本发明涉及饮食健康监测,尤其涉及一种基于调味品健康监测的饮食评估方法及系统。
背景技术:
1、现有调味瓶或注重外形设计以吸引消费者的目光,或注重出料装置的设计以实现定量取用,或可以实现称重显示。但都只是对调味瓶本身进行设计,不能实现对于用户调味品用量的监测与建议。
技术实现思路
1、为实现对用户调味品用量的监测与建议,本发明开创性地将调味品盛放装置智能化,创新性融合现有云服务与算法,并对算法进行贴合产品的改进,设计出一种基于调味品健康监测的饮食评估方法及系统。
2、本发明通过以下技术方案实现:
3、一种基于调味品健康监测的饮食评估方法,其特征在于,包括以下步骤:
4、提取用户饮食信息,并对用户饮食信息进行分析,
5、所述对用户饮食信息进行分析具体为:
6、a. 对菜谱中的所有菜品进行聚类,分析得到代表性菜品即聚类中心以设计饮食偏好;
7、b. 计算用户各种调味品的摄入量,根据隶属度函数建立评价矩阵,并采用层次分析法对调味品对健康影响度进行评估;
8、根据饮食偏好和健康评估结果,采用基于用户的协同过滤算法进行个性化菜谱推荐。
9、进一步的,所述对菜谱中的所有菜品进行聚类具体为:
10、a1. 随机选择初始化的 k 个样本作为初始聚类中心,所述k表示样本数量,表示初始聚类中心菜品某一种调味品的用量;
11、a2. 针对数据集中每个样本,表示任一菜品某一种调味品的用量,计算样本到 k 个聚类中心的距离并将分到距离最小的聚类中心所对应的类簇;
12、a3. 针对每个类别,为步骤a2得到的类簇,重新计算类簇的聚类中心;
13、a4. 重复步骤s102、s103,直至达到终止条件,所述终止条件为最小误差变化。
14、进一步的,所述对健康影响度进行评估具体为:
15、b1. 建立综合评价的指标集:
16、;
17、其中,所述u表示指标集,所述指标集表示以影响评价对象的因素为元素所组成的普通集合,所述代表影响评价对象的第 i 个因素,即代表不同调味品;
18、b2. 建立综合评价的评价集:
19、;
20、其中,所述v表示评价集,所述评价集表示评价者对评价对象做出的所有可能结果所组成的集合,所述代表第 j 种评价结果,即对不同调味品用量所设的评价指标;
21、b3. 创建隶属度函数,获得评价矩阵;
22、当指标集u中第 i 个元素对评价集v中第j个元素的隶属度为,则对第 i个元素单因素评价的结果用模糊集合表示为:,所述评价矩阵表示以n个单指标评价集构成的矩阵;
23、b4. 确定权向量;
24、评价工作中,对各指标赋予一个权重,即对不同调味品的重要程度设置权值,则得到权向量:
25、;
26、其中,b表示各指标的权重集合的权向量;
27、b5. 建立综合评价模型。
28、进一步的,所述确定权向量步骤中,当没有数据时,通过层次分析法确定权重;当有数据时,通过熵权法确定权重。
29、进一步的,所述用户的协同过滤算法具体包括以下步骤:
30、收集用户信息;
31、构造用户相似度计算函数;
32、计算用户相似度矩阵;
33、寻找与每个用户最相近的k个用户,根据k个用户的喜好来对目标用户进行菜品推荐。
34、进一步的,所述用户饮食信息具体为:用户饮食偏好信息和当日用户调味品摄入量。
35、进一步的,所述用户调味品摄入量具体为当日调味瓶重量与前一天的调味瓶重量的差值。
36、一种基于调味品健康监测的饮食评估系统,其特征在于,包括:
37、用户饮食信息记录模块,用于记录饮食偏好信息和当日用户调味品摄入量,并将用户饮食信息上传至云平台;
38、菜谱聚类分类模块,用于对菜谱中的所有菜品进行聚类,分析得到代表性菜品即聚类中心以设计饮食偏好;
39、调味品健康度影响计算模块,用于计算用户各种调味品的摄入量,根据隶属度函数建立评价矩阵,并采用层次分析法对调味品对健康影响度进行评估;
40、个性化菜谱推荐模块,用于根据菜谱聚类分类模块得到的饮食偏好和调味品健康度影响计算模块得到的健康评估结果,采用基于用户的协同过滤算法进行个性化菜谱推荐;
41、其中,所述调味品健康度影响计算模块还包括:
42、用户调味品称重单元,用于对当日调味瓶的重量进行自动检测;
43、用户调味品摄入量计算单元,用于计算当日调味瓶重量与前一天的调味瓶重量的差值,得到当日用户调味品摄入量。
44、进一步的,所述菜谱聚类分类模块具体为:
45、随机选择初始化的 k 个样本作为初始聚类中心,所述k表示样本数量;
46、针对数据集中每个样本,计算样本到 k 个聚类中心的距离并将分到距离最小的聚类中心所对应的聚类中心;
47、针对每个类别,重新计算类别的聚类中心;
48、重复步骤s102、s103,直至达到终止条件,所述终止条件为最小误差变化。
49、进一步的,所述调味品健康度影响计算模块具体为:
50、建立综合评价的指标集:
51、;
52、其中,所述u表示指标集,所述指标集表示以影响评价对象的因素为元素所组成的普通集合,所述代表影响评价对象的第 i 个因素;
53、建立综合评价的评价集:
54、;
55、其中,所述v表示评价集,所述评价集表示评价者对评价对象做出的所有可能结果组成的集合,所述代表第 j 种评价结果;
56、创建隶属度函数,获得评价矩阵;
57、当指标集u中第 i 个元素对评价集v中第1个元素的隶属度为,则对第 i 个元素单因素评价的结果用模糊集合表示为:,所述评价矩阵表示以n个单指标评价集构成的矩阵;确定权向量;
58、评价工作中,对各指标赋予一个权重,即对不同调味品的重要程度设置权值,则得到权向量:
59、;
60、其中,b表示各指标的权重集合的权向量;
61、建立综合评价模型。
62、本发明的有益效果:
63、(1) 本发明采用模糊综合评价算法对用户对调味品的摄入进行评估,具有科学性和合理性。对于多指标多对象的问题,非此即彼的判断方法显然不适合,且不同的对象评判方法不同,有的评价指标还具有模糊性。本发明采用模糊综合评价算法,可同时对多种调味品的模糊摄入进行量化评价;
64、(2) 本发明引入每日健康菜品推荐和菜谱辅助烹饪模块,具有个性化的特点。本发明还提供个性化菜谱推荐,使用户在不大幅改变自身饮食偏好的情况下,逐步替换为更健康的饮食方式,享受食物的同时又能追求健康。
65、(3) 本发明相比于需要手动称量、手动记录数据的普通食物称,本发明具有数字化、自动化的特点。