[发明专利]推荐食物的方法、装置和烹饪器具

权利要求书

1.一种推荐食物的方法，包括：

采集与目标对象关联的用户数据，其中，所述用户数据包括如下至少之一：不同食物的口味数据和身体状况数据；

使用神经网络模型分析所述用户数据，确定适合所述目标对象的食物种类。

2.根据权利要求1所述的方法，其特征在于，在所述用户数据包括不同食物的口味数据的情况下，采集与目标对象关联的用户数据，包括：

通过烹饪器具获取所述目标对象在预定时间段内食用的不同食物的种类，并根据食物的种类确定食物特征，其中，食物特征包括：烹饪特征和营养特征；

所述烹饪器具记录所述预定时间段内不同食物的烹饪模式，和/或接收所述目标对象对食用的不同食物的反馈信息，并基于所述烹饪模式和/或所述反馈信息，确定所述目标对象的口味数据。

3.根据权利要求1所述的方法，其特征在于，在所述用户数据包括身体状况数据的情况下，采集与目标对象关联的用户数据，包括：

获取外部医疗设备传输的所述目标对象的身体状况数据，其中，不同的身体状况数据对应不同的推荐食物，所述外部医疗设备包括如下至少之一：医院存储病例的计算机、医疗器械和可穿戴的身体检测设备。

4.根据权利要求1所述的方法，其特征在于，使用神经网络模型分析所述用户数据，确定适合所述目标对象的食物种类，包括：

使用神经网络模型分析所述用户数据，确定与所述目标对象的身体状况数据匹配的至少一种食物，并输出匹配的食物的食物种类；

其中，在确定存在多种食物与所述目标对象的身体状况数据匹配的情况下，输出不同食物的匹配程度，将每种食物的匹配程度作为不同种类食物的推荐概率。

5.根据权利要求1所述的方法，其特征在于，在使用神经网络模型分析所述用户数据之前，所述方法还包括：

获取样本数据，其中，所述样本数据包括：不同食物的食物特征和不同目标对象的身体状况数据；

将所述样本数据输入到神经网络中进行训练，训练得到所述神经网络模型。

6.根据权利要求4所述的方法，其特征在于，根据所述神经网络模型的输出层输出的不同种类食物的推荐概率，按照推荐概率由高到低的顺序依次选择预定数量的食物进行推荐。

7.根据权利要求1至6中任意一项所述的方法，其特征在于，在使用神经网络模型分析所述用户数据，确定适合所述目标对象的食物种类之后，所述方法还包括：

输出推荐信息，其中，推荐信息为推荐给所述目标对象的食物种类；

在识别出待烹饪的食物的种类的情况下，判断所述待烹饪的食物种类与所述推荐给目标对象的食物种类是否匹配；

如果所述待烹饪的食物种类与所述推荐给目标对象的食物种类相匹配，则接收所述目标对象的反馈信息。

8.根据权利要求7所述的方法，其特征在于，如果所述待烹饪的食物种类与所述推荐给目标对象的食物种类不匹配，采集当前烹饪的食物种类和/或反馈信息，并将采集到的结果作为训练数据训练所述神经网络模型。

9.一种推荐食物的装置，包括：

采集模块，用于采集与目标对象关联的用户数据，其中，所述用户数据包括如下至少之一：不同食物的口味数据和身体状况数据；

分析模块，用于使用神经网络模型分析所述用户数据，确定适合所述目标对象的食物种类。

10.根据权利要求9所述的装置，其特征在于，所述采集模块包括：

第一采集模块，用于通过烹饪器具获取所述目标对象在预定时间段内食用的不同食物的种类，并根据食物的种类确定食物特征，其中，食物特征包括：烹饪特征和营养特征；

第一确定模块，用于通过烹饪器具记录所述预定时间段内不同食物的烹饪模式，和/或接收所述目标对象对食用的不同食物的反馈信息，并基于所述烹饪模式和/或所述反馈信息，确定所述目标对象的口味数据。