[發(fā)明專利]基于自適應(yīng)學(xué)習(xí)的智能菜譜優(yōu)化系統(tǒng)

有效

• 申請(qǐng)?zhí)枺?/td>: 202010592045.8
• 申請(qǐng)日: 2020-06-24
• 公開（公告）號(hào): CN111754118B
• 公開（公告）日: 2023-08-04
• 發(fā)明（設(shè)計(jì)）人: 徐欣
• 申請(qǐng)（專利權(quán)）人: 重慶電子工程職業(yè)學(xué)院
• 主分類號(hào): G06Q10/0639
• 分類號(hào): G06Q10/0639;G06Q50/12
• 代理公司: 重慶強(qiáng)大凱創(chuàng)專利代理事務(wù)所(普通合伙) 50217
• 代理人: 蒙捷

本發(fā)明涉及智能廚房技術(shù)領(lǐng)域，具體為基于自適應(yīng)學(xué)習(xí)的智能菜譜優(yōu)化系統(tǒng)，基于自適應(yīng)學(xué)習(xí)的智能菜譜優(yōu)化系統(tǒng)，包括：烹飪信息采集模塊，用于采集用戶烹飪過程中的烹飪信息，菜品評(píng)價(jià)模塊，用于獲取菜品的評(píng)價(jià)信息；自適應(yīng)烹飪影響因子分析模塊，用于根據(jù)菜譜、烹飪信息和評(píng)價(jià)信息進(jìn)行自適應(yīng)學(xué)習(xí)，更新烹飪影響因子模型；負(fù)向指標(biāo)提取模塊，用于提取菜品參數(shù)以及評(píng)價(jià)信息中的負(fù)向指標(biāo)；菜譜優(yōu)化模塊，用于根據(jù)負(fù)向指標(biāo)和烹飪影響因子模型，對(duì)菜譜進(jìn)行調(diào)節(jié)。本申請(qǐng)的基于自適應(yīng)學(xué)習(xí)的智能菜譜優(yōu)化系統(tǒng)，能夠基于自學(xué)習(xí)技術(shù)對(duì)用戶的菜譜進(jìn)行調(diào)節(jié)，形成符合用戶口味的個(gè)性化菜譜。

技術(shù)領(lǐng)域

本發(fā)明涉及智能廚房技術(shù)領(lǐng)域，具體為基于自適應(yīng)學(xué)習(xí)的智能菜譜優(yōu)化系統(tǒng)。

背景技術(shù)

人們對(duì)于健康的意識(shí)逐漸提高，因此越來越多的人們會(huì)想要在家中做菜，目前有很多菜譜分享的網(wǎng)頁或應(yīng)用系統(tǒng)，能夠向用戶推送菜譜，菜譜的頁面中包含食材清單和烹飪操作，用戶按照菜譜即可完成烹飪。

然而由于做菜經(jīng)驗(yàn)不足，火力掌握不準(zhǔn)確等原因，容易出現(xiàn)菜未炒熟或?qū)⒉顺春那闆r，導(dǎo)致菜品的口味不佳。另外，在菜品烹飪過程中，火候、調(diào)料的添加、烹飪時(shí)間等均會(huì)影響菜品的口味，不同的用戶，對(duì)菜品口感、口味的需求不同。如果只是按照固定的菜譜烹飪菜品，那么烹飪完成的菜品很難符合大多數(shù)人的需求。

發(fā)明內(nèi)容

本發(fā)明意在提供基于自適應(yīng)學(xué)習(xí)的智能菜譜優(yōu)化系統(tǒng)，能夠基于自學(xué)習(xí)技術(shù)對(duì)用戶的菜譜進(jìn)行調(diào)節(jié)，形成符合用戶口味的個(gè)性化菜譜。

本申請(qǐng)?zhí)峁┤缦录夹g(shù)方案：

基于自適應(yīng)學(xué)習(xí)的智能菜譜優(yōu)化系統(tǒng)，包括：

烹飪信息采集模塊，用于采集用戶烹飪過程中的烹飪信息，所述烹飪信息包括烹飪操作、烹飪參數(shù)以及菜品參數(shù)；

菜品評(píng)價(jià)模塊，用于獲取用戶對(duì)菜品的評(píng)價(jià)信息；

自適應(yīng)烹飪影響因子分析模塊，根據(jù)菜譜、烹飪信息和評(píng)價(jià)信息進(jìn)行自適應(yīng)學(xué)習(xí)，更新烹飪影響因子模型；

負(fù)向指標(biāo)提取模塊，用于提取菜品參數(shù)以及評(píng)價(jià)信息中的負(fù)向指標(biāo)；

菜譜優(yōu)化模塊，根據(jù)負(fù)向指標(biāo)和烹飪影響因子模型，對(duì)菜譜進(jìn)行調(diào)節(jié)。

本發(fā)明技術(shù)方案中，通過烹飪信息采集模塊可以采集用戶烹飪過程中的烹飪信息，如食材的配比、烹飪的火候、烹飪的時(shí)長、食材的加入時(shí)間、菜品在烹飪過程中顏色、形狀變化等數(shù)據(jù)，通過自適應(yīng)烹飪影響因子分析模塊，結(jié)合采集到的烹飪信息、菜譜以及評(píng)價(jià)信息，分析出烹飪過程中各個(gè)參數(shù)數(shù)據(jù)對(duì)烹飪結(jié)果的影響關(guān)系，形成烹飪影響因子模型，當(dāng)用戶評(píng)價(jià)信息中對(duì)菜品的某項(xiàng)參數(shù)不滿意時(shí)，可以通過烹飪影響因子模型對(duì)菜譜進(jìn)行調(diào)節(jié)。烹飪影響因子模型可以隨著使用用戶的數(shù)據(jù)的積累而不斷的通過自學(xué)習(xí)進(jìn)行迭代優(yōu)化，進(jìn)而使得模型更加準(zhǔn)確，對(duì)菜譜的調(diào)節(jié)也更加精準(zhǔn)。

進(jìn)一步，還包括錯(cuò)誤分析模塊和建議生成模塊，所述錯(cuò)誤分析模塊用于根據(jù)菜譜判斷烹飪操作和烹飪參數(shù)是否存在錯(cuò)誤，建議生成模塊用于在烹飪操作和烹飪參數(shù)存在錯(cuò)誤時(shí)根據(jù)負(fù)向指標(biāo)和烹飪影響因子模型匹配出與負(fù)向指標(biāo)對(duì)應(yīng)的錯(cuò)誤的烹飪操作和烹飪參數(shù)，并形成針對(duì)的改進(jìn)建議；所述菜譜優(yōu)化模塊用于在烹飪操作和烹飪參數(shù)不存在錯(cuò)誤時(shí)對(duì)菜譜進(jìn)行調(diào)節(jié)。

當(dāng)檢測(cè)到是由于用戶自身的烹飪操作和烹飪參數(shù)的錯(cuò)誤導(dǎo)致的菜品不合口味，則幫助用戶提高烹飪操作能力，當(dāng)用戶自身操作沒有問題時(shí)，則說明是用戶的個(gè)人口味偏好不同的原因，則通過調(diào)節(jié)菜譜來實(shí)現(xiàn)口味調(diào)節(jié)。

進(jìn)一步，還包括培訓(xùn)指導(dǎo)模塊，所述培訓(xùn)指導(dǎo)模塊用于根據(jù)改進(jìn)建議匹配教學(xué)視頻并推送給用戶終端。

通過向用戶推送教學(xué)視頻，幫助用戶快速提高烹飪操作能力。

進(jìn)一步，還包括口味偏好畫像模塊和烹飪偏好畫像模塊，所述口味偏好畫像模塊用于根據(jù)用戶對(duì)菜品的評(píng)價(jià)信息形成口味偏好畫像，所述烹飪偏好畫像模塊用于根據(jù)菜譜、烹飪操作、烹飪參數(shù)生成烹飪偏好畫像。