[发明专利]基于健身数据的菜品推荐方法以及装置

说明书

本申请公开了一种基于健身数据的菜品推荐方法，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。所述基于健身数据的菜品推荐方法更加及时和精准补充了用户进行健身锻炼消耗的热量，促进运动健身行业与餐饮行业在线上的融合，同时也提升了用户的消费体验和用户粘度。

技术领域

本申请涉及互联网技术领域，具体涉及一种基于健身数据的菜品推荐方法。本申请同时涉及一种基于健身数据的菜品推荐装置，以及一种电子设备。

背景技术

随着物联网、大数据等技术的飞速发展，与物联网、大数据相关的各种技术已深入应用到社会生活的方方面面，随着用户生活、工作节奏的加快，面临的心理压力和身体压力也越来越大，用户到健身场所参与健身已成为常见的锻炼和压力释放方式，用户在健身场所进行锻炼的同时，还需要通过饮食结构的合理规划和饮食控制来保持健康的身体。

现有技术(CN105844357A)提供的一种基于所需热量的菜品搭配推荐方法，包括：需补充卡路里计算步骤：根据用户的每天所需基础热量及提前获取的该天所需消耗的热量，计算所述用户在就餐的时候所需要补充的热量；菜品组合制定步骤：根据每个菜品所对应的热量值以及菜品组合方法，制定当前用户的多个备选菜品组合；菜品组合口味筛选步骤：根据用户在系统中的消费行为以及口味爱好，在所述备选菜品组合中，生成多个菜品组合方案；菜品组合推荐步骤：根据所述菜品组合方案的排序，为用户推荐最佳菜品组合。

现有技术提供的基于所需热量的菜品搭配推荐方法，在进行菜品搭配推荐时，是根据以往消耗的热量的历史数据来推算出用户需要补充的热量，从而根据推算出的热量为用户推荐菜品搭配组合，然而，该方法无法根据用户当前消耗的热量实时的为用户推荐菜品，无法及时对用户消耗的热量进行针对性的补充，存在一定的缺陷。

发明内容

本申请提供一种基于健身数据的菜品推荐方法，以解决现有技术存在的缺陷。本申请同时涉及一种基于健身数据的菜品推荐装置，以及一种电子设备。

本申请提供一种基于健身数据的菜品推荐方法，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。

可选的，所述基于健身数据的菜品推荐方法，包括：基于筛选出的菜品生成菜品预约订单。

可选的，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。

可选的，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。

可选的，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。