[发明专利]基于多目标的个性化餐饮推荐方法及系统

摘要

本发明是一种基于多目标的个性化餐饮推荐方法及系统。主要解决的技术问题有：采集用户的基本信息和行为信息(包括饮食记录和在网页上浏览行为)记录到数据库中；根据数据库中用户信息建立用户模型，推荐个性化营养食谱；多目标优化配餐模型生成营养均衡膳食食谱，通过协同过滤推荐模型和等价互换模型，计算基于营养元素的食谱之间的相似度，从食谱库中生成各类互换食谱表，丰富饮食结构；检测食谱的营养均衡性，通过比较已生成食谱中各营养素的实际含量和推荐摄入量，提出改进措施，使所设计的食谱更趋合理性。

主权项

1.一种基于多目标的个性化餐饮推荐方法，其中包括：根据用户自身营养元素需求量向用户进行定量的营养食谱推荐；应用分类算法构建用户模型实现个性化推荐；应用多目标优化算法提供科学合理的营养配餐推荐方案；应用协同过滤算法和聚类算法进行推荐实现饮食结构多样性；其中该方法使用基于项目的协同过滤算法进行食谱推荐，第一步是建立评分模型：协同过滤算法的输入数据通常表示为一个m*n的用户‑评价矩阵R，m是用户数，n是项目数，Ri，j表示第i个用户对第j个项目的评分值，这里的m是食物的数量，n是食物中所含营养元素的数目，Ri，j表示第i种食物中第j种营养元素的评分，第二步是寻找最近邻居：即完成对目标食物最近邻居的查找，通过计算目标事物与其他食物之间的相似度，算出与目标食物最相似的“最近邻居”集：首先计算食物之间的相似度，推荐算法目前主要有三种度量用户间相似性的方法，分别是：余弦相似性、相关相似性以及修正的余弦相似性；本方法采用的是相关相似性，即采用皮尔森相关系数进行度量，其计算公式为：其中Ii，j表示食物中共有的营养元素的集合；其次选择相似度大于设定阈值的食物；第三步是推荐食谱的产生：对上个步骤中产生的相似食物集按照某一特定营养元素进行排序，并结合用户的口味偏好产生推荐列表；附加：检测食谱的可用性：a)计算营养素实际摄入量：通过查找食物成分表，列表计算各营养素的实际摄入量；b)提取相应的摄入参考值：根据用户的个人信息提取用户应摄入的各营养素的参考摄取量；c)各营养素评价：计算各种营养素实际摄入量和参考摄入量的差值百分比，若所得数值不在相应元素的波动范围内，则表示该种营养素的摄入不合理，需进行调整。