[发明专利]用餐计划的生成方法和装置

权利要求书

1.一种用餐计划的生成方法，其特征在于，包括：

获取预设时间段用户的用户行为数据，其中，所述用户行为数据为所述用户在客户端中执行目标行为时的数据；

采用预先建立的神经网络对所述用户行为数据进行分析处理，以确定所述用户的饮食习惯，其中，所述预先建立的神经网络为预先采用不同时间段所述用户的用户行为数据进行训练得到的神经网络，所述神经网络的输入为用户行为数据，所述神经网络的输出为饮食习惯；

基于所述饮食习惯为所述用户制定至少一天的用餐计划，其中，每天的用餐计划包括以下至少之一：早餐用餐计划，午餐用餐计划和晚餐用餐计划。

2.根据权利要求1所述的方法，其特征在于，基于所述饮食习惯为所述用户制定至少一天的用餐计划包括：

获取在所述客户端中投放的美食数据；

基于所述饮食习惯在所述美食数据中确定目标美食数据；

根据所述目标美食数据为所述用户制定所述至少一天的用餐计划。

3.根据权利要求2所述的方法，其特征在于，根据所述目标美食数据为所述用户制定所述至少一天的用餐计划包括：

确定所述目标美食数据的时间属性标签，其中，所述时间属性标签用于确定所述目标美食数据的食用时间；

确定所述食用时间所属的目标时段，其中，所述目标时段包括：早餐时段，午餐时段和晚餐时段；

基于所述所属的目标时段对所述目标美食数据进行分类，得到早餐数据组，午餐数据组和晚餐数据组；

将所述早餐数据组，所述午餐数据组和所述晚餐数据组中的目标美食数据进行排列组合，得到至少一个数据组合；

基于所述至少一个数据组合制定所述至少一天的用餐计划。

4.根据权利要求3所述的方法，其特征在于，基于所述至少一个数据组合制定所述至少一天的用餐计划包括：

获取所述目标美食数据中任意两个目标美食数据之间的关联概率，其中，所述关联概率表示在一个用餐计划中，当一个目标美食数据出现时，另外一个目标美食数据出现的概率；

基于所述关联概率确定所述至少一个数据组合中每个数据组合的总关联概率；

在所述至少一个数据组合中确定目标数据组合，其中，所述目标数据组合的总关联概率大于预设总关联概率；

将每个所述目标数据组合作为用户每天的用餐计划。

5.根据权利要求2所述的方法，其特征在于，基于所述饮食习惯在所述美食数据中确定目标美食数据包括：

获取所述用户的用户资料，其中，所述用户资料包括以下至少之一：籍贯，职业，性别和年龄；

基于所述用户资料和所述饮食习惯在所述美食数据中确定所述目标美食数据。

6.一种用餐计划的生成装置，其特征在于，包括：

获取单元，用于获取预设时间段用户的用户行为数据，其中，所述用户行为数据为所述用户在客户端中执行目标行为时的数据；

分析处理单元，用于采用预先建立的神经网络对所述用户行为数据进行分析处理，以确定所述用户的饮食习惯，其中，所述预先建立的神经网络为预先采用不同时间段所述用户的用户行为数据进行训练得到的神经网络，所述神经网络的输入为用户行为数据，所述神经网络的输出为饮食习惯；

制定单元，用于基于所述饮食习惯为所述用户制定至少一天的用餐计划，其中，每天的用餐计划包括以下至少之一：早餐用餐计划，午餐用餐计划和晚餐用餐计划。

7.根据权利要求6所述的装置，其特征在于，所述制定单元包括：

获取子单元，用于获取在所述客户端中投放的美食数据；

确定子单元，用于基于所述饮食习惯在所述美食数据中确定目标美食数据；

制定子单元，用于根据所述目标美食数据为所述用户制定所述至少一天的用餐计划。