[发明专利]用于为个人用户生成个性化的饮食和健康建议或推荐的自动方法和系统

权利要求书

1.一种使用无服务器架构实施的计算机实施的数据收集和处理方法，所述无服务器架构用于通过基于硬件的处理系统生成个性化的饮食和健康建议或推荐，所述方法包括：

从存储模块中的多个不同来源收集和聚合数据，其中所述数据包括不同类型或形式的数据；

通过将所述不同类型或形式的数据转换成与健康和营养平台兼容的标准化结构化格式，以不知其来源的方式连续处理所述不同类型或形式的数据中的每种类型或形式的数据；

部分地使用来自所述健康和营养平台的信息，分析已经转换成所述标准化结构化格式的所述数据；以及

为多个个人用户中的每个个人用户生成个性化的饮食和健康建议或推荐。

2.根据权利要求1所述的方法，其中所述不同类型或形式的数据包括结构化数据和非结构化数据。

3.根据权利要求1所述的方法，其中所述数据包括特定于多个个人用户的食物、健康或营养数据。

4.根据权利要求1所述的方法，其中使用一个或多个机器学习模型对所述标准化结构化数据进行分析，所述一个或多个机器学习模型包括：

一个或多个人工神经网络；

一个或多个回归模型；

一个或多个决策树模型；

一个或多个支持向量机；

一个或多个贝叶斯网络(Bayesian network)；

一个或多个概率机器学习模型；

一个或多个高斯处理模型(Gaussian processing model)；

一个或多个隐马尔可夫模型(Hidden Markov model)；以及

一个或多个深度学习网络。

5.根据权利要求1所述的方法，其中通过多个应用编程接口(API)从所述多个不同来源收集和聚合所述数据。

6.根据权利要求5所述的方法，其进一步包括：通过与一个或多个不同实体相关联的令牌模块与所述多个API通信，其中来自所述多个API的所述数据是使用检索模块收集和聚合的，其中所述检索模块与所述令牌模块解耦并且独立于所述令牌模块。

7.根据权利要求6所述的方法，其中所述令牌模块被配置成刷新现有令牌并且提供关于令牌改变的通知更新，并且其中每当新令牌生成时，除存储在所述令牌模块中之外，所述新令牌也在所述检索模块中单独地复制。

8.根据权利要求1所述的方法，其中所述存储模块被配置成验证、检查和移除副本数据，通过合并所选择类型的数据来缩减所述数据，并且分批保存所述数据。

9.根据权利要求1所述的方法，其中所述收集和聚合所述数据包括将所述数据存储在多个流中。

10.根据权利要求9所述的方法，其中所述处理所述数据包括在出现不同条件时，对存储在所述多个流中的所述数据执行λ函数。

11.根据权利要求10所述的方法，其中仅在所述数据收集和存储在所述多个流中时才执行所述λ函数，并且其中所述对所述存储的数据执行所述λ函数被配置成将每行数据引导和传递到来自所述多个流的相关流。

12.根据权利要求11所述的方法，其中通过从所述多个流中的一个流级联到另一个流来使所述数据沿数据流水线行进。

13.根据权利要求9所述的方法，其中所述多个流中的每个流具有定义时间帧的保持策略，在所述时间帧中，所述数据存储在每个流中。

14.根据权利要求13所述的方法，其中所述多个流包括多个碎片，并且每个碎片包括(1)进入到队列中并且(2)在所述保持策略到期时退出所述队列的数据记录串，其中所述数据记录串包括特定于多个个人用户的食物消耗、健康或营养记录。