[发明专利]一种基于大数据分析的饮食推荐系统

说明书

本发明公开一种基于大数据分析的饮食推荐系统，通过数据采集模块采集学生的饮食信息，通过对饮食信息中的饮食种类和饮食频次进行分类，通过公式计算不同学生之间饮食偏爱的相似度，并利用数据分析模块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，可以有效解决学生的饮食偏好和进行针对性推荐的问题；将样本饮食集中的食物进行过滤值标记，并将饮食种类标记集中的食物进行过滤值标记，计算所述样本饮食集中不同食物的影响值，影响值涉及的因素包含碳水化合物、蛋白质、脂肪、维生素，通过影响值将推荐食物进行选择性的降序排列，使得推荐的饮食方案营养均衡，克服现有方案中只能推荐相似饮食方案而不考虑营养均衡的缺陷。

技术领域

本发明涉及大数据技术领域，尤其涉及一种基于大数据分析的饮食推荐系统。

背景技术

在饮食推荐问题中，需考虑用户的饮食偏好和营养均衡两种需求，针对饮食偏好需求，用户经常选择符合自己口味的食物，但这仅仅是单一的几种，造成了饮食的单一性，所以需向用户推荐更多符合其口味的食物，针对营养均衡需求，用户希望通过每天的饮食，使摄人的各种营养元素含量达到健康标准，所以需精确控制每餐食物的摄入量。

现有的饮食推荐方案中存在一定的缺陷：只能为目标用户推荐符合其饮食偏好的每日食谱，导致营养不均衡的问题；无法为推荐食谱中的各种食物含量做多目标优化，使得用户各种营养素摄人量不能达到健康标准。

发明内容

本发明的目的在于提供一种基于大数据分析的饮食推荐系统；解决的技术问题包括：如何获取学生的饮食偏好并对其进行推荐；如何确保对学生推荐的饮食方案中营养均衡的问题。

本发明所要解决的技术问题为：

(1)如何获取学生的饮食偏好并对其进行推荐，通过数据采集模块采集学生的饮食信息，包含饮食种类和饮食频次，通过对饮食信息中的饮食种类和饮食频次进行分类，计算饮食种类标记集中食物的占比权要，将食品频次进行降序排列并进行矩阵化设定，利用占比权要将食品频次矩阵进行设定，得到食物偏爱矩阵，通过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，并利用数据分析模块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，可以基于大数据分析有效解决学生的饮食偏好和进行针对性推荐的问题。

(2)如何确保对学生推荐的饮食方案中营养均衡的问题，通过获取数据库中预设的样本饮食集，将样本饮食集中的食物进行过滤值标记，到样本过滤集，并将饮食种类标记集中的食物进行过滤值标记，得到饮食种类标记集，将食物偏爱矩阵、相似用户集和饮食种类标记集进行关联，得到关联结果集，利用样本过滤集将所述关联结果集进行过滤，得到过滤结果集，计算所述样本饮食集中不同食物的影响值，影响值涉及的因素包含碳水化合物、蛋白质、脂肪、维生素，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，通过影响值将推荐食物进行选择性的降序排列，使得推荐的饮食方案营养均衡，克服现有方案中只能推荐相似饮食方案而不考虑营养均衡的缺陷。

本发明的目的可以通过以下技术方案实现：一种基于大数据分析的饮食推荐系统，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；