[發(fā)明專利]一種膳食推薦系統(tǒng)有效
| 申請?zhí)枺?/td> | 202010032499.X | 申請日: | 2020-01-13 |
| 公開(公告)號: | CN111261260B | 公開(公告)日: | 2023-02-14 |
| 發(fā)明(設計)人: | 王喆 | 申請(專利權(quán))人: | 深圳市華膳科技有限公司 |
| 主分類號: | G16H20/60 | 分類號: | G16H20/60 |
| 代理公司: | 深圳德高智行知識產(chǎn)權(quán)代理事務所(普通合伙) 44696 | 代理人: | 李戍 |
| 地址: | 518000 廣東省深圳市寶安區(qū)西鄉(xiāng)*** | 國省代碼: | 廣東;44 |
| 權(quán)利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關(guān)鍵詞: | 一種 膳食 推薦 系統(tǒng) | ||
1.一種膳食推薦系統(tǒng),其特征在于:包括有信息收集模塊、識別模塊、專家系統(tǒng)模塊、膳食領(lǐng)域知識圖譜模塊;
所述信息收集模塊用于搜集用戶信息;
所述識別模塊包括有第一識別單元和第二識別單元,所述第一識別單元根據(jù)所述信息收集模塊所收集的用戶信息將用戶進行分類,所述第二識別單元用于將所述第一識別單元分類后的用戶進行再次分組;所述第一識別單元設置不同的閾值區(qū)分正常人群和非正常人群;所述第二識別單元將所述非正常人群進行細分;所述第一識別單元采用機器學習中的樹模型與邏輯回歸相結(jié)合的方式或者采用深度學習模型CNN模型來分類,并設置不同的閾值來滿足任務的需要;所述第二識別單元,將所述第一識別單元識別得到的非正常人群結(jié)果進行進一步的細分,采用分類模型GBDT、Xgboost、RF、SVM、LightGBM進行類別的識別,然后將多個分類模型進行加權(quán)融合,得到最后的識別結(jié)果;
所述專家系統(tǒng)模塊包括有專家定義的規(guī)則庫和營養(yǎng)計算公式庫,所述規(guī)則庫及所述營養(yǎng)計算公式庫根據(jù)所述用戶信息計算出對應的營養(yǎng)素需求及所述營養(yǎng)素對應食材;
所述專家定義的規(guī)則庫包括有食材數(shù)據(jù)庫、中國膳食寶塔種類、食物優(yōu)選法則;所述專家系統(tǒng)模塊根據(jù)所述用戶信息,計算出所述用戶信息對應每天所需的各種營養(yǎng)素的需求量,并根據(jù)所述中國膳食寶塔種類通過所述食物優(yōu)選法則生成對應食材及其重量;
所述專家系統(tǒng)模塊從所述信息收集模塊收集到用戶實時身體狀況信息,通過營養(yǎng)計算公式庫中的計算公式“基礎(chǔ)代謝BMR*勞動強度PAL+需要增肌重量×4+碳水化合物×需要增肌重量1kg×4+運動所需能量”,計算出每日所需能量,再根據(jù)專家定義的規(guī)則庫中的三大營養(yǎng)素供能比:碳水化合物:蛋白質(zhì):脂肪=6:2:2,最后根據(jù)專家定義的規(guī)則庫中健身人群微量元素及礦物質(zhì)推薦量,計算出碳水化合物A1、脂肪A2、蛋白質(zhì)A3、維生素A4…A24營養(yǎng)素需要量M1、M2、M3、M4…M24,根據(jù)專家定義的規(guī)則庫中的中國膳食寶塔種類谷薯類、蔬菜類、水果類、畜禽肉、水產(chǎn)品、蛋類、奶及奶制品、大豆及堅果類、鹽和油、水,再通過專家定義的規(guī)則庫中的食物優(yōu)選法則,剔除含過敏原的所有食材,用同等營養(yǎng)價值的食材代替,推選出食材及其相應重量F1、F2、F3、F4…Fn;
所述膳食領(lǐng)域知識圖譜模塊包括有多個數(shù)據(jù)庫,所述多個數(shù)據(jù)庫包含相似食材數(shù)據(jù)庫與食材食譜對應數(shù)據(jù)庫,所述相似食材數(shù)據(jù)庫中包含多種不同食材之間的相似關(guān)系及相似度,所述食材食譜對應數(shù)據(jù)庫中包含不同食材與多個食譜之間的對應關(guān)系;所述相似食材數(shù)據(jù)庫根據(jù)所述規(guī)則庫及所述營養(yǎng)計算公式庫計算出所述營養(yǎng)素對應的食材并依據(jù)相似度計算找到相似食材,所述食材食譜對應數(shù)據(jù)庫根據(jù)所述食材和所述相似食材形成膳食方案;
所述膳食領(lǐng)域知識圖譜模塊包括有相似食材庫和食材食譜對應數(shù)據(jù)庫,所述膳食領(lǐng)域知識圖譜模塊根據(jù)所述專家系統(tǒng)模塊得出對應食材,所述相似食材庫根據(jù)得出的食材重量以及營養(yǎng)素成分進行相似度計算找到相似食材,所述食材食譜對應數(shù)據(jù)庫根據(jù)食材和相似食材找出相對應的食譜;
所述食材數(shù)據(jù)庫、所述相似食材數(shù)據(jù)庫及所述食材食譜對應數(shù)據(jù)庫都是以圖數(shù)據(jù)形成的數(shù)據(jù)庫;以圖數(shù)據(jù)形成的數(shù)據(jù)庫分為模式層和數(shù)據(jù)層;模式層構(gòu)建出本體域,通過本體域?qū)D數(shù)據(jù)庫進行約束;數(shù)據(jù)層是指真實的數(shù)據(jù),采用三元組以實體,關(guān)系,實體的方式結(jié)合neo4j圖數(shù)據(jù)庫進行存儲,首先通過領(lǐng)域?qū)<叶x本體域,然后在數(shù)據(jù)庫中將數(shù)據(jù)按規(guī)則插入。
2.根據(jù)權(quán)利要求1所述的一種膳食推薦系統(tǒng),其特征在于:所述信息收集模塊收集用戶信息的方式包括通過智能穿戴設備收集用戶實時身體狀況信息,通過填表、上傳病例的方式收集用戶特定信息及在線問答交流收集用戶特殊要求信息。
3.根據(jù)權(quán)利要求1所述的一種膳食推薦系統(tǒng),其特征在于:對所述食譜和進行篩選和組合,根據(jù)每天所需的每個營養(yǎng)素的營養(yǎng)量按比例將膳食方案分配到早餐、中餐、晚餐中,并以每餐營養(yǎng)素的營養(yǎng)量為中心結(jié)合篩選后的食譜的營養(yǎng)成分含量通過相似度計算每個食譜的相似度,為用戶進行推薦。
4.根據(jù)權(quán)利要求1或3任一項所述的一種膳食推薦系統(tǒng),其特征在于:所述相似度計算采用馬氏距離計算公式。
5.根據(jù)權(quán)利要求1所述的一種膳食推薦系統(tǒng),其特征在于:進一步包括有用戶反饋模塊,所述用戶反饋模塊用于通過用戶的反饋來了解系統(tǒng)推薦的所述膳食方案的合理程度以便對系統(tǒng)進行更新。
該專利技術(shù)資料僅供研究查看技術(shù)是否侵權(quán)等信息,商用須獲得專利權(quán)人授權(quán)。該專利全部權(quán)利屬于深圳市華膳科技有限公司,未經(jīng)深圳市華膳科技有限公司許可,擅自商用是侵權(quán)行為。如果您想購買此專利、獲得商業(yè)授權(quán)和技術(shù)合作,請聯(lián)系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202010032499.X/1.html,轉(zhuǎn)載請聲明來源鉆瓜專利網(wǎng)。





