[發明專利]一種自動化食譜推薦方法、裝置、終端及存儲介質

在審

• 申請號: 202110337824.8
• 申請日: 2021-03-30
• 公開（公告）號: CN113158036A
• 公開（公告）日: 2021-07-23
• 發明（設計）人: 王志深;文鈞儀;王燰綝;王檚綝
• 申請（專利權）人: 貴陽鬲哥大數據科技有限公司
• 主分類號: G06F16/9535
• 分類號: G06F16/9535;G06N3/04;G06N3/08;G06Q30/02;G06Q50/12
• 代理公司: 暫無信息
• 代理人: 暫無信息

本發明公開一種自動化食譜推薦方法，包括以下步驟：基于全卷積目標檢測算法構建并訓練食物偏好網絡模型；獲取預設時間段內的用戶的線上行為數據并輸入到訓練完成的食物偏好網絡模型中，獲得用戶的食物偏好；根據食物偏好通過預設的菜譜庫匹配得到符合條件的食譜。本發明提供的自動化食譜推薦方法，通過將用戶的網絡線上行為數據輸入到構建并訓練完成的食物偏好網絡模型中，從而獲得該用戶的食物偏好，進而在根據該偏好從菜譜庫中進行檢索匹配，得到符合用戶偏好的食譜，從而實現了自動化的食譜推薦，且無需對用戶進行詢問以及問卷調查等，提升了服務質量。

【技術領域】

本發明涉及大數據分析技術領域，尤其涉及一種自動化食譜推薦方法、裝置、終端及計算機可讀存儲介質。

【背景技術】

隨著社會的不斷發展，我國的溫飽問題已經得到了基本的解決，因此，人們的飲食選擇也越來越多樣化。然而，在一些針對單個或者少數用戶的飲食場景中，對于用戶的食物偏好信息的獲取，現有的技術不能通過較為隱藏式的手段來進行，從而不能提升單個或少數用戶的食物偏好需求，進而提升服務質量。另外，對于食堂等多人使用的飲食場景中，如何盡可能的符合最多人的口味需求也是一個難以解決的服務難題。

鑒于此，實有必要提供一種自動化食譜推薦方法、裝置、終端及存儲介質以克服上述缺陷。

【發明內容】

本發明的目的是提供一種自動化食譜推薦方法、裝置、終端及存儲介質，旨在改善難以通過較為隱藏的手段獲取用戶的食物偏好的問題，從而提升服務質量。

為了實現上述目的，本發明第一方面提供一種自動化食譜推薦方法，包括以下步驟：

基于全卷積目標檢測算法構建并訓練食物偏好網絡模型；

獲取預設時間段內的用戶的線上行為數據并輸入到訓練完成的所述食物偏好網絡模型中，獲得所述用戶的食物偏好；

根據所述食物偏好通過預設的菜譜庫匹配得到符合條件的食譜。

在一個優選實施方式中，所述基于全卷積目標檢測算法構建并訓練食物偏好網絡模型步驟中包括以下步驟：

獲取多個用戶在界定網絡空間中的線上行為數據，并標記每個用戶的食物偏好，建立訓練集；

基于全卷積目標檢測算法構建食物偏好網絡模型；

對所述食物偏好網絡模型的網絡參數進行初始化，生成初始權重與初始偏置；

將所述訓練集的所有線上行為數據輸入到初始化后的食物偏好網絡模型，并根據預設的損失函數計算損失值；

降低所述損失值并進行反向傳播，通過反復循環前向傳播和反向傳播對所述食物偏好網絡模型的權重與偏置進行更新，直至達到預設的迭代停止條件，生成訓練完成的食物偏好網絡模型。

在一個優選實施方式中，在所述獲取預設時間段內的用戶的線上行為數據并輸入到訓練完成的所述食物偏好網絡模型中，獲得所述用戶的食物偏好步驟之后還包括步驟：

獲取多個不同用戶的食物偏好信息；

對所述食物偏好信息進行分類，且對每類食物偏好的數量與占比進行統計與排序，獲得數量排名靠前的預設類別數量的食物偏好種類信息。

本發明第二方面提供了一種自動化食譜推薦裝置，包括：

網絡模型訓練模塊，用于基于全卷積目標檢測算法構建并訓練食物偏好網絡模型；

食物偏好生成模塊，用于獲取預設時間段內的用戶的線上行為數據并輸入到訓練完成的所述食物偏好網絡模型中，獲得所述用戶的食物偏好；

食譜匹配生成模塊，用于根據所述食物偏好通過預設的菜譜庫匹配得到符合條件的食譜。