[发明专利]一种个性化健康饮食推荐服务方法

摘要

本发明涉及一种个性化健康饮食推荐服务方法，其是通过收集的用户数据、食品数据和营养数据等进行筛选，构建饮食本体模型，从中提取用户数据和营养数据，计算各营养素的标准摄入量，结合用户的饮食记录，计算各目标营养素的摄入误差，从而确定出各目标营养素的摄入误差和最近t段时间内的累积误差率，确定出各目标营养素函数的权重，利用遗传算法计算出目标用户所推荐的食物x_m和其对应的食用量y_m，本发明能够结合用户的健康状况、饮食习惯以及个人爱好等，为用户提供一种个性化的健康饮食推荐服务方法，更好地满足用户饮食健康和兴趣爱好的需求，促进营养改善、营养信息化建设。

主权项

一种个性化健康饮食推荐服务方法，其特征在于包括以下步骤：(1)收集历史用户的用户数据、食品数据和营养数据；(2)在步骤(1)所收集的数据中进行筛选，构建饮食本体模型；(3)根据饮食本体模型提取目标用户的用户数据和营养数据，并确定该目标用户对应的各营养素的标准摄入量S_i；(4)根据步骤(3)所得目标用户对应的各营养素的标准摄入量S_i，结合该用户在本体模型中的饮食记录，计算各目标营养素的摄入误差；$f_i\left(X\right)={\mathrm{\Σ}}_{x_c\∈V}{x}_{ci}\×y_c-s_i$其中，f_i(X)为目标用户摄入第i种营养素的误差，X为各食物及其所对应的食用量的集合，X＝(x₁,x₂,…,x_c,…,y₁,y₂,…,y_c,…)；V表示食物集，y_c表示目标用户对第c种食物x_c的食用量，x_ci表示食物x_c的第i种营养素的含量；(5)利用步骤(3)的标准摄入量S_i和步骤(4)的各目标营养素的摄入误差f_i(X)，计算出各目标营养素的摄入误差率e_i和最近t段时间内的累积误差率E_i：$e_i=\frac{f_i\left(X\right)}{s_i}$E_i＝Σ_te_i；(6)根据步骤(5)t段时间内的累积误差率E_i，确定各目标营养素函数的权重w_i，$w_i=\frac{a^{E_i}}{\underset{i=1}{\overset{q}{\Σ}}{a}^{E_i}},(0\<a\<1),$其中，a为权重因子，q为目标营养素的个数；(7)根据步骤(6)所得各目标营养素的权重值，确定适应值函数h：$h=\underset{i=1}{\overset{q}{\Σ}}{w}_i\left|f_i\left(Y\right)\right|=\underset{i=1}{\overset{q}{\Σ}}{w}_i\left|{\mathrm{\Σ}}_{x_m\∈V}{x}_{mi}\×y_m-s_i\right|$Y＝(x₁,x₂,…,x_m,…,y₁,y₂,…,y_m,…)，x_m∈V其中Y为目标用户所推荐的食物x_m和其对应的食用量y_m的集合，m为给目标用户所推荐的食物编号；应用适应值函数h通过遗传算法计算出目标用户所推荐的食物x_m和其对应的食用量y_m。