技術(shù)特征：

1.一種基于養(yǎng)生的推薦菜單生成方法，其特征在于：所述方法包括以下步驟：

步驟1.1：建立客戶端和商家端，所述客戶端和商家端連接至控制端，所述控制端內(nèi)保存有所有客戶的歷史點菜行為數(shù)據(jù)，所述控制端內(nèi)設有權(quán)重模塊；所述客戶端包括客戶唯一標示，所述商家端設有商家唯一標示、若干座位標示和若干商家菜品；

步驟1.2：客戶u利用客戶端的攝像頭掃描任一商家的座位標示，客戶唯一標示傳輸至控制端，控制端遍歷歷史點菜行為數(shù)據(jù)并比對客戶唯一標示，判斷此客戶是否為已在該商家產(chǎn)生過消費的老客戶；

步驟1.3：若否，此客戶為新客戶，將商家菜品取A個推薦給此客戶；若是，此客戶為老客戶，查詢此客戶對當前商家的菜品興趣度，將此客戶對當前商家的菜品興趣度p_up按照數(shù)值由大到小取前A個菜品生成預推薦菜單；

步驟1.4：利用特征置信度調(diào)整方法調(diào)整所述預推薦菜單；

步驟1.5：利用營養(yǎng)搭配調(diào)整方法調(diào)整所述預推薦菜單；

步驟1.6：取排序最前的N個菜品，生成當前客戶u的推薦菜單。

2.根據(jù)權(quán)利要求1所述的一種基于養(yǎng)生的推薦菜單生成方法，其特征在于：所述步驟1.3中，獲得客戶對菜品興趣度的數(shù)值的方法包括以下步驟：

步驟3.1：取菜品i和j，計算菜品i和j之間的相似度其中，N(i)為喜歡菜品i的客戶，|N(i)|為喜歡菜品i的客戶數(shù)，N(j)為喜歡菜品j的客戶，|N(j)|為喜歡菜品j的客戶數(shù)，|N(u)|為客戶點的菜品總數(shù)；N(i)∩N(j)是同時喜歡菜品i和j的客戶；

步驟3.2：歸一化相似度

步驟3.3：利用相似度得到客戶u對于菜品p的興趣度其中，N(u)是客戶點菜的集合，S(p,k)是和菜品p最接近的k個菜品的集合，w_pq'是菜品p和q歸一化后的相似度，p_uq是客戶u對菜品q的興趣度。

3.根據(jù)權(quán)利要求2所述的一種基于養(yǎng)生的推薦菜單生成方法，其特征在于：所述步驟3.3中，p_uq以歷史點菜行為數(shù)據(jù)中當前客戶u對菜品q的點菜數(shù)量來衡量。

4.根據(jù)權(quán)利要求1所述的一種基于養(yǎng)生的推薦菜單生成方法，其特征在于：所述特征置信度調(diào)整方法包括以下步驟：

步驟4.1：對天氣、季節(jié)、工作日和節(jié)假日進行標簽化處理；

步驟4.2：取所有客戶的歷史點菜行為數(shù)據(jù)，以天氣、季節(jié)、工作日、節(jié)假日、菜品、點菜時間列表；

步驟4.3：分別計算各菜品在所有天氣、季節(jié)、工作日、節(jié)假日的組合下的置信度，置信度C(AB)＝P(B|A)，其中，P(B|A)為各菜品在當前天氣、季節(jié)、工作日、節(jié)假日的組合下的點菜量占該菜品總點菜量的百分比；

步驟4.4：以置信度C更新菜品興趣度p_up，p_up'＝(1+C)*p_up。

5.根據(jù)權(quán)利要求1所述的一種基于養(yǎng)生的推薦菜單生成方法，其特征在于：所述營養(yǎng)搭配調(diào)整方法包括以下步驟：

步驟5.1：商家通過商家端的讀寫模塊在商家端內(nèi)寫入商家菜品的數(shù)據(jù)、放置菜品圖片；所述菜品數(shù)據(jù)包括營養(yǎng)成分分類，所述營養(yǎng)成分分類包括蛋白質(zhì)類、維生素礦物質(zhì)類和脂肪類；

步驟5.2：在權(quán)重模塊中設置權(quán)重因子α；當菜品數(shù)據(jù)為蛋白質(zhì)類時，α＝1；當菜品數(shù)據(jù)為維生素礦物質(zhì)類時，α＝0.6；當菜品數(shù)據(jù)為脂肪類時，α＝0.4；

步驟5.3：以權(quán)重因子α更新菜品興趣度p_up，p_up'＝(1-α)*p_up。