[发明专利]一种食材用量推荐方法、装置及计算机可读存储介质

说明书

本发明公开了一种食材用量推荐方法，包括：获取待用餐人员信息；根据所述待用餐人员信息查询设定的历史用餐人员与食材用量之间的对应关系，获取所述待用餐人员的食材用量；基于所述待用餐人员的食材用量生成针对所述待用餐人员的食材用量推荐信息，并将所述食材用量推荐信息进行推荐。同时，本发明还公开了一种食材用量推荐装置及计算机可读存储介质。

技术领域

本发明涉及智能家居领域，尤其涉及一种食材用量推荐方法、装置及计算机可读存储介质。

背景技术

在日常生活中，用户在使用电压力锅、电饭煲等烹饪器具烹饪食材时，食材的用量需要由用户自行掌握。以煮饭为例，用户需要根据用餐人员自行掌握米的用量，一旦米的用量选择不当，便会导致煮出的米饭过多而造成浪费，或者导致煮出的米饭过少而造成不够用餐人员食用。因此，现有的食材烹饪过程对用户的要求较高，导致用户体验差。

发明内容

有鉴于此，本发明实施例期望提供一种食材用量推荐方法、装置及计算机可读存储介质，能够有效降低食材烹饪过程对用户的要求，提高用户体验。

为达到上述目的，本发明的技术方案是这样实现的：

第一方面，本发明实施例提供了一种食材用量推荐方法，所述方法包括：

获取待用餐人员信息；

根据所述待用餐人员信息查询设定的历史用餐人员与食材用量之间的对应关系，获取所述待用餐人员的食材用量；

基于所述待用餐人员的食材用量生成针对所述待用餐人员的食材用量推荐信息，并将所述食材用量推荐信息进行推荐。

上述方案中，所述根据所述待用餐人员信息查询设定的历史用餐人员与食材用量之间的对应关系，获取所述待用餐人员的食材用量，包括：

将所述待用餐人员信息输入基于历史用餐人员与所述历史用餐人员用餐后的食材实际消耗量进行训练所获得的神经网络推荐模型，获取所述神经网络推荐模型输出的所述待用餐人员的食材用量。

上述方案中，所述将所述待用餐人员信息输入基于历史用餐人员与所述历史用餐人员用餐后的食材实际消耗量进行训练所获得的神经网络推荐模型之前，还包括：

获取训练样本，所述训练样本包括历史用餐人员信息和所述历史用餐人员用餐后的食材实际消耗量；

将所述历史用餐人员信息作为模型输入变量，所述历史用餐人员用餐后的食材实际消耗量作为模型输出变量；

基于所述训练样本训练神经网络推荐模型。

上述方案中，所述将所述食材用量推荐信息进行推荐之后，还包括：

获取所述待用餐人员用餐后的食材剩余量；

根据所述待用餐人员的食材用量以及所述待用餐人员用餐后的食材剩余量，获得所述待用餐人员用餐后的食材实际消耗量；

将所述待用餐人员信息作为模型输入变量，所述待用餐人员用餐后的食材实际消耗量作为模型输出变量，训练所述神经网络推荐模型。

上述方案中，所述将所述食材用量推荐信息进行推荐之后，还包括：

获取修正后所述待用餐人员的食材用量；

将所述待用餐人员信息作为模型输入变量，所述修正后所述待用餐人员的食材用量作为模型输出变量，训练所述神经网络推荐模型。

上述方案中，所述获取待用餐人员信息，包括：接收烹饪设备发送的待用餐人员信息。

上述方案中，所述将所述食材用量推荐信息进行推荐，包括：向所述烹饪设备发送所述食材用量推荐信息。