【技术实现步骤摘要】
一种基于机器学习的食谱推荐方法及系统
[0001]本专利技术属于人工智能领域，涉及食谱推荐技术，具体是一种基于机器学习的食谱推荐方法及系统。
技术介绍
[0002]中国居民慢性非传染性疾病(慢性病)死亡占总死亡例数的86.6％，每年约350万人死于心脑血管疾病，18岁及以上人群高血压患病率为25.2％，糖尿病患病率为9.7％。慢性病与吸烟、缺少身体活动、不健康饮食和有害饮酒密切相关，其中饮食因素占慢性病所有危险因素的首位。饮食行为直接影响营养物质获取和健康状况，是慢性病发生发展过程中的重要影响因素。应用人工智能技术，对用户的饮食行为习惯进行分析，预测其致病方向，并予以正确的改善建议，让用户获取健康的饮食和生活习惯。
[0003]为此，提出一种基于机器学习的食谱推荐方法及系统。
技术实现思路
[0004]本专利技术旨在至少解决现有技术中存在的技术问题之一。为此，本专利技术提出一种基于机器学习的食谱推荐方法及系统，该一种基于机器学习的食谱推荐方法及系统解决了用户的饮食行为直接影响营养物质获取和健康状况的问...
【技术保护点】
【技术特征摘要】
1.一种基于机器学习的食谱推荐系统，其特征在于，包括数据采集模块、数据处理模块以及智能推荐模块；各个模块之间基于数字信号的方式进行信息交互；所述数据采集模块用于获取用户的行为数据、食物数据以及个人属性；其中，所述行为数据包括烟草摄入量、吃饭速度、饮酒量、锻炼时间、睡眠时间以及个人情绪；所述食物分析数据包括食物的种类、温度、荤素比例、主食粗细粮比例、饮食口味、奶制品使用量；食物的碳水化合物的含量、脂肪的含量、蛋白质的含量、水的含量、矿物质的含量、维生素的含量和膳食纤维的含量；食物的新鲜度数据；所述个人属性包括性别、年龄、地区；并将所述行为数据、所述食物数据以及所述个人属性发送至所述数据处理模块；所述数据处理模块用于接收所述行为数据、所述食物数据以及所述个人属性，根据所述行为数据、所述食物数据、所述个人属性以及饮食行为致病方向预测模型获取；其中，所述饮食行为致病方向预测模型基于人工智能模型获取；所述智能推荐模块用于根据预测出的该用户的饮食生活习惯可能会导致的慢性疾病方向后，由专家系统向其推荐食谱及健康生活方式。2.根据权利要求1所述的一种基于机器学习的食谱推荐系统，其特征在于，所述数据采集模块包括智能穿戴设备，所述智能穿戴设备包括摄像头装置、语音识别装置以及气味检测装置。3.根据权利要求2所述的一种基于机器学习的食谱推荐系统，其特征在于，所述数据采集模块获取用户的行为数据、食物数据以及个人属性，具体过程包括：用户通过智能终端填写性别、年龄以及地区；用户佩戴智能穿戴设备；所述智能穿戴设备获取用户的烟草摄入量、吃饭速度、饮酒量、锻炼时间、睡眠时间以及个人情绪；所述智能穿戴设备获取用户的食物图像；所述数据采集模块将所述行为数据、所述食物数据以及所述个人属性发送至所述数据处理模块。4.根据权利要求3所述的一种基于机器学习的食谱推荐系统，其特征在于，所述智能终端包括智能手机和电脑。5.根据权利要求4所述的一种基于机器学习的食谱推荐系统，其特征在于，所述数据处理模块接收所述行为数据、所述食物数据以及所述个人属性，根据所述行为数据、所述食物数据、所述个人属性以及饮食行为致病方向预测模型获取，具体过程包括：所述数据处理模块接收所述个人属性、所述行为数据以及所述食物分析数据；根据典型慢性病与饮食行为关系数据库，提炼足够的训练样本...
【专利技术属性】
技术研发人员：吴彦衡，林亮，余保华，吴艳平，尤英婕，刘畅，柴泾哲，王利梅，
申请(专利权)人：四创电子股份有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。