[发明专利]一种基于大数据分析的饮食推荐系统

权利要求书

1.一种基于大数据分析的饮食推荐系统，其特征在于，包括数据采集模块、服务器、数据库、数据处理模块、数据分析模块、数据推送模块、数据推荐模块；

所述数据采集模块用于采集学生的饮食信息，所述饮食信息包含饮食种类和饮食频次；所述数据采集模块将采集的饮食信息发送至数据处理模块并在数据库内进行存储；

所述数据处理模块用于将学生的饮食信息进行处理，具体的处理步骤如下：

步骤一：获取学生的饮食信息，将所述饮食信息中的饮食种类和饮食频次进行分类，得到饮食种类标记集和饮食频次集；

步骤二：利用公式计算所述饮食种类标记集中食物的占比权要，其中，W表示饮食种类标记集中的食物总数，wi表示饮食种类标记集中的食物，将所述占比权要进行降序排列；

步骤三：将所述饮食频次集中的食品频次进行降序排列并进行矩阵化设定，得到食品频次矩阵，其中，设定的所述食品频次矩阵为其中，S_(i,j)表示第m个学生食用第n种食物频次，i的取值范围为[1,m]，j的取值范围为[1,n]；

步骤四：利用所述占比权要将食品频次矩阵进行设定，得到食物偏爱矩阵，设定的所述食物偏爱矩阵为其中，F_(i,j)表示第m个学生偏爱第n种食物，i的取值范围为[1,m]，j的取值范围为[1,n]；

步骤五：利用公式计算不同学生之间饮食偏爱的相似度，得到相似用户集，其中，P_a和P_b表示不同的学生，L_aj表示学生P_a对第j种食物的偏爱，L_bj表示学生P_b对第j种食物的偏爱；

所述数据分析模块用于分析学生的食物偏爱矩阵和相似用户集，根据数据库中食物信息做推荐，具体的处理步骤如下：

S1:获取所述食物偏爱矩阵和相似用户集；

S2:获取数据库中预设的样本饮食集，将所述样本饮食集中的食物进行过滤值标记，将其标记为Gi,i＝1、……、n；得到样本过滤集；将所述饮食种类标记集中的食物进行过滤值标记，将其标记为Gj,j＝1、……、n；得到饮食种类标记集；

S3:将所述食物偏爱矩阵、所述相似用户集和所述饮食种类标记集进行关联，得到关联结果集；

S4:利用所述样本过滤集将所述关联结果集进行过滤，得到过滤结果集；

S5:利用公式计算所述样本饮食集中不同食物的影响值，其中，α、β、χ、δ均表示不同的预设因子，k1表示食物中的碳水化合物，k2表示食物中的蛋白质，k3表示食物中的脂肪，k4表示食物中的维生素；

S6:利用所述影响值对所述过滤结果集中的食物进行降序排列，得到推荐结果集；

所述数据推送模块用于将所述推荐结果集推送至数据推荐模块。

2.根据权利要求1所述的一种基于大数据分析的饮食推荐系统，其特征在于，所述将所述饮食信息中的饮食种类和饮食频次进行分类，得到饮食种类标记集和饮食频次集，包括：

步骤一：获取所述饮食信息中的饮食种类，将所述饮食种类标记为Zi,i＝1、……、n；将标记的所述饮食种类组合，得到标记种类集；

步骤二：将所述标记种类集中相同属性的食物标记为Zij,i＝1、……、n；j＝1、……、n；将标记的相同属性的食物组合，得到饮食种类标记集，其中，所述相同属性包含热性、温热性、平性、寒凉性和滋补性；

步骤三：获取所述饮食信息中的饮食频次，将所述饮食频次标记为Pi,i＝1、……、n；将标记的所述饮食频次组合，得到饮食频次集。

3.根据权利要求1所述的一种基于大数据分析的饮食推荐系统，其特征在于，所述利用所述样本过滤集将所述关联结果集进行过滤，得到过滤结果集包括：

S31:将所述样本过滤集与所述关联结果集进行对比；

S32:若所述关联结果集中包含所述过滤集中的过滤值，则将所述过滤值对应的食物进行删除；若所述关联结果集中不包含所述过滤集中的过滤值，则将所述过滤值对应的食物进行保留；

S33:重复上述步骤，得到过滤结果集。

4.根据权利要求1所述的一种基于大数据分析的饮食推荐系统，其特征在于，所述数据推荐模块用于显示所述推荐结果集中的推荐食物，且所述推荐食物根据所述影响值的大小进行降序排列。