【技术实现步骤摘要】
本专利技术涉及食物推荐和深度学习，尤其涉及基于食物多方面互补性建模的餐食篮子推荐方法及系统。
技术介绍
1、近些年，与饮食有关的疾病(如糖尿病、肥胖症、营养不良等)不断在全球范围内涌现。越来越多的人开始制定并遵循特定的饮食计划。然而，统一推荐的饮食计划通常单从营养学的角度进行制定，没有考虑个人长期以来形成的饮食习惯和偏好，导致人们往往难以坚持这些饮食计划。对于个体来说，一个真正有用的饮食计划应当是能够长期坚持的。因此，捕捉并利用用户过往的历史饮食习惯和偏好制定饮食计划将促进用户更长期的饮食计划遵从行为，并最终更好地服务于相关疾病防范与管理。
2、食物推荐是个性化推荐系统的一个细分领域，它需要挖掘并捕捉用户个性化的饮食偏好并自动化地推荐精准的饮食计划。然而，目前为数不多的食物推荐方法仍存在局限性。首先，饮食计划应当是推荐一天的食物组合，本文称之为“餐食篮子”。然而大部分已有食物推荐系统只是聚焦在预测用户可能会喜欢的某一单一食物(如皮蛋瘦肉粥、小米粥)上，无法制定完整的餐食篮子作为下一天饮食计划。其次，尽管少数食物推荐系统考虑了饮食计划这一现实任务，但只是简单复用了电商推荐场景中的购物篮推荐系统设计，没有考虑到饮食场景中的特性。
3、因此，亟需一种基于食物多方面互补性建模的餐食篮子推荐方法及系统，以准确地为用户推荐合适且易于坚持的个性化餐食篮子。
技术实现思路
1、本专利技术提供一种基于食物多方面互补性建模的餐食篮子推荐方法及系统，用以解决现有的食物推荐系统集中
2、本专利技术提供一种基于食物多方面互补性建模的餐食篮子推荐方法，包括：
3、得到用户历史饮食数据；
4、根据用户历史饮食数据，得到用户在知识感知、时间感知、和频次感知上的饮食互补偏好；
5、根据用户在知识感知、时间感知、和频次感知上的饮食互补偏好，通过餐食篮子推荐模型，得到用于向用户推荐的下一餐食篮子。
6、根据本专利技术提供的一种基于食物多方面互补性建模的餐食篮子推荐方法，所述根据用户历史饮食数据，得到用户在知识感知、时间感知、和频次感知上的饮食互补偏好，包括：
7、根据用户历史饮食数据，构建饮食知识图谱，得到用户在知识感知上的饮食互补偏好；
8、根据用户历史饮食数据，通过时间感知互补编码器，得到用户在时间感知上的饮食互补偏好；
9、根据用户历史饮食数据，通过频次感知互补编码器，得到用户在频次感知上的饮食互补偏好；
10、将用户在知识感知、时间感知、和频次感知上的饮食互补偏好进行融合，得到用户饮食互补偏好。
11、根据本专利技术提供的一种基于食物多方面互补性建模的餐食篮子推荐方法，所述根据用户历史饮食数据，构建饮食知识图谱，得到用户在知识感知上的饮食互补偏好，包括：
12、根据用户历史饮食数据，利用基于平移的知识图谱嵌入技术，初始化实体与关系表征，得到实体初始表示；
13、根据实体初始表示，通过多层异构图注意力机制进行信息传播，得到饮食互补模式感知的实体表示，作为用户在知识感知上的饮食互补偏好。
14、根据本专利技术提供的一种基于食物多方面互补性建模的餐食篮子推荐方法，所述根据用户历史饮食数据，利用基于平移的知识图谱嵌入技术，初始化实体与关系表征，得到实体初始表示，包括：
15、根据用户历史饮食数据，构建饮食知识图谱，并将饮食知识图谱中的三元组表示为<sp,rpt,t>，其中，sp表示头实体，rpt表示关系，t表示尾实体；
16、利用基于平移的知识图谱嵌入技术，初始化饮食知识图谱中的实体与关系表征，使头实体、关系和尾实体的语义表征满足的关系，得到实体初始表示其中，和er_pt表示头实体和尾实体在r_pt向量空间中的语义表征，*表示某一实体，d表示语义表征向量的维度。
17、根据本专利技术提供的一种基于食物多方面互补性建模的餐食篮子推荐方法，所述根据实体初始表示，通过多层异构图注意力机制进行信息传播，得到饮食互补模式感知的实体表示，作为用户在知识感知上的饮食互补偏好，包括：
18、将饮食知识图谱中每一个尾实体以及与该尾实体关联的所有头实体的信息进行聚合，得到尾实体特征向量，其中，在聚合过程中通过多头注意力机制区分不同头实体的贡献度；
19、根据尾实体特征向量，通过激活函数与残差连接，得到饮食互补模式感知的实体表示，作为用户在知识感知上的饮食互补偏好；
20、其中，多头注意力机制的表达式为：
21、
22、多头注意力机制的表达式中，mulgeteatt(s,r,t)表示每个头实体sp∈s对尾实体t的互补推理重要性；
23、其中，每个注意力头计算头实体对尾实体的互补推理重要性的表达式为：
24、
25、注意力头的表达式中，是一个先验向量，用于区分不同类型关系在全局的先验重要性；
26、以及，尾实体特征向量的表示为：
27、
28、wherev(s,r,t)＝concat(v1(s),…,vh(s))，
29、尾实体特征向量的表示中，vh(s)表示头实体s的value值；
30、以及，饮食互补模式感知的实体表示为：
31、
32、饮食互补模式感知的实体表示中，线性变换函数将尾实体t的聚合向量映射回其实体类型τ(t)的向量空间。
33、根据本专利技术提供的一种基于食物多方面互补性建模的餐食篮子推荐方法，所述根据用户历史饮食数据，通过时间感知互补编码器，得到用户在时间感知上的饮食互补偏好，包括：
34、根据所有用户历史饮食数据，按照时间顺序构成用户餐食篮子集合，表示为根据某用户餐食篮子的时间节点，截取其近期一个时间段(即滑动时间窗口)内用户的历史饮食数据，得到滑动时间窗口内用户餐食篮子集合，表示为w表示滑动时间窗口的大小；
35、基于第一滑动窗口的学习机制，统计用户在滑动时间窗口内对用户餐食篮子集合中各食物的采用时段，得到用户对滑动时间窗口内用户餐食篮子集合中每个食物的采用时间的动态偏好；
36、通过神经网络嵌入层，将用户对滑动时间窗口内用户餐食篮子集合中每个食物的采用时间的动态偏好表示为第一低维稠密向量，其中，第一低维稠密向量表示为：其中，表示食物x在餐食篮子的时间节点的采用时间动态偏好的表示向量，表示用户对用户餐食篮子集合中每个食物的采用时间的动态偏好的独热编码。
37、根据本专利技术提供的一种基于食物多方面互补性建模的餐食篮子推荐方法，所述根据用户历史饮食数据，通过频次感知互补编码器，得到用户在频次感知上的饮食互补偏好，包括：
38、根据用户历史饮食数据，基于第二滑动窗口的学习机制，利用四级采纳频次区间，统计用户在时间窗口内对用户餐食篮子集合中各食物的采纳频次，得本文档来自技高网...
【技术保护点】
1.一种基于食物多方面互补性建模的餐食篮子推荐方法，其特征在于，包括：
2.根据权利要求1所述的基于食物多方面互补性建模的餐食篮子推荐方法，其特征在于，所述根据用户历史饮食数据，得到用户在知识感知、时间感知、和频次感知上的饮食互补偏好，包括：
3.根据权利要求2所述的基于食物多方面互补性建模的餐食篮子推荐方法，其特征在于，所述根据用户历史饮食数据，构建饮食知识图谱，得到用户在知识感知上的饮食互补偏好，包括：
4.根据权利要求3所述的基于食物多方面互补性建模的餐食篮子推荐方法，其特征在于，所述根据用户历史饮食数据，通过时间感知互补编码器，得到用户在时间感知上的饮食互补偏好，包括：
5.根据权利要求4所述的基于食物多方面互补性建模的餐食篮子推荐方法，其特征在于，所述根据用户历史饮食数据，通过频次感知互补编码器，得到用户在频次感知上的饮食互补偏好，包括：
6.根据权利要求5所述的基于食物多方面互补性建模的餐食篮子推荐方法，其特征在于，所述将用户在知识感知、时间感知、和频次感知上的饮食互补偏好进行融合，得到用户饮食互补偏好，包括
7.根据权利要求1-6任一项所述的基于食物多方面互补性建模的餐食篮子推荐方法，其特征在于，所述餐食篮子推荐模型采用边预测任务的自监督学习损失函数和贝叶斯个性化排序损失函数加权组成的联合目标函数进行训练，
8.一种基于食物多方面互补性建模的餐食篮子推荐系统，其特征在于，包括：
9.一种电子设备，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现如权利要求1至7任一项所述的基于食物多方面互补性建模的餐食篮子推荐方法。
10.一种非暂态计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至7任一项所述的基于食物多方面互补性建模的餐食篮子推荐方法。
...【技术特征摘要】
1.一种基于食物多方面互补性建模的餐食篮子推荐方法，其特征在于，包括：
2.根据权利要求1所述的基于食物多方面互补性建模的餐食篮子推荐方法，其特征在于，所述根据用户历史饮食数据，得到用户在知识感知、时间感知、和频次感知上的饮食互补偏好，包括：
3.根据权利要求2所述的基于食物多方面互补性建模的餐食篮子推荐方法，其特征在于，所述根据用户历史饮食数据，构建饮食知识图谱，得到用户在知识感知上的饮食互补偏好，包括：
4.根据权利要求3所述的基于食物多方面互补性建模的餐食篮子推荐方法，其特征在于，所述根据用户历史饮食数据，通过时间感知互补编码器，得到用户在时间感知上的饮食互补偏好，包括：
5.根据权利要求4所述的基于食物多方面互补性建模的餐食篮子推荐方法，其特征在于，所述根据用户历史饮食数据，通过频次感知互补编码器，得到用户在频次感知上的饮食互补偏好，包括：
6.根据权利要求5所述的基于食物...
【专利技术属性】
技术研发人员：周季蕾，刘妃，左美云，姚金玉，
申请(专利权)人：中国人民大学，
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。