[发明专利]基于多目标的个性化餐饮推荐方法及系统

权利要求书

1.一种基于多目标的个性化餐饮推荐方法，其中包括：根据用户自身营养元素需求量向用户进行定量的营养食谱推荐；应用分类算法构建用户模型实现个性化推荐；应用多目标优化算法提供科学合理的营养配餐推荐方案；应用协同过滤算法和聚类算法进行推荐实现饮食结构多样性；其中该方法使用基于项目的协同过滤算法进行食谱推荐，第一步是建立评分模型：协同过滤算法的输入数据通常表示为一个m*n的用户-评价矩阵R，m是用户数，n是项目数，R_i，j表示第i个用户对第j个项目的评分值，这里的m是食物的数量，n是食物中所含营养元素的数目，R_i，j表示第i种食物中第j种营养元素的评分，

第二步是寻找最近邻居：即完成对目标食物最近邻居的查找，通过计算目标事物与其他食物之间的相似度，算出与目标食物最相似的“最近邻居”集：首先计算食物之间的相似度，推荐算法目前主要有三种度量用户间相似性的方法，分别是：余弦相似性、相关相似性以及修正的余弦相似性；本方法采用的是相关相似性，即采用皮尔森相关系数进行度量，其计算公式为：

其中I_i，j表示食物中共有的营养元素的集合；其次选择相似度大于设定阈值的食物；

第三步是推荐食谱的产生：对上个步骤中产生的相似食物集按照某一特定营养元素进行排序，并结合用户的口味偏好产生推荐列表；

附加：检测食谱的可用性：

a)计算营养素实际摄入量：通过查找食物成分表，列表计算各营养素的实际摄入量；

b)提取相应的摄入参考值：根据用户的个人信息提取用户应摄入的各营养素的参考摄取量；

c)各营养素评价：计算各种营养素实际摄入量和参考摄入量的差值百分比，若所得数值不在相应元素的波动范围内，则表示该种营养素的摄入不合理，需进行调整。

2.根据权利要求1所描述的基于多目标的个性化餐饮推荐方法，其特征是：根据用户的年龄、性别、劳动力度、人群分类，其中包括：健康者，病患者，中国孕期妇女和哺乳期妇女以及更年期妇女不同类型的群体用户基本信息获取其人体一天当中每餐必需营养素的理论摄入量，结合用户饮食记录计算已摄入营养素含量，进一步获得用户余餐营养素含量，构建用户摄入量模型，向用户推荐定量的营养食谱。

3.根据权利要求2所描述的基于多目标的个性化餐饮推荐方法，其特征是：通过情景历史的上下文感知计算和用户浏览行为以及上述用户基本信息对用户进行分类构建用户口味偏好模型，结合上述用户摄入量模型构建用户模型。

4.根据权利要求2所描述的基于多目标的个性化餐饮推荐方法，其特征是：多目标优化算法在满足上述用户摄入量模型中各营养元素摄入量标准的约束条件下寻找最优配餐组合。

5.根据权利要求1所描述的基于多目标的个性化餐饮推荐方法，其特征是：将食物营养成分表转化为食物营养评分表，进行相似度计算构建相似度集合，基于项目的协同过滤算法进行食谱推荐。

6.根据权利要求1所描述的基于多目标的个性化餐饮推荐方法，其特征是：实现在食物营养价值不变的条件下满足用户饮食的多样性，使用k-means聚类算法产生食物互换列表。