[发明专利]基于健身数据的菜品推荐方法以及装置

权利要求书

1.一种基于健身数据的菜品推荐方法，其特征在于，包括：

采集用户在健身场所的健身数据；

根据所述健身数据确定用户在所述健身场所的运动强度；

基于用户在至少一个生理特征维度下运动强度与热量密度的映射关系矩阵，确定所述运动强度在所述映射关系矩阵中对应的目标热量密度；

获取目标就餐位置所处地理区域范围内餐饮门店的菜品信息；

根据所述菜品信息在所述地理区域范围内至少一个餐饮门店中筛选与所述目标热量密度匹配的菜品；

其中，所述基于用户在至少一个生理特征维度下运动强度与热量密度的映射关系矩阵，确定所述运动强度在所述映射关系矩阵中对应的目标热量密度，包括：

查找所述运动强度在用户的各生理特征维度下运动强度与热量密度的映射关系矩阵中对应的热量密度；按照生理特征维度的优先级从高到低顺序对查找到的各生理特征维度下的热量密度进行排序；选择优先级最高的生理特征维度下的热量密度作为所述目标热量密度；

其中，所述运动强度与热量密度的映射关系矩阵与用户具有唯一对应关系，所述运动强度与热量密度的映射关系矩阵基于用户的生理特征和用户在历史时间段内的运动强度以及消费菜品的热量密度确定；其中，所述菜品的热量密度，根据菜品所能提供的热量以及菜品的质量和/或体积确定。

2.根据权利要求1所述的基于健身数据的菜品推荐方法，其特征在于，包括：

基于筛选出的菜品生成菜品预约订单。

3.根据权利要求1所述的基于健身数据的菜品推荐方法，其特征在于，所述生理特征维度设置有各自对应的优先级；

其中，所述生理特征，包括下述至少一项：身高、体重、体脂率、血压、血脂、血糖、体温。

4.根据权利要求1至3任意一项所述的基于健身数据的菜品推荐方法，其特征在于，所述健身数据由设置于所述健身场所内地毯的红外采集装置采集获得，相应的，所述根据所述健身数据确定用户在所述健身场所的运动强度，包括：

根据所述健身数据中包含的运动健身类型和运动时间，结合用户的生理特征计算用户在所述健身场所内的各时间段的热量消耗；

根据用户在各时间段的热量消耗确定用户在各时间段的基础运动强度；

在时间维度按照对所述基础运动强度进行加权，将所述基础运动强度在时间维度的加权平均值作为用户在所述健身场所的运动强度。

5.根据权利要求1至3任意一项所述的基于健身数据的菜品推荐方法，其特征在于，所述获取目标就餐位置所处地理区域范围内餐饮门店的菜品信息，包括：

确定所述目标就餐位置所处地理区域范围内的餐饮门店；

从菜品数据库中提取所述餐饮门店内菜品的菜品信息；所述菜品信息中包含所述菜品的热量信息。

6.根据权利要求2至3任意一项所述的基于健身数据的菜品推荐方法，其特征在于，所述基于筛选出的菜品生成菜品预约订单，包括：

根据所述健身数据中包含的运动量和运动时间，计算当前用餐周期下用户在所述健身场所消耗的总热量；

根据筛选出菜品的菜品信息中包含的热量信息，计算所述筛选出菜品的总热量；

判断所述筛选出菜品的总热量是否大于或者等于当前用餐周期下用户在所述健身场所消耗的总热量，若是，对所述筛选出菜品中菜品种类重合的菜品进行过滤；

对用户在历史时间段内消费菜品进行聚类分析，获得用户的用餐偏好；

在过滤后的菜品中剔除与用户的用餐偏好不匹配的菜品。

7.根据权利要求6所述的基于健身数据的菜品推荐方法，其特征在于，若所述判断所述筛选出菜品的总热量是否大于或者等于当前用餐周期下用户在所述健身场所消耗的总热量子步骤的判断结果为否，执行如下操作：

在所述地理区域范围内至少一个餐饮门店筛选与所述目标热量密度数值相邻的热量密度匹配的菜品，并将筛选的菜品加入所述菜品预约订单；

并且，优先筛选与所述目标热量密度数值相邻且数值大于所述目标热量密度的热量密度匹配的菜品。