[发明专利]一种食谱推荐方法、装置、烹饪电器和计算机存储介质在审
申请号: | 201810632463.8 | 申请日: | 2018-06-19 |
公开(公告)号: | CN110619943A | 公开(公告)日: | 2019-12-27 |
发明(设计)人: | 黄源甲;龙永文;周宗旭;肖群虎 | 申请(专利权)人: | 佛山市顺德区美的电热电器制造有限公司 |
主分类号: | G16H20/60 | 分类号: | G16H20/60 |
代理公司: | 11270 北京派特恩知识产权代理有限公司 | 代理人: | 蒋雅洁;张颖玲 |
地址: | 528311 广东省*** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 食谱 历史操作 评分数据 实时操作 行为数据 计算机存储介质 矩阵分解 烹饪电器 实时性 采集 | ||
1.一种食谱推荐方法,其特征在于,所述方法包括:
获取N个用户的历史操作行为数据,其中,每个用户的历史操作行为数据用于表示:每个用户针对至少一个食谱的操作行为的历史数据;N为大于1的自然数;
根据所述N个用户的历史操作行为数据,得出所述N个用户对食谱的评分数据;
采用交替最小二乘法ALS矩阵分解推荐模型,对所述N个用户对食谱的评分数据进行训练,得出推荐模型;
采集任意一个用户对至少一个食谱的实时操作行为;根据所述实时操作行为以及所述推荐模型,得出食谱推荐结果。
2.根据权利要求1所述的方法,其特征在于,所述根据所述N个用户的历史操作行为数据,得出所述N个用户对食谱的评分数据,包括:根据所述N个用户的预先确定的属性,将所述N个用户划分为多组用户;根据各组用户的历史操作行为数据,得出各组用户对食谱的评分数据;
所述对所述N个用户对食谱的评分数据进行训练,得出推荐模型,包括:分别对各组用户对食谱的评分数据进行训练,得出各组用户对应的推荐子模型;将所述各组用户对应的推荐子模型进行合并,得到推荐模型;
所述根据所述实时操作行为以及所述推荐模型,得出食谱推荐结果,包括:根据所述任意一个用户的预先确定的属性,确定所述任意一个用户所属的用户组;根据所述实时操作行为以及所确定的用户组对应的推荐子模型,得出食谱推荐结果。
3.根据权利要求2所述的方法,其特征在于,所述预先确定的属性包括以下之一:年龄、性别、职业、活跃度。
4.根据权利要求1所述的方法,其特征在于,所述根据所述N个用户的历史操作行为数据,得出所述N个用户对食谱的评分数据,包括:
对于针对食谱的每种操作行为,设置权重;
根据所设置的权重,对所述N个用户的历史操作行为数据进行加权求和运算,得出所述N个用户对食谱的评分数据。
5.根据权利要求1所述的方法,其特征在于,所述N个用户的历史操作行为数据包括:利用烹饪电器采集的历史操作行为数据、利用终端的应用程序采集的历史操作行为数据。
6.根据权利要求1所述的方法,其特征在于,所述N个用户的历史操作行为数据对应的操作时间均在设定时间点以后,所述设定时间点与当前时刻的时间间隔小于设定阈值。
7.根据权利要求1所述的方法,其特征在于,所述根据所述N个用户的历史操作行为数据,得出所述N个用户对食谱的评分数据,包括:
根据所述N个用户的历史操作行为数据,并采用离线计算方式,得出所述N个用户对食谱的评分数据;
所述对所述N个用户对食谱的评分数据进行训练,得出推荐模型,包括:
采用离线计算方式对所述N个用户对食谱的评分数据进行训练,得出推荐模型。
8.根据权利要求1所述的方法,其特征在于,所述方法还包括:
采集任意一个用户对至少一个食谱的实时操作行为后,所述任意一个用户不属于所述N个用户时,采用默认的食谱推荐算法,得出针对所述任意一个用户的推荐结果。
9.一种食谱推荐装置,其特征在于,所述装置包括处理器和用于存储能够在处理器上运行的计算机程序的存储器;其中,
所述处理器用于运行所述计算机程序时,执行权利要求1至8任一项所述方法的步骤。
10.一种烹饪电器,其特征在于,所述烹饪电器包括权利要求9所述的食谱推荐装置。
11.一种计算机存储介质,其上存储有计算机程序,其特征在于,该计算机程序被处理器执行时实现权利要求1至8任一项所述方法的步骤。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于佛山市顺德区美的电热电器制造有限公司,未经佛山市顺德区美的电热电器制造有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201810632463.8/1.html,转载请声明来源钻瓜专利网。