一種智能推薦菜譜和食品的方法與應(yīng)用
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及一種智能推薦菜譜和食品的方法與應(yīng)用，屬于智能家電的技術(shù)領(lǐng)域。
【背景技術(shù)】
[0002] 隨著微電子技術(shù)、嵌入式技術(shù)的發(fā)展和大數(shù)據(jù)時代的到來，智能生活已經(jīng)成為人 們最新的生活模式。未來的時代將將是IT的時代和DT的時代，DT就是DataTechnology 數(shù)據(jù)科技。大數(shù)據(jù)（bigdata)，指無法在可承受的時間范圍內(nèi)用常規(guī)軟件工具進(jìn)行捕捉、管 理和處理的數(shù)據(jù)集合。
[0003] 隨著經(jīng)濟(jì)水平和消費者生活水平的不斷提高，消費者對飲食的要求和品位也在不 斷的增長。當(dāng)代生活中，由于生活節(jié)奏快，生活工作壓力大等原因，很多人很難找到自己喜 歡的菜譜和食材。

【發(fā)明內(nèi)容】

[0004] 針對現(xiàn)有技術(shù)的不足，本發(fā)明提供一種智能推薦菜譜和食品的方法。
[0005] 本發(fā)明還提供一種上述智能推薦菜譜和食品的方法的應(yīng)用。
[0006] 本發(fā)明的技術(shù)方案如下：
[0007] -種智能推薦菜譜和食品的方法，包括步驟如下：
[0008] 1)構(gòu)建偏好數(shù)據(jù)庫：
[0009] 服務(wù)器獲取用戶的購買數(shù)據(jù)信息，并存入偏好數(shù)據(jù)庫；所述用戶的購買數(shù)據(jù)信息 包括用戶id、用戶購買的食品名稱及每種食品的購買次數(shù)；
[0010] 2)建立菜譜數(shù)據(jù)庫：
[0011] 獲取菜譜信息，并存入菜譜數(shù)據(jù)庫；所述菜譜信息包括菜譜名稱、食材名稱和菜譜 做法步驟；
[0012] 3)計算臨近用戶：
[0013] 通過偏好數(shù)據(jù)庫，得到用戶ux對物品iy的喜好程度uxy，uxy即用戶ux對物品i￥的 購買次數(shù)；
[0014] 4)計算食品相似度：
[0015]
[0016]
[0017] 5)根據(jù)所述食品相似度，對缺矢的uxy值進(jìn)行餓測：
[0018] 對每種食品的購買次數(shù)進(jìn)行加權(quán)求和，權(quán)值為用戶已購買的食品j與食品i的相 似度，計算得到用戶u對食品i的喜好程度：
[0019]
[0020] N(u)為用戶購買過食品的集合，Uuj為用戶u對食品j的喜好程度，wμ為食品j與 食品i的相似度；
[0021]6)獲取現(xiàn)存的冰箱內(nèi)食品列表;^mx(x=1，2,…，t)表示不 同的食材；計算冰箱內(nèi)食品列表與菜譜數(shù)據(jù)庫中食品列表5 ..M,...,/WJ的食材 匹配度；
[0022]
[0023] 當(dāng)sim(M，m)大于閾值α?xí)r，計算對應(yīng)的菜譜數(shù)據(jù)庫中食品列表與冰箱內(nèi)食品列 表的差集，得到購買列表；即將食譜中有，冰箱中卻沒有的食品存入購買列表；
[0024] 將滿足條件的菜譜數(shù)量記為Α，統(tǒng)計購買列表中每種食品出現(xiàn)的次數(shù)，利用如下公 式計算用戶對食品的喜好：
[0025]
[0026] Luj表示用戶u對食品j的喜好值，c廣示食品j在購買列表中出現(xiàn)的次數(shù)。
[0027] 7)由以上步驟計算得到用戶對食品的喜好值，按數(shù)值大小排序得到用戶的推薦列 表。
[0028] 優(yōu)選的，所述步驟2)中，菜譜數(shù)據(jù)庫的建立是依靠網(wǎng)絡(luò)爬蟲技術(shù)在互聯(lián)網(wǎng)爬取菜 譜信息。
[0029] 優(yōu)選的，所述步驟2)中，菜譜信息的存儲格式如下：菜譜名稱，'steps' ： 菜譜做法步驟，'material'jMpM；；，...，Mn]}，其中'_id'表示菜譜名稱，'steps'表示菜譜 做法步驟，'material'表示食材列表，Mx(x= 1，2, ···，η)表示食材名稱；material
[0030] 本發(fā)明的有益效果：
[0031] 1、本發(fā)明所述智能推薦菜譜和食品的方法，通過雙重模式科學(xué)預(yù)測和推薦菜譜和 食品，不僅能得到和順應(yīng)大眾口味，且兼顧考慮到個人的口味特點；"點、面結(jié)合"智能化程 度高，更人性化；
[0032] 2、本發(fā)明所述智能推薦菜譜和食品的方法，結(jié)構(gòu)簡單，實用性高，可靈活運用到各 智能家電中，順應(yīng)智能家居和大數(shù)據(jù)時代的發(fā)展趨勢，利于推廣應(yīng)用。
【附圖說明】
[0033] 圖1為實施例1所述mXη矩陣圖；
[0034] 圖2為本發(fā)明所述智能推薦菜譜和食品的方法的工作流程圖。
【具體實施方式】
[0035] 下面結(jié)合實施例和說明書附圖對本發(fā)明做詳細(xì)的說明，但不限于此。
[0036] 實施例1
[0037] 如圖1-2所示。
[0038] -種智能推薦菜譜和食品的方法，包括步驟如下：
[0039] 1)構(gòu)建偏好數(shù)據(jù)庫：
[0040] 服務(wù)器獲取用戶的購買數(shù)據(jù)信息，并存入偏好數(shù)據(jù)庫；所述用戶的購買數(shù)據(jù)信息 包括用戶id、用戶購買的食品名稱及每種食品的購買次數(shù)；
[0041] 2)建立菜譜數(shù)據(jù)庫：
[0042] 獲取菜譜信息，并存入菜譜數(shù)據(jù)庫；所述菜譜信息包括菜譜名稱、食材名稱和菜譜 做法步驟；
[0043]3)計算臨近用戶：
[0044] 通過偏好數(shù)據(jù)庫，得到用戶ux對物品iy的喜好程度uxy，uxy即用戶ux對物品i￥的 購買次數(shù)；用mXn的矩陣表示用戶對物品的喜好情況，每種食品的購買次數(shù)表示用戶對物 品的喜好程度，購買次數(shù)越高表示越喜歡這個食品，〇表示沒有買過該物品，如圖1所示。圖 中行表示一個用戶，列表示一種食品，uxy表示用戶ux對物品iy的喜好程度，即食品的購買 次數(shù)。
[0045] 4)計算食品相似度：
[0046]
[0047]
[0048] 5)根據(jù)所述食品相似度，對缺失的uxy值進(jìn)行預(yù)測：
[0049] 對每種食品的購買次數(shù)進(jìn)行加權(quán)求和，權(quán)值為用戶已購買的食品j與食品i的相 似度，計算得到用戶u對食品i的喜好程度：
[0050]
[0051] N(u)為用戶購買過食品的集合，Uuj為用戶u對食品j的喜好程度，wμ為食品j與 食品i的相似度；
[0052] 6)獲取現(xiàn)存食品的列表..所=[出mx(x=1，2,…，t)表不不同的 食材；計算現(xiàn)存食品的列表與菜譜數(shù)據(jù)庫中食品列表分的食材匹配 度；
[0053]
[0054] 當(dāng)sim(M，m)大于閾值α?xí)r，計算對應(yīng)的菜譜數(shù)據(jù)庫中食品列表與現(xiàn)存食品的列 表的差集，得到購買列表；即將食譜中有，現(xiàn)存食品中卻沒有的食品存入購買列表