[发明专利]基于校园一卡通数据的学生饮食行为分析方法

摘要

一种基于校园一卡通数据的学生饮食行为分析方法，由数据获取、对学生就餐的数据进行饮食时间分析和饮食均衡性分析、微信推送饮食建议步骤组成。微信推送饮食建议步骤由数据预处理方法、基于多目标优化的协同过滤应用组成。本发明采用对学生就餐的饮食时间合理性分析、饮食均衡性分析、饮食喜好分析，为学生所推荐的食物不仅从口味角度上能够满足学生的饮食需求，而且从健康角度上能够改善学生的营养需求，根据学生的健康状况，引导学生合理地摄入食品，提高健康水平，为食堂管理部门提出合理化建议。

主权项

1.一种基于校园一卡通数据的学生饮食行为分析方法，其特征在于它是由下述步骤组成：(1)数据获取数据获取来源于校园一卡通和学生个人信息以及学校餐厅窗口菜品信息；(2)对学生就餐的数据进行饮食时间分析、饮食均衡性分析；(3)微信推送饮食建议所述的微信推送饮食建议步骤为：(1)数据预处理方法①通过校园一卡通记载的数据和采用调查问卷得到学生饮食记录数据，计算出学生每餐食用的食物、食用量以及食物的频次，制成饮食频次表，其中学生的姓名字段和消费食物字段用其编号代替；②根据学生的热量、蛋白质、脂肪、碳水化合物实际摄入量及其标准摄入量，获取该学生两类摄入量的差值；(2)基于多目标优化的协同过滤应用结合学生的饮食口味和饮食营养两大需求，采用下式获取学生对食物的喜好度，产生食物推荐表，式中I_i,j表示i食物和j食物共同被食用学生的集合，R_i,c表示c学生吃过i食物的频次，表示i食物被学生吃过的平均频次；对就餐学生进行分组，使学生所在组中每个学生能够改善各类营养素的不合理摄入状况，以学生对食物的饮食频次反映其对该食物的喜好程度，向决策者提供决策支持；①对学生就餐爱好进行分组对就餐的学生分成实验组a和对比组b，实验组a在一周内蛋白质摄入偏低、脂肪摄入偏高，其它营养素摄入正常的学生人群；对比组b在该段时间内蛋白摄入偏高、脂肪摄入偏低，其它营养素摄入正常的学生群；将对比组b的食物推荐给实验组a的方法如下：建立学生的营养向量模型：U(Δuene,Δupro,Δufat,Δucar)                                      (3)式中Δuene,Δupro,Δufat,Δucar分别表示学生在一周内热量、蛋白质、脂肪、碳水化合物的平均摄入量与标准摄入量的差值；建立实验组a的营养向量模型：式中表示实验组a一周内热量平均摄入量与标准摄入量的差值，表示实验组a一周内蛋白质平均摄入量与标准摄入量的差值，表示实验组a一周内脂肪的平均摄入量与标准摄入量之间的差值，表示实验组a一周内碳水化合物的平均摄入量与标准摄入量之间的差值；根据实验组a的营养向量模型确定相似学生期望值：式中为实验组a一周内热量平均摄入量与标准摄入量差值的期望值，为实验组a一周内蛋白质平均摄入量与标准摄入量差值的期望值，为实验组a一周内脂肪平均摄入量与标准摄入量差值的期望值，为实验组a一周内碳水化合物的平均摄入量与标准摄入量之间差值的期望值；②根据适应度函数确定适应度值建立对比组b的营养向量模型为：式中示对比组b一周内热量平均摄入量与标准摄入量的差值，表示对比组b一周内蛋白质平均摄入量与标准摄入量的差值，表示对比组b一周内脂肪的平均摄入量与标准摄入量之间的差值，表示对比组b一周内平均摄入量与标准摄入量的差值；以各类食谱营养差值与相对应的学生营养差值之和的最小值为适应度函数：式中minyene，minypro，minyfat，minycar分别为各类食谱中所含热量、蛋白质、脂肪和碳水化合物差值与相对应的学生摄取热量、蛋白质、脂肪和碳水化合物差值之和的最小值；③建立推荐模型确定能够改善学生营养需求、饮食偏好相似的学生群体，实现健康食物推荐；上述(2)式输入数据有两类：m×n为用户‑食物频次矩阵R，n×h为食物‑食材矩阵Q，矩阵R和矩阵Q为：矩阵R中，m是就餐学生个数，n是食物的就餐次数，rmn为第m个学生对第n个食物的饮食频次；矩阵Q中，n是同一餐次的食物个数，h是食材个数，qnh取值为0或1，0为第n个食物的原料组成中不包括食材h；1为第n个食物的原料组成中包括食材h；④寻找最近邻居在学生分组的基础上采用(2)式为学生进行饮食推荐，根据R(m,n)矩阵，确定实验组a与对比组b之间的食物间的相似度，获得当前学生的邻居用户群，产生最近邻居集；食物间的相似度由食物组成相似度和学生饮食频次相似度两部分组成；Sim(i,j)＝Simcomponents(i,j)+Simdiet(i,j)                  (8)式中sim(i,j)为食物间相似度，simcomponents(i,j)为食物组成相似度，simdiet(i,j)为用户饮食频次相似度；用(9)式确定学生饮食频次相似度：式中I_i,j为同时食用i和j两个食物的用户集合，R_i,c为c学生对食物i的食用频次,为第i个食物的平均饮食频次；用(10)式确定食物组成相似度：式中ik表示第i个食物包括食材k的属性值；根据所得到的食物间的相似度来确定最近邻居集，即相似食物集；⑤食物推荐根据最近邻学生现有的饮食频次，按式(11)计算学生对食物的食用频次，式中表示学生u对所有食物的平均食用频次，r_u,i是学生对食物i的频次，r_u,j是已知学生u对食物j的次数与学生u对所有食物的平均食用频次的差值，N是食物i的相似食物集；使用排序二叉树排序对得到的食用频次进行排序，将频次高的前3个食物进行推荐；⑥饮食建议使用膳食分析与营养评价软件分析每人每日每餐各种营养素摄入量与中国居民膳食营养素参考摄入量的标准进行对比，对学生能量摄入不足，膳食营养素不足且不平衡的学生给予合理建议：脂肪供能偏高、各种食物搭配较差、膳食营养素摄入量不足且不平衡的学生，建议学生膳食中应增加低脂肪高蛋白食物的摄入；脂肪供能偏低、各种食物搭配较差、膳食营养素摄入量不足且不平衡的学生，建议学生膳食中应增加高脂肪食物的摄入；蛋白质偏低、各种食物搭配较差、膳食营养素摄入量不足且不平衡的学生，建议学生膳食中应增加高蛋白食物的摄入；蛋白质偏高、各种食物搭配较差、膳食营养素摄入量不足且不平衡的学生，建议学生膳食中应增加低蛋白食物的摄入；对上述学生应该增加营养知识，加强自我营养监督，改变健康观念，改进膳食行为和习惯，适当地增加膳食费用并建议餐厅在食物的品种和口味上进一步改善，引导学生对膳食合理摄入。