装置、農畜水産物材料セット受注方法および農畜水産物材料セット受注プログラム
JP2014093064A (ja) * 2012-11-07 2014-05-19 Ajinomoto Co Inc 食材購買支援装置、食材購買支援方法、食材購買支援プログラム、および記録媒体

Family Cites Families (18)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP1470512A2 (en) * 2002-01-04 2004-10-27 Zios Corporation Method and system for providing ingredients and recipes for various food items to consumers
US20040054592A1 (en) * 2002-09-13 2004-03-18 Konrad Hernblad Customer-based wireless ordering and payment system for food service establishments using terminals and mobile devices
EP1510922A1 (en) 2003-08-04 2005-03-02 Sony International (Europe) GmbH Method and system for remotely diagnosing devices
JP2005157985A (ja) 2003-11-28 2005-06-16 Victor Co Of Japan Ltd 食材提供システム
JP2009531768A (ja) * 2006-03-28 2009-09-03 コーニンクレッカ フィリップス エレクトロニクス エヌ ヴィ レシピを推奨するためのシステム及び方法
US8001472B2 (en) * 2006-09-21 2011-08-16 Apple Inc. Systems and methods for providing audio and visual cues via a portable electronic device
US8326646B2 (en) * 2007-09-18 2012-12-04 Humana Innovations Enterprises, Inc. Method and system for suggesting meals based on tastes and preferences of individual users
US20090181131A1 (en) * 2008-01-11 2009-07-16 Forbes-Roberts Victoria D Meal preparation system and methods
US9165320B1 (en) * 2011-06-10 2015-10-20 Amazon Technologies, Inc. Automatic item selection and ordering based on recipe
US20140089321A1 (en) * 2012-09-27 2014-03-27 Cozi Group Inc. Method and system to recommend recipes
US20150019354A1 (en) * 2013-07-12 2015-01-15 Elwha Llc Automated cooking system that accepts remote orders
US20170046980A1 (en) * 2015-08-11 2017-02-16 Inrfood, Inc. Nutrition system
US20180218461A1 (en) * 2017-01-31 2018-08-02 Relish Labs, LLC Meal-kit menu development system
US20190213914A1 (en) * 2017-03-03 2019-07-11 Sandra Vallance Kitchen personal assistant
WO2019148019A1 (en) * 2018-01-25 2019-08-01 Kraft Foods Group Brands Llc Method and system for improving food-related personalization
US20190243922A1 (en) * 2018-02-07 2019-08-08 International Business Machines Corporation Personalizing a Meal Kit Service Using Limited Recipe and Ingredient Options
WO2019236608A1 (en) * 2018-06-04 2019-12-12 Zume, Inc. Farm and mobile manufacturing
US20200090060A1 (en) * 2018-08-27 2020-03-19 Nutristyle Inc. System and method for operating a food preference algorithm

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2004005590A (ja) * 2002-04-17 2004-01-08 Matsushita Electric Ind Co Ltd 食事または食材を配送するサービスを提供する方法
JP2006350422A (ja) * 2005-06-13 2006-12-28 National Agriculture & Food Research Organization 農畜水産物材料セット受注装置、農畜水産物材料セット受注方法および農畜水産物材料セット受注プログラム
JP2014093064A (ja) * 2012-11-07 2014-05-19 Ajinomoto Co Inc 食材購買支援装置、食材購買支援方法、食材購買支援プログラム、および記録媒体

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
YAJIMA, ASAMI,: ""Easy" cooking recipe recommendation considering user's conditions", 1ST FORUM ON DATAENGINEERING AND INFORMATION MANAGEMENT-DEIM FORUMPROCEEDINGS, 4. SYSTEM PROCESSING, 9 May 2009 (2009-05-09), pages 1 - 7 *

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2023042288A1 (ja) * 2021-09-15 2023-03-23 日本電気株式会社 食事レコメンド装置、食事レコメンド方法、及び食事レコメンドプログラム
CN114372834A (zh) * 2022-03-21 2022-04-19 广州宜推网络科技有限公司 一种基于大数据的电商平台管理系统及方法
CN114372834B (zh) * 2022-03-21 2022-06-03 广州宜推网络科技有限公司 一种基于大数据的电商平台管理系统及方法

Also Published As

Publication number Publication date
US20220148703A1 (en) 2022-05-12
JP7320363B2 (ja) 2023-08-03
JP2020160544A (ja) 2020-10-01
DE112019007094T5 (de) 2022-01-05
CN113544731A (zh) 2021-10-22

Similar Documents

Publication Publication Date Title
WO2020194861A1 (ja) 食品提供システム、食品提供方法及びプログラム
US20170316488A1 (en) Systems and Methods of Food Management
US20100198605A1 (en) Method for Structuring Balanced and Varied Meals
KR102013775B1 (ko) 사용자 취향에 따라 맞춤형 반찬 주문이 가능한 음식 주문 시스템 및 그 운용 방법
US20150079551A1 (en) System for planning meals
US20130224694A1 (en) Integrated System and Method for Meal Planning and Management
US20140272817A1 (en) System and method for active guided assistance
US20100313768A1 (en) System for facilitating food preparation
KR101552339B1 (ko) 피드백이 가능한 맞춤형 식단 및 식재료 구매 서비스 장치 및 방법
US20230169118A1 (en) Information presenting method, recording medium, information presenting system, and terminal device
KR20140122405A (ko) 인터넷을 이용한 식사 배달 방법
JP6392579B2 (ja) 注文登録処理装置及び注文登録処理プログラム
KR20090124704A (ko) 음식물 레시피를 이용한 음식물의 칼로리와 영양소 데이터표준화 방법 및 이를 이용한 정보제공 서비스 시스템
US20120265650A1 (en) Diet and Nutrition Planning System based on health needs
JPWO2020136727A1 (ja) サーバ装置、調理機器、システム、方法およびプログラム
JP2018185791A (ja) 健康管理支援システム
JP2001195385A (ja) レシピ提供システム
US20210375155A1 (en) Automated cooking assistant
KR20190129625A (ko) 모듈화 된 메뉴 제공 서비스 시스템
WO2021024884A1 (ja) サーバ装置、調理機器、システム、方法およびプログラム
WO2021100494A1 (ja) 情報処理装置、情報処理方法、及び、プログラム
JP7340251B2 (ja) 食事の提供方法と食事提供システムと加熱装置
JP7469874B2 (ja) 調理業務を支援する方法、システム、プログラムおよび機器
JP2021184150A (ja) 献立情報出力装置、献立情報出力方法、献立情報出力プログラム及び献立情報出力システム
JP2021166022A (ja) 献立作成支援システム

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 19921392

Country of ref document: EP

Kind code of ref document: A1

122 Ep: pct application non-entry in european phase

Ref document number: 19921392

Country of ref document: EP

Kind code of ref document: A1