[发明专利]一种自动化食谱推荐方法、装置、终端及存储介质

权利要求书

1.一种自动化食谱推荐方法，其特征在于，包括以下步骤：

基于全卷积目标检测算法构建并训练食物偏好网络模型；

获取预设时间段内的用户的线上行为数据并输入到训练完成的所述食物偏好网络模型中，获得所述用户的食物偏好；

根据所述食物偏好通过预设的菜谱库匹配得到符合条件的食谱。

2.如权利要求1所述的自动化食谱推荐方法，其特征在于，所述基于全卷积目标检测算法构建并训练食物偏好网络模型步骤中包括以下步骤：

获取多个用户在界定网络空间中的线上行为数据，并标记每个用户的食物偏好，建立训练集；

基于全卷积目标检测算法构建食物偏好网络模型；

对所述食物偏好网络模型的网络参数进行初始化，生成初始权重与初始偏置；

将所述训练集的所有线上行为数据输入到初始化后的食物偏好网络模型，并根据预设的损失函数计算损失值；

降低所述损失值并进行反向传播，通过反复循环前向传播和反向传播对所述食物偏好网络模型的权重与偏置进行更新，直至达到预设的迭代停止条件，生成训练完成的食物偏好网络模型。

3.如权利要求1所述的自动化食谱推荐方法，其特征在于，在所述获取预设时间段内的用户的线上行为数据并输入到训练完成的所述食物偏好网络模型中，获得所述用户的食物偏好步骤之后还包括步骤：

获取多个不同用户的食物偏好信息；

对所述食物偏好信息进行分类，且对每类食物偏好的数量与占比进行统计与排序，获得数量排名靠前的预设类别数量的食物偏好种类信息。

4.一种自动化食谱推荐装置，其特征在于，包括：

网络模型训练模块，用于基于全卷积目标检测算法构建并训练食物偏好网络模型；

食物偏好生成模块，用于获取预设时间段内的用户的线上行为数据并输入到训练完成的所述食物偏好网络模型中，获得所述用户的食物偏好；

食谱匹配生成模块，用于根据所述食物偏好通过预设的菜谱库匹配得到符合条件的食谱。

5.如权利要求4所述的自动化食谱推荐装置，其特征在于，所述网络模型训练模块包括：

训练集建立单元，用于获取多个用户在界定网络空间中的线上行为数据，并标记每个用户的食物偏好，建立训练集；

模型构建单元，用于基于全卷积目标检测算法构建食物偏好网络模型；

初始化单元，用于对所述食物偏好网络模型的网络参数进行初始化，生成初始权重与初始偏置；

数据输入单元，用于将所述训练集的所有线上行为数据输入到初始化后的食物偏好网络模型，并根据预设的损失函数计算损失值；

模型训练单元，用于降低所述损失值并进行反向传播，通过反复循环前向传播和反向传播对所述食物偏好网络模型的权重与偏置进行更新，直至达到预设的迭代停止条件，生成训练完成的食物偏好网络模型。

6.如权利要求4所述的自动化食谱推荐装置，其特征在于，还包括：

信息获取模块，用于获取多个不同用户的食物偏好信息；

偏好分类模块，用于对所述食物偏好信息进行分类，且对每类食物偏好的数量与占比进行统计与排序，获得数量排名靠前的预设类别数量的食物偏好种类信息。

7.一种终端，其特征在于，所述终端包括存储器、处理器以及存储在所述存储器并可在所述处理器上运行的自动化食谱推荐程序，所述自动化食谱推荐程序被所述处理器执行时实现如权利要求1-3任一项所述的自动化食谱推荐方法的各个步骤。

8.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有自动化食谱推荐程序，所述自动化食谱推荐程序被处理器执行时实现如权利要求1-3任一项所述的自动化食谱推荐方法的各个步骤。