一种用于个性化膳食规划的味型偏好匹配方法及系统与流程

本发明涉及膳食规划，特别涉及一种用于个性化膳食规划的味型偏好匹配方法及系统。

背景技术：

1、现有个性化膳食规划系统多应用于家庭饮食管理、健康餐配送及餐饮推荐场景，通常由用户主动选择“偏甜”“偏辣”“清淡”等口味标签，或者依据历史点餐记录、菜品收藏记录及评分记录，对菜谱类别、菜系或食材标签进行筛选和推荐。部分系统还会结合用户的忌口信息、食物过敏信息或饮食管理要求，对推荐菜谱进行排除，以生成可供用户选择的日常膳食建议。

2、但是，现有方式对用户口味的表征通常停留在菜品标签或菜系标签层面，难以区分同一菜品或同类菜品因食材组合、预处理方式及烹制过程不同而形成的实际味型差异，导致系统在面对菜谱替换或饮食管理限制时，输出菜谱的实际味感可能与用户长期形成的口味倾向不一致。因此，如何在满足个体饮食管理要求的前提下，提高膳食规划结果与用户味型偏好之间的对应准确性，成为亟待解决的技术问题。

技术实现思路

1、本发明的目的在于至少一定程度上解决现有技术中存在的技术问题之一。

2、为实现上述目的，本发明提供了一种用于个性化膳食规划的味型偏好匹配方法，包括：

3、获取目标用户的历史膳食交互数据、候选菜谱的食材参数和烹饪参数，以及所述目标用户的营养摄入约束条件；

4、基于预设的味型基础指数库，对所述历史膳食交互数据进行特征量化，得到用户味型偏好向量；

5、基于所述味型基础指数库，对所述食材参数和所述烹饪参数进行特征量化，得到候选菜谱味型特征向量；

6、在所述营养摄入约束条件的限制下，计算所述用户味型偏好向量与所述候选菜谱味型特征向量之间的味型匹配距离；

7、基于所述味型匹配距离生成调料配比调节系数，并根据所述调料配比调节系数对所述候选菜谱进行参数重构，得到个性化膳食规划方案。

8、进一步的，所述获取目标用户的历史膳食交互数据、候选菜谱的食材参数和烹饪参数，以及所述目标用户的营养摄入约束条件，包括：

9、提取所述目标用户在预设时间窗口内的历史菜谱标识，以及与所述历史菜谱标识对应的用户评价评分，组合为所述历史膳食交互数据；

10、解析所述候选菜谱的配方文本，提取基础食材种类及对应的物理重量作为所述食材参数，并提取所述候选菜谱的加工热处理方式标识作为所述烹饪参数；

11、获取所述目标用户的生理体征指标与慢病标签，基于预设的临床营养映射规则，将所述生理体征指标与所述慢病标签转化为特定宏量营养素与微量元素的摄入上限阈值，作为所述营养摄入约束条件。

12、进一步的，所述基于预设的味型基础指数库，对所述历史膳食交互数据进行特征量化，得到用户味型偏好向量，包括：

13、根据所述历史膳食交互数据中的所述历史菜谱标识，从所述预设的味型基础指数库中提取对应的多维味型基础特征向量，所述多维味型基础特征向量由表征不同基础味觉维度的客观理化标定量组成；

14、将所述历史膳食交互数据中的所述用户评价评分映射为偏好权重系数；

15、以所述偏好权重系数对所述多维味型基础特征向量进行空间向量的加权聚合与归一化处理，生成所述用户味型偏好向量。

16、进一步的，所述基于所述味型基础指数库，对所述食材参数和所述烹饪参数进行特征量化，得到候选菜谱味型特征向量，包括：

17、根据所述食材参数中的基础食材种类和物理重量，从所述味型基础指数库中提取对应的食材初始味型向量；

18、根据所述烹饪参数中的加工热处理方式标识，确定对应的味型转化矩阵，所述味型转化矩阵表征特定热处理方式对不同基础味觉维度的非线性影响权重；

19、利用所述味型转化矩阵对所述食材初始味型向量进行映射计算，生成所述候选菜谱味型特征向量。

20、进一步的，所述在所述营养摄入约束条件的限制下，计算所述用户味型偏好向量与所述候选菜谱味型特征向量之间的味型匹配距离，包括：

21、将所述候选菜谱的食材参数中的调料物理重量作为自变量，建立所述候选菜谱味型特征向量的动态生成函数；

22、以所述特定宏量营养素与微量元素的总量不超过所述摄入上限阈值作为可行域边界，构建约束优化空间；

23、在所述约束优化空间内，以所述动态生成函数输出的候选菜谱味型特征向量与所述用户味型偏好向量之间的多维空间欧氏距离最小化为目标函数，进行迭代求解，将所述目标函数收敛时对应的最小多维空间欧氏距离，作为所述味型匹配距离。

24、进一步的，所述在所述约束优化空间内，以所述动态生成函数输出的候选菜谱味型特征向量与所述用户味型偏好向量之间的多维空间欧氏距离最小化为目标函数，进行迭代求解，将所述目标函数收敛时对应的最小多维空间欧氏距离，作为所述味型匹配距离，包括：

25、解除所述可行域边界的限制，在全量参数空间内以所述多维空间欧氏距离最小化为目标进行无约束全局求解，得到无约束状态下的最小多维空间欧氏距离；

26、在所述约束优化空间内，以所述多维空间欧氏距离最小化为目标进行带约束的迭代求解，得到带约束状态下的最小多维空间欧氏距离；

27、计算所述带约束状态下的最小多维空间欧氏距离与所述无约束状态下的最小多维空间欧氏距离之间的差值，作为表征口味折损度的客观评价基准值；

28、将所述客观评价基准值与预设的口味折损容忍阈值进行比对；

29、若所述客观评价基准值大于所述口味折损容忍阈值，则触发菜谱熔断机制，输出不可匹配信号并终止所述候选菜谱的参数重构；

30、若所述客观评价基准值不大于所述口味折损容忍阈值，则将所述带约束状态下的最小多维空间欧氏距离作为所述目标函数收敛时对应的最小多维空间欧氏距离。

31、进一步的，所述基于所述味型匹配距离生成调料配比调节系数，并根据所述调料配比调节系数对所述候选菜谱进行参数重构，得到个性化膳食规划方案，包括：

32、提取计算得到所述味型匹配距离时，约束优化空间内各调料自变量的理论最优解；

33、获取预设的厨房执行精度约束规则，基于所述厨房执行精度约束规则对所述理论最优解进行离散化取整，生成所述调料配比调节系数。

34、进一步的，所述根据所述调料配比调节系数对所述候选菜谱进行参数重构，得到个性化膳食规划方案，包括：

35、利用所述调料配比调节系数，对所述候选菜谱的原始配方文本进行物理重量的映射替换，得到重构物理重量；

36、校验所述重构物理重量是否满足预设的菜品物理形态底线约束；若满足，则将包含所述重构物理重量的配方文本作为所述个性化膳食规划方案进行输出。

37、进一步的，所述根据所述调料配比调节系数对所述候选菜谱进行参数重构，得到个性化膳食规划方案，包括：

38、计算应用所述调料配比调节系数后所导致的目标调料物理属性缺失量，所述物理属性缺失量包括液相体积缺失量和固形物质构缺失量；

39、基于预设的风味中性补偿基质库，匹配与所述物理属性缺失量对应的风味中性补偿物及补偿质量，所述风味中性补偿物用于在不改变味型特征的前提下维持物理形态；

40、将所述风味中性补偿物及补偿质量，与应用所述调料配比调节系数后的重构调料参数进行物理合并，得到目标物理基质；

41、提取所述候选菜谱的初始烹饪时长与温度参数，根据所述目标物理基质的总质量与含水率变化比例，对所述初始烹饪时长与温度参数进行热力学自适应修正；

42、将所述目标物理基质与修正后的烹饪时长与温度参数组合，生成所述个性化膳食规划方案。

43、本发明还提供了一种用于个性化膳食规划的味型偏好匹配系统，包括：

44、获取模块，用于获取目标用户的历史膳食交互数据、候选菜谱的食材参数和烹饪参数，以及所述目标用户的营养摄入约束条件；

45、第一量化模块，用于基于预设的味型基础指数库，对所述历史膳食交互数据进行特征量化，得到用户味型偏好向量；

46、第二量化模块，用于基于所述味型基础指数库，对所述食材参数和所述烹饪参数进行特征量化，得到候选菜谱味型特征向量；

47、计算模块，用于在所述营养摄入约束条件的限制下，计算所述用户味型偏好向量与所述候选菜谱味型特征向量之间的味型匹配距离；

48、重构模块，用于基于所述味型匹配距离生成调料配比调节系数，并根据所述调料配比调节系数对所述候选菜谱进行参数重构，得到个性化膳食规划方案。

49、技术效果

50、本发明提供的一种用于个性化膳食规划的味型偏好匹配方法，包括以下步骤：获取目标用户的历史膳食交互数据、候选菜谱的食材参数和烹饪参数，以及所述目标用户的营养摄入约束条件；基于预设的味型基础指数库，对所述历史膳食交互数据进行特征量化，得到用户味型偏好向量；基于所述味型基础指数库，对所述食材参数和所述烹饪参数进行特征量化，得到候选菜谱味型特征向量；在所述营养摄入约束条件的限制下，计算所述用户味型偏好向量与所述候选菜谱味型特征向量之间的味型匹配距离；基于所述味型匹配距离生成调料配比调节系数，并根据所述调料配比调节系数对所述候选菜谱进行参数重构，得到个性化膳食规划方案，如何在满足个体饮食管理要求的前提下，提高膳食规划结果与用户味型偏好之间的对应准确性，实现了在营养摄入约束条件下对用户味型偏好进行量化匹配、对候选菜谱调料配比进行可执行重构，并兼顾菜品物理形态与烹饪可实施性的技术效果。