一种智能推荐菜谱和食品的方法与应用

摘要

本发明涉及一种智能推荐菜谱和食品的方法与应用。本发明所述智能推荐菜谱和食品的方法，通过双重模式科学预测和推荐菜谱和食品，不仅能得到和顺应大众口味，且兼顾考虑到个人的口味特点；“点、面结合”智能化程度高，更人性化；同时，该方法结构简单，实用性高，可灵活运用到各智能家电中，顺应智能家居和大数据时代的发展趋势，利于推广应用。

主权项

一种智能推荐菜谱和食品的方法，其特征在于，包括步骤如下：1)构建偏好数据库：服务器获取用户的购买数据信息，并存入偏好数据库；所述用户的购买数据信息包括用户id、用户购买的食品名称及每种食品的购买次数；2)建立菜谱数据库：获取菜谱信息，并存入菜谱数据库；所述菜谱信息包括菜谱名称、食材名称和菜谱做法步骤；3)计算临近用户：通过偏好数据库，得到用户u_x对物品i_y的喜好程度u_xy，u_xy即用户u_x对物品i_y的购买次数；4)计算食品相似度：$sim(i_p,i_q)=cos(\overrightarrow{i_p},\overrightarrow{i_q})=\frac{\overrightarrow{i_p}·\overrightarrow{i_q}}{\left|\overrightarrow{i_p}\right|\times \left|\overrightarrow{i_q}\right|},p,q\in (1,n),p\ne q$其中，$\overrightarrow{i_p}=(u_{1p},u_{2p},u_{3p},...,u_{xp}),\overrightarrow{i_q}=(u_{1q},u_{2q},u_{3q},...,u_{xq});$5)根据所述食品相似度，对缺失的u_xy值进行预测：用户u对食品i的喜好程度：$p_{ui}=\underset{j\in N\left(u\right)}{\Sigma }{w}_{ji}·U_{uj}$N(u)为用户购买过食品的集合，U_uj为用户u对食品j的喜好程度，w_ji为食品j与食品i的相似度；6)获取现存食品的列表m_x(x＝1,2,...,t)表示不同的食材；计算现存食品的食品列表与菜谱数据库中食品列表的食材匹配度；$sim(M,m)=cos(\overrightarrow{M},\overrightarrow{m})=\frac{\overrightarrow{M}·\overrightarrow{m}}{\left|\overrightarrow{M}\right|\times \left|\overrightarrow{m}\right|}$当sim(M,m)大于阈值α时，计算对应的菜谱数据库中食品列表与现存食品的食品列表的差集，得到购买列表；将满足条件的菜谱数量记为A，统计购买列表中每种食品出现的次数，利用如下公式计算用户对食品的喜好：$L_{uj}=p_{uj}+\frac{c_j}{A}$L_uj表示用户u对食品j的喜好值，c_j表示食品j在购买列表中出现的次数；7)由以上步骤计算得到用户对食品的喜好值，按数值大小排序得到用户的推荐列表。