[发明专利]一种自动化食谱推荐方法、装置、终端及存储介质

说明书

本发明公开一种自动化食谱推荐方法，包括以下步骤：基于全卷积目标检测算法构建并训练食物偏好网络模型；获取预设时间段内的用户的线上行为数据并输入到训练完成的食物偏好网络模型中，获得用户的食物偏好；根据食物偏好通过预设的菜谱库匹配得到符合条件的食谱。本发明提供的自动化食谱推荐方法，通过将用户的网络线上行为数据输入到构建并训练完成的食物偏好网络模型中，从而获得该用户的食物偏好，进而在根据该偏好从菜谱库中进行检索匹配，得到符合用户偏好的食谱，从而实现了自动化的食谱推荐，且无需对用户进行询问以及问卷调查等，提升了服务质量。

【技术领域】

本发明涉及大数据分析技术领域，尤其涉及一种自动化食谱推荐方法、装置、终端及计算机可读存储介质。

【背景技术】

随着社会的不断发展，我国的温饱问题已经得到了基本的解决，因此，人们的饮食选择也越来越多样化。然而，在一些针对单个或者少数用户的饮食场景中，对于用户的食物偏好信息的获取，现有的技术不能通过较为隐藏式的手段来进行，从而不能提升单个或少数用户的食物偏好需求，进而提升服务质量。另外，对于食堂等多人使用的饮食场景中，如何尽可能的符合最多人的口味需求也是一个难以解决的服务难题。

鉴于此，实有必要提供一种自动化食谱推荐方法、装置、终端及存储介质以克服上述缺陷。

【发明内容】

本发明的目的是提供一种自动化食谱推荐方法、装置、终端及存储介质，旨在改善难以通过较为隐藏的手段获取用户的食物偏好的问题，从而提升服务质量。

为了实现上述目的，本发明第一方面提供一种自动化食谱推荐方法，包括以下步骤：

基于全卷积目标检测算法构建并训练食物偏好网络模型；

获取预设时间段内的用户的线上行为数据并输入到训练完成的所述食物偏好网络模型中，获得所述用户的食物偏好；

根据所述食物偏好通过预设的菜谱库匹配得到符合条件的食谱。

在一个优选实施方式中，所述基于全卷积目标检测算法构建并训练食物偏好网络模型步骤中包括以下步骤：

获取多个用户在界定网络空间中的线上行为数据，并标记每个用户的食物偏好，建立训练集；

基于全卷积目标检测算法构建食物偏好网络模型；

对所述食物偏好网络模型的网络参数进行初始化，生成初始权重与初始偏置；

将所述训练集的所有线上行为数据输入到初始化后的食物偏好网络模型，并根据预设的损失函数计算损失值；

降低所述损失值并进行反向传播，通过反复循环前向传播和反向传播对所述食物偏好网络模型的权重与偏置进行更新，直至达到预设的迭代停止条件，生成训练完成的食物偏好网络模型。

在一个优选实施方式中，在所述获取预设时间段内的用户的线上行为数据并输入到训练完成的所述食物偏好网络模型中，获得所述用户的食物偏好步骤之后还包括步骤：

获取多个不同用户的食物偏好信息；

对所述食物偏好信息进行分类，且对每类食物偏好的数量与占比进行统计与排序，获得数量排名靠前的预设类别数量的食物偏好种类信息。

本发明第二方面提供了一种自动化食谱推荐装置，包括：

网络模型训练模块，用于基于全卷积目标检测算法构建并训练食物偏好网络模型；

食物偏好生成模块，用于获取预设时间段内的用户的线上行为数据并输入到训练完成的所述食物偏好网络模型中，获得所述用户的食物偏好；

食谱匹配生成模块，用于根据所述食物偏好通过预设的菜谱库匹配得到符合条件的食谱。