[发明专利]一种针对营养健康的智能食谱推荐系统

说明书

技术领域

本发明主要涉及图像识别技术，机器学习，智能数据分析技术，通信网络技术，特别是机器学习和智能数据分析技术。

背景技术

在数据发挥极大作用的数字化社会中，通过机器学习和智能数据分析技术，可以快速精准的分析和处理海量般的数据，并从中获得想要的目标内容。随着信息技术以及机器学习的飞速发展和进步，推荐服务也越来越受到民众的欢迎。通过营养健康的智能食谱推荐系统对不同用户推荐适合自身的个性化食谱，在实际应用中有巨大的市场潜力。

发明内容

为了节省消费者宝贵的时间，让他们快速便利的获取适合自己的营养健康饮食推荐，本发明基于机器学习技术和智能数据分析技术，提出一种基于饮食记录的智能食谱推荐系统，该系统通过机器学习和智能数据分析技术，对用户通过手机客户端输入的饮食信息进行记录和分析，并结合用户的体质状态和不同需求，对用户进行适合自身身体状态的个性化饮食食谱推荐。此外，该系统也建立了用户和医生之间的连接，以医生系统的理论知识和丰富经验为基础，为用户提供更专业的服务。

为了解决上述技术问题，本发明是通过以下技术方案实现的：

一种基于个人饮食记录的个性化智能食谱推荐系统，融合了图像识别技术，机器学习技术、智能数据分析以及通信网络技术，基于个人用户的饮食记录，联合专业营养科医生对个人进行营养健康的食谱推荐。在该系统中，用户输入自己身体的各项指标和特殊需求，这些信息经过基于云端的数据处理中心进行综合分析和处理之后，可以向用户推荐适合自身的饮食规划，也就是智能食谱。

进一步优选，机器学习技术和智能数据分析技术可以对专业营养科医生提供的饮食建议、海量的个人饮食记录等数据进行智能学习，获得可以提供营养健康食谱的人工智能模型，采用人工智能模型为个人用户提供快速、精准的食谱推荐。

一种基于个人饮食记录的个性化智能食谱推荐系统，所述系统包括服务于用户的用户客户端、服务于医生的医生客户端、进行信息管理和系统维护的系统后台管理、进行数据分析和处理的基于云端的数据处理中心等几大部分。

进一步优选，采用深度学习理论对大量数据进行分析和学习，并建立高精确度的人工智能模型。

进一步优选，所述系统的用户客户端是手机上的应用程序，医生客户端是电脑上的应用软件，用户注册后即可通过智能终端构建与专业营养医生的交流，并在云端存储用户饮食记录和相关的饮食建议，云端智能推荐系统可以通过数据学习，不断提高人工智能模型的推荐精准度，为用户提供良好的营养健康食谱的推荐。

本发明相对于现有技术具有以下优点：

为了节省消费者宝贵的时间，让他们快速便利的获取适合自己的营养健康饮食推荐，本发明基于机器学习技术和智能数据分析技术，提出一种基于饮食记录的智能食谱推荐系统，该系统通过机器学习和智能数据分析技术，对用户通过手机客户端输入的饮食信息进行记录和分析，并结合用户的体质状态和不同需求，对用户进行适合自身身体状态的个性化饮食食谱推荐。此外，该系统也建立了用户和医生之间的连接，以医生系统的理论知识和丰富经验为基础，为用户提供更专业的服务。

附图说明

为了更清楚地说明本发明实施例，下面将对实施例中所需要使用的附图做简单的介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1为本发明智能食谱系统架构图；

图2为本发明之智能食谱推荐处理流程系统架构图；

图3为本发明之基于机器学习的智能食谱推荐系统架构图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下，所获得的所有其他实施例，都属于本发明保护范围。

如图1所示的基于饮食记录的智能食谱推荐系统由以下几个部分构成：

1）、用户客户端：用户进行操作，为用户提供服务；

2）、医生客户端：医生进行操作，为医生提供服务；

3）、系统后台管理：管理员进行信息管理和系统维护；

4）、基于云端的数据处理中心：对来自于系统的信息要求对数据进行加工、整理、计算和分析；

5）、智能信息处理模块：系统的核心模块，使用机器学习框架TensorFlow实现食谱的智能推荐功能。

1、用户客户端