基于人工智能的食物推荐、装置、设备及存储介质制造方法及图纸

本发明专利技术涉及人工智能技术领域，提供了一种基于人工智能的食物推荐方法、装置、设备及存储介质。该方法包括：获取食物的属性值，读取食物的第一热度值、第二热度值及第三热度值；根据第一热度值、第二热度值计算得到食物之间的相似度值，根据食物的属性值与相似度值构建食物的知识图谱；根据目标用户的行为信息及第三热度值选取候选食物，将候选食物与知识图谱匹配得到候选食物集，建立候选食物集与血糖值的映射关系表；将目标用户的预设血糖指标输入血糖预测模型，得到血糖预测值，根据血糖预测值及映射关系表得到目标食物集，将目标食物集推送至目标用户。本发明专利技术还涉及区块链技术领域，上述食物的属性值还可以存储于一区块链的节点中。点中。点中。

【技术实现步骤摘要】
基于人工智能的食物推荐、装置、设备及存储介质


[0001]本专利技术涉及人工智能
，尤其涉及一种基于人工智能的食物推荐方法、装置、设备及存储介质。

技术介绍

[0002]糖尿病是一种常见的内分泌代谢疾病，由于胰岛素分泌缺陷或其生物作用受损，导致血糖升高，从而引起各种组织，特别是眼、肾、心脏、血管、神经的慢性损害及功能障碍，由于每种食物含有不同的营养素，患者进食不同食物后血糖值容易发生变化，传统的糖尿病推荐食物集信息通常以医学标准为主，忽略目标用户个性化的饮食特征，导致目标用户厌恶而无法入食。
[0003]同时，由于传统推荐方法采用医学标准，推荐算法时需要获取目标用户大量的信息，例如，每餐进食哪些食物、食物的进食量、一型糖尿病或二型糖尿病等个人隐私的数据，基于计算大量的信息需要构建复杂的推荐模型进行计算得到推荐食物集信息，因此，这种方案的缺陷是对系统要求较高，且占用较高的系统内存和CPU，得到推荐食物集信息时容易造成交互页面卡顿，不利于系统流畅运行。

技术实现思路

[0004]鉴于以上内容，本专利技术提供一种基于人工智能的食物推荐方法、装置、设备及存储介质，其目的在于解决现有技术中忽略目标用户个性化的饮食特征及获取目标用户大量的信息进行计算得到推荐食物集信息，且占用较高的系统内存和CPU的技术问题。
[0005]为实现上述目的，本专利技术提供一种基于人工智能的食物推荐方法，该方法包括：
[0006]从预设食物库中获取预设初始食物集中食物的属性值，基于预设用户群的行为信息分别读取每种食物的第一热度值、第二热度值及第三热度值；
[0007]根据所述第一热度值、所述第二热度值计算得到任意两种食物之间的相似度值，根据所述每种食物的属性值与所述任意两种食物之间的相似度值构建所述初始食物集中所有食物的知识图谱；
[0008]根据目标用户的行为信息及所述第三热度值从所述初始食物集中选取第一预设数量的候选食物，基于所述候选食物的属性值，将所述候选食物与所述知识图谱进行匹配得到所述目标用户对应的候选食物集，建立所述候选食物集与血糖值的映射关系表；
[0009]将所述目标用户的预设血糖指标输入预先构建的血糖预测模型，得到目标用户的血糖预测值，当判断所述血糖预测值是否小于预设值时，若是，根据所述血糖预测值及所述映射关系表得到目标食物集，将所述目标食物集推送至所述目标用户。
[0010]优选的，所述基于预设用户群的行为信息分别读取每种食物的第一热度值、第二热度值及第三热度值，包括：
[0011]读取所述目标用户在预设时间段内浏览所述初始食物集中食物的浏览时长，将所述浏览时长作为该食物的第一热度值；
[0012]读取所述初始食物集中每种食物的浏览量，将所述浏览量作为该食物的第二热度值；
[0013]读取所述初始食物集中每种食物的收藏量，将所述收藏量作为该食物的第三热度值。
[0014]优选的.所述相似度值的计算公式包括：
[0015][0016]其中，i为初始食物集中的第i个食物，j为初始食物集中的第j个食物，T
i
为第i个食物的第一热度值，V
j
为第j个食物的第一热度值，U
i
为第i个食物的第二热度值，U
j
为第j个食物的第二热度值，Q为第i个食物与第j个食物之间的相似度值，a为预留参数。
[0017]优选的，所述根据目标用户的行为信息及所述第三热度值从所述初始食物集中选取第一预设数量的候选食物，包括：
[0018]根据目标用户对所述初始食物集中食物进行收藏的行为信息；
[0019]及所述每种食物的第三热度值对所述初始食物集中所有食物进行排序，根据由大到小的排序顺序选取第一预设数量的候选食物并获取所述候选食物的属性值。
[0020]优选的，所述血糖预测模型的训练过程，包括：
[0021]获取第二预设数量的血糖历史值作为样本集；
[0022]将所述样本集按照预设比例分成训练集及验证集；
[0023]利用所述训练集中的各自变量及各因变量对长短期记忆模型进行训练，每隔预设周期利用所述验证集中各变量及各因变量对长短期记忆模型的准确率进行验证；
[0024]及当验所述准确率大于或等于预设阈值时，结束训练得到所述血糖预测模型。
[0025]优选的，所述方法还包括：
[0026]当判断所述血糖预测值大于或等于所述预设值时，向所述目标用户反馈预设提示信息。
[0027]优选的，所述方法还包括：
[0028]当侦测到所述目标用户对所述目标食物集中任意一种食物进行浏览时，将所述食物所属类别的食物添加至所述目标食物集。
[0029]为实现上述目的，本专利技术还提供一种基于人工智能的食物推荐装置，所述装置包括：
[0030]获取模块：用于从预设食物库中获取预设初始食物集中食物的属性值，基于预设用户群的行为信息分别读取每种食物的第一热度值、第二热度值及第三热度值；
[0031]计算模块：用于根据所述第一热度值、所述第二热度值计算得到任意两种食物之间的相似度值，根据所述每种食物的属性值与所述任意两种食物之间的相似度值构建所述初始食物集中所有食物的知识图谱；
[0032]匹配模块：用于根据目标用户的行为信息及所述第三热度值从所述初始食物集中选取第一预设数量的候选食物，基于所述候选食物的属性值，将所述候选食物与所述知识图谱进行匹配得到所述目标用户对应的候选食物集，建立所述候选食物集与血糖值的映射
关系表；
[0033]输出模块：用于将所述目标用户的预设血糖指标输入预先构建的血糖预测模型，得到目标用户的血糖预测值，当判断所述血糖预测值是否小于预设值时，若是，根据所述血糖预测值及所述映射关系表得到目标食物集，将所述目标食物集推送至所述目标用户。
[0034]为实现上述目的，本专利技术还提供一种电子设备，所述电子设备包括：
[0035]至少一个处理器；以及，
[0036]与所述至少一个处理器通信连接的存储器；其中，
[0037]所述存储器存储有可被所述至少一个处理器执行的程序，所述程序被所述至少一个处理器执行，以使所述至少一个处理器能够执行如权利要求1至7中任一项所述基于人工智能的食物推荐方法。
[0038]为实现上述目的，本专利技术还提供一种计算机可读存储介质，所述计算机可读存储介质存储有基于人工智能的食物推荐程序，所述基于人工智能的食物推荐程序被处理器执行时，实现如权利要求1至7中任一项所述基于人工智能的食物推荐方法的步骤。
[0039]本专利技术提出的基于人工智能的食物推荐方法、装置、设备及存储介质，根据食物的第一热度值、第二热度值计算得到任意两种食物之间的相似度值，根据食物的属性值与任意两种食物之间相似度值构建所述初始食物集中所有食物的知识图谱，根据目标用户的行为信息及食物的第三热度值排序选取候选食物，将候选食物与知识图谱进行匹配得到候选食物集，根据血糖预本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于人工智能的食物推荐方法，其特征在于，所述方法包括：从预设食物库中获取预设初始食物集中食物的属性值，基于预设用户群的行为信息分别读取每种食物的第一热度值、第二热度值及第三热度值；根据所述第一热度值、所述第二热度值计算得到任意两种食物之间的相似度值，根据所述每种食物的属性值与所述任意两种食物之间的相似度值构建所述初始食物集中所有食物的知识图谱；根据目标用户的行为信息及所述第三热度值从所述初始食物集中选取第一预设数量的候选食物，基于所述候选食物的属性值，将所述候选食物与所述知识图谱进行匹配得到所述目标用户对应的候选食物集，建立所述候选食物集与血糖值的映射关系表；将所述目标用户的预设血糖指标输入预先构建的血糖预测模型，得到目标用户的血糖预测值，当判断所述血糖预测值是否小于预设值时，若是，根据所述血糖预测值及所述映射关系表得到目标食物集，将所述目标食物集推送至所述目标用户。2.如权利要求1所述的基于人工智能的食物推荐方法，其特征在于，所述基于预设用户群的行为信息分别读取每种食物的第一热度值、第二热度值及第三热度值，包括：读取所述目标用户在预设时间段内浏览所述初始食物集中食物的浏览时长，将所述浏览时长作为该食物的第一热度值；读取所述初始食物集中每种食物的浏览量，将所述浏览量作为该食物的第二热度值；读取所述初始食物集中每种食物的收藏量，将所述收藏量作为该食物的第三热度值。3.如权利要求1所述的基于人工智能的食物推荐方法，其特征在于，所述相似度值的计算公式包括：其中，i为初始食物集中的第i个食物，j为初始食物集中的第j个食物，T
i
为第i个食物的第一热度值，T
j
为第j个食物的第一热度值，U
i
为第i个食物的第二热度值，U
j
为第j个食物的第二热度值，Q为第i个食物与第j个食物之间的相似度值，a为预留参数。4.如权利要求1所述的基于人工智能的食物推荐方法，其特征在于，所述根据目标用户的行为信息及所述第三热度值从所述初始食物集中选取第一预设数量的候选食物，包括：根据目标用户对所述初始食物集中食物进行收藏的行为信息；及所述每种食物的第三热度值对所述初始食物集中所有食物进行排序，根据由大到小的排序顺序选取第一预设数量的候选食物并获取所述候选食物的属性值。5.如权利要求1所述的基于人工智能的食物推荐方法，其特征...

【专利技术属性】
技术研发人员：陈燕，
申请(专利权)人：平安国际智慧城市科技股份有限公司，
类型：发明
国别省市：