食谱推荐方法、终端设备以及存储介质技术

本发明专利技术公开了一种食谱推荐方法、终端设备以及存储介质，该方法包括：获取用户数据，用户数据包括用户的碳足迹数据；基于用户的碳足迹数据，并结合预先创建的随机森林分类模型，进行食谱决策分类，得到食谱推荐方案；将所述食谱推荐方案向用户推送。本发明专利技术实现了食谱的自动化推荐，提升了食谱推荐结果的精准性，为用户提供极大方便，解决了用户选择困难的情况。此外，还可以通过智能音箱结合用户的语音情感识别结果播报食谱推荐方案，能够将健康和环保及用户体验结合起来，既低碳又健康，进一步提升了用户的体验。升了用户的体验。升了用户的体验。

【技术实现步骤摘要】
食谱推荐方法、终端设备以及存储介质


[0001]本专利技术涉及信息推荐
，尤其涉及一种食谱推荐方法、终端设备以及存储介质。

技术介绍

[0002]随着生活水平的多样化以及网络技术的发展，人们对食谱的自动化推荐需求逐渐增多。目前，自动化推荐食谱通常是根据用户多次存储的食谱以及对食谱的编辑进行推荐，其中，主要考虑用户的历史食谱以及用户偏好，形成相应的食谱推荐数据；另外，也有收集用户在用餐结束后对菜肴的评价信息，以此推荐相应的食谱。
[0003]但是，现有的自动化推荐食谱的方案中，用户自己编辑的食谱种类单一，数量少，而且对于用户来说编辑过程较麻烦，而通过评价信息推荐食谱的评价系统也较为简单，因此，上述向用户推荐食谱的方案均过于简单，食谱推荐结果不够精准。

技术实现思路

[0004]本专利技术的主要目的在于提供一种食谱推荐方法、终端设备以及存储介质，旨在实现食谱的自动化推荐，提升食谱推荐结果的精准性，为用户提供方便。
[0005]为实现上述目的，本专利技术提供一种食谱推荐方法，所述方法包括：r/>[0006]获本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种食谱推荐方法，其特征在于，所述方法包括：获取用户数据，所述用户数据包括用户的碳足迹数据；基于所述用户的碳足迹数据，并结合预先创建的随机森林分类模型，进行食谱决策分类，得到食谱推荐方案；将所述食谱推荐方案向用户推送。2.根据权利要求1所述的方法，其特征在于，所述用户数据还包括：用户的语音数据；所述将所述食谱推荐方案向用户推送的步骤之前还包括：基于情感维度回归模型，对所述用户的语音数据进行语音情感识别，得到语音情感识别结果；所述将所述食谱推荐方案向用户推送的步骤包括：通过智能音箱结合所述语音情感识别结果播报所述食谱推荐方案；或者通过智能音箱结合所述语音情感识别结果以及常用食谱播报所述食谱推荐方案。3.根据权利要求1所述的方法，其特征在于，所述基于所述用户的碳足迹数据，并结合预先创建的随机森林分类模型，进行食谱决策分类，得到食谱推荐方案的步骤之前还包括：创建所述随机森林分类模型，具体包括：获取训练数据集；对所述训练数据集进行有放回无权重的随机抽样，得到若干对应独立的决策树；对每棵决策树的每个节点处进行特征提取，得到每棵决策树的特征子集；基于每棵决策树的特征子集，并行训练每棵决策树，得到训练好的决策树；将训练好的决策树合并为随机森林分类模型。4.根据权利要求3所述的方法，其特征在于，所述基于所述用户的碳足迹数据，并结合预先创建的随机森林分类模型，进行食谱决策分类，得到食谱推荐方案的步骤包括：将所述用户的碳足迹数据作为测试样本输入至预先创建的随机森林分类模型，通过所述随机森林分类模型中的每个决策树进行投票抉择分类，取所有决策树中输出类别最多的那类作为分类结果；将所述随机森林分类模型输出的分类结果作为食谱推荐方案。5.根据权利要求2所述的方法，其特征在于，所述基于情感维度回归模型，对所述用户的语音数据进行语音情感识别，得到语音情感识别结果的步骤之前还包括：创建情感维度回归模型，具体包括：获取语音数据集，从所述语音数据集中提取特征，得到初始特征集；对所述初始特征集进行处理和相关系数排序，得到相关特征子集A；对所述相关特征子集A，使用PCA算法进行降维处理，得到最优特征子集B；基于所述初始特征集以及所述最优特征子集B训练SVR模型，得到训练好的情感维度回归模型。6.根据权利要求2所述的方法，其特征在于，所述基于情感维度回归模型，对所述用户...

【专利技术属性】
技术研发人员：岳欣瑞，陶鑫旺，李欣，罗海超，熊龙杰，
申请(专利权)人：哈尔滨商业大学，
类型：发明
国别省市：