[發明專利]基于健身數據的菜品推薦方法以及裝置

有效

• 申請號: 201811079653.8
• 申請日: 2018-09-17
• 公開（公告）號: CN109493156B
• 公開（公告）日: 2022-02-01
• 發明（設計）人: 孫麗青;胡葉軍
• 申請（專利權）人: 口碑(上海)信息技術有限公司
• 主分類號: G06Q30/06
• 分類號: G06Q30/06;G16H20/60
• 代理公司: 北京清源匯知識產權代理事務所(特殊普通合伙) 11644
• 代理人: 馮德魁;竇曉慧

1.一種基于健身數據的菜品推薦方法，其特征在于，包括：

采集用戶在健身場所的健身數據；

根據所述健身數據確定用戶在所述健身場所的運動強度；

基于用戶在至少一個生理特征維度下運動強度與熱量密度的映射關系矩陣，確定所述運動強度在所述映射關系矩陣中對應的目標熱量密度；

獲取目標就餐位置所處地理區域范圍內餐飲門店的菜品信息；

根據所述菜品信息在所述地理區域范圍內至少一個餐飲門店中篩選與所述目標熱量密度匹配的菜品；

其中，所述基于用戶在至少一個生理特征維度下運動強度與熱量密度的映射關系矩陣，確定所述運動強度在所述映射關系矩陣中對應的目標熱量密度，包括：

查找所述運動強度在用戶的各生理特征維度下運動強度與熱量密度的映射關系矩陣中對應的熱量密度；按照生理特征維度的優先級從高到低順序對查找到的各生理特征維度下的熱量密度進行排序；選擇優先級最高的生理特征維度下的熱量密度作為所述目標熱量密度；

其中，所述運動強度與熱量密度的映射關系矩陣與用戶具有唯一對應關系，所述運動強度與熱量密度的映射關系矩陣基于用戶的生理特征和用戶在歷史時間段內的運動強度以及消費菜品的熱量密度確定；其中，所述菜品的熱量密度，根據菜品所能提供的熱量以及菜品的質量和/或體積確定。

2.根據權利要求1所述的基于健身數據的菜品推薦方法，其特征在于，包括：

基于篩選出的菜品生成菜品預約訂單。

3.根據權利要求1所述的基于健身數據的菜品推薦方法，其特征在于，所述生理特征維度設置有各自對應的優先級；

其中，所述生理特征，包括下述至少一項：身高、體重、體脂率、血壓、血脂、血糖、體溫。

4.根據權利要求1至3任意一項所述的基于健身數據的菜品推薦方法，其特征在于，所述健身數據由設置于所述健身場所內地毯的紅外采集裝置采集獲得，相應的，所述根據所述健身數據確定用戶在所述健身場所的運動強度，包括：

根據所述健身數據中包含的運動健身類型和運動時間，結合用戶的生理特征計算用戶在所述健身場所內的各時間段的熱量消耗；

根據用戶在各時間段的熱量消耗確定用戶在各時間段的基礎運動強度；

在時間維度按照對所述基礎運動強度進行加權，將所述基礎運動強度在時間維度的加權平均值作為用戶在所述健身場所的運動強度。

5.根據權利要求1至3任意一項所述的基于健身數據的菜品推薦方法，其特征在于，所述獲取目標就餐位置所處地理區域范圍內餐飲門店的菜品信息，包括：

確定所述目標就餐位置所處地理區域范圍內的餐飲門店；

從菜品數據庫中提取所述餐飲門店內菜品的菜品信息；所述菜品信息中包含所述菜品的熱量信息。

6.根據權利要求2至3任意一項所述的基于健身數據的菜品推薦方法，其特征在于，所述基于篩選出的菜品生成菜品預約訂單，包括：

根據所述健身數據中包含的運動量和運動時間，計算當前用餐周期下用戶在所述健身場所消耗的總熱量；

根據篩選出菜品的菜品信息中包含的熱量信息，計算所述篩選出菜品的總熱量；

判斷所述篩選出菜品的總熱量是否大于或者等于當前用餐周期下用戶在所述健身場所消耗的總熱量，若是，對所述篩選出菜品中菜品種類重合的菜品進行過濾；

對用戶在歷史時間段內消費菜品進行聚類分析，獲得用戶的用餐偏好；

在過濾后的菜品中剔除與用戶的用餐偏好不匹配的菜品。

7.根據權利要求6所述的基于健身數據的菜品推薦方法，其特征在于，若所述判斷所述篩選出菜品的總熱量是否大于或者等于當前用餐周期下用戶在所述健身場所消耗的總熱量子步驟的判斷結果為否，執行如下操作：

在所述地理區域范圍內至少一個餐飲門店篩選與所述目標熱量密度數值相鄰的熱量密度匹配的菜品，并將篩選的菜品加入所述菜品預約訂單；

并且，優先篩選與所述目標熱量密度數值相鄰且數值大于所述目標熱量密度的熱量密度匹配的菜品。