[发明专利]基于知识图谱的食谱推荐方法及其系统、装置、介质在审
申请号: | 202310419308.9 | 申请日: | 2023-04-18 |
公开(公告)号: | CN116595186A | 公开(公告)日: | 2023-08-15 |
发明(设计)人: | 张京玲;赖扬东;吴建生;林汝生;劳睿腾;余锡杰;巫华邦;吴震宇;劳达裕 | 申请(专利权)人: | 五邑大学 |
主分类号: | G06F16/36 | 分类号: | G06F16/36;G06F16/335;G06F16/338;G16H20/60;G16H10/60 |
代理公司: | 广州嘉权专利商标事务所有限公司 44205 | 代理人: | 孙浩 |
地址: | 529000 广*** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 基于 知识 图谱 食谱 推荐 方法 及其 系统 装置 介质 | ||
1.一种基于知识图谱的食谱推荐方法,其特征在于,包括:
获取待测脉象数据;
根据所述待测脉象数据提取目标特征参数;
将所述目标特征参数与预存的目标脉象模型进行匹配,确定目标脉象数据;
构建基于知识图谱的脉象食谱特征关系模型,所述脉象食谱特征关系模型预存有脉象数据与食谱的对应关系;
根据所述目标脉象数据和所述脉象食谱特征关系模型得到食谱推荐结果。
2.根据权利要求1所述的食谱推荐方法,其特征在于,所述根据所述待测脉象数据提取目标特征参数,包括:
对所述待测脉象数据进行去噪处理,得到目标特征参数。
3.根据权利要求2所述的食谱推荐方法,其特征在于,所述目标特征参数包括时域参数,所述食谱推荐方法还包括:
对所述待测脉象数据的所述时域参数进行快速傅里叶变换处理,得到目标十二谐波振幅比。
4.根据权利要求3所述的食谱推荐方法,其特征在于,所述将所述目标特征参数与预存的目标脉象模型进行匹配,确定目标脉象数据,包括:
将预设十二谐波振幅比减去所述目标十二谐波振幅比,得到谐波振幅差值;
对所述谐波振幅差值进行特征值归一化处理,得到所述谐波振幅差值的误差值;
根据所述误差值匹配所述目标脉象模型;
根据所述目标脉象模型确定所述目标脉象数据。
5.根据权利要求1所述的食谱推荐方法,其特征在于,所述构建基于知识图谱的脉象食谱特征关系模型,包括:
获取基于知识图谱的概念实体列表;
对所述概念实体列表中的实体进行抽取,建立所述实体之间的关系图;
根据所述关系图建立所述脉象食谱特征关系模型。
6.根据权利要求1所述的食谱推荐方法,其特征在于,所述根据所述目标脉象数据和所述脉象食谱特征关系模型得到食谱推荐结果,包括:
根据所述目标脉象数据和所述脉象食谱特征关系模型生成M个食谱推荐方案,其中M为大于0的自然数;
对M个所述食谱推荐方案进行评分并排序,得到食谱推荐列表;
将所述食谱推荐列表中的前N个食谱推荐方案作为食谱推荐结果,其中N为大于0小于M的自然数。
7.根据权利要求6所述的食谱推荐方法,其特征在于,所述根据所述目标脉象数据和所述脉象食谱特征关系模型生成M个食谱推荐方案,包括:
根据所述目标脉象数据确定目标脉象类型;
根据所述目标脉象类型在所述脉象食谱特征关系模型中确定目标特征信息;
根据所述目标特征信息和预设的膳食画像特征生成M个食谱推荐方案。
8.一种基于知识图谱的食谱推荐系统,其特征在于,包括:
数据获取单元,用于获取待测脉象数据;
特征提取单元,用于根据所述待测脉象数据提取目标特征参数;
模型匹配单元,用于将所述目标特征参数与预存的目标脉象模型进行匹配,确定目标脉象数据;
模型构建单元,用于构建基于知识图谱的脉象食谱特征关系模型,所述脉象食谱特征关系模型预存有脉象数据与食谱的对应关系;
食谱推荐单元,用于根据所述目标脉象数据和所述脉象食谱特征关系模型得到食谱推荐结果。
9.一种运行装置,包括:存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如权利要求1至7任意一项所述的基于知识图谱的食谱推荐方法。
10.一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计算机可执行指令,所述计算机可执行指令用于执行权利要求1至7任意一项所述的基于知识图谱的食谱推荐方法。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于五邑大学,未经五邑大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202310419308.9/1.html,转载请声明来源钻瓜专利网。