[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

说明书

本发明实施例公开了一种食谱推荐方法、装置、烹饪电器和计算机存储介质，该方法包括：获取N个用户的历史操作行为数据；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。如此，能够提高食谱推荐的实时性和准确性。

技术领域

本发明涉及数据挖掘技术，涉及一种食谱推荐方法、装置、烹饪电器和计算机存储介质。

背景技术

目前，随着经济的迅速发展，人们的生活水平不断提高，对饮食健康问题越来越重视，然而大多数人在家庭就餐或者外出就餐时，面对大量的美食，并不清楚哪种适合自己。现有技术中可以根据用户的身体状况及日常饮食习惯进行食谱推荐，但是用户不能在烹饪时实时获取食谱。

发明内容

为解决上述技术问题，本发明实施例期望提供一种食谱推荐方法、装置、烹饪电器和计算机存储介质，旨在解决用户不能在烹饪时实时获取食谱的问题。

本发明实施例提供了一种食谱推荐方法，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(Alternating Least Squares，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。

上述方案中，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。

上述方案中，所述预先确定的属性包括以下之一：年龄、性别、职业、活跃度。

上述方案中，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。

上述方案中，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。

上述方案中，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。

上述方案中，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：