烹饪方法、装置、设备、电子设备及计算机可读存储介质与流程

1.本发明涉及烹饪技术领域，尤其涉及烹饪方法、装置、设备、电子设备及计算机可读存储介质。


背景技术：

2.很多家电产品为了满足大众需求，在产品端设置了很多功能，不同功能对应不同工作模式，而不同的工作模式下又有各种具体参数供设置。在众多功能参数之下，在进行某些行为时操作复杂，比如预约场景，用户需要选择的参数较多，进而极大影响用户体验。现有技术公开了通过大数据学习用户的使用规律，并基于学习到的使用规律为用户智能预测并设置所有参数的烹饪方法，其可以免去用户反复设置各种参数的麻烦。然而现有技术的大数据学习较为笼统，进而预测的结果可能反倒是让用户更加的不满意。


技术实现要素：

3.本发明旨在至少解决现有技术中存在的技术问题之一。为此，本发明提出一种烹饪方法，其进行时间段的划分，并基于不同时间段分别给出预测模型，进而该种烹饪方法的预测效果准确，可以提高用户的体验。
4.本发明还提出一种烹饪装置。
5.本发明还提出一种烹饪设备。
6.本发明还提出一种电子设备。
7.本发明还提出一种非暂态计算机可读存储介质。
8.根据本发明第一方面实施例的烹饪方法，包括：
9.获取烹饪设备的历史数据，所述历史数据包括烹饪行为对应的时间值和历史烹饪参数；
10.按照所述时间值对所述历史数据进行划分，得到对应不同时间段的多组所述历史数据；
11.基于不同组别的所述历史数据分别建立得到预测模型；
12.基于各个所述预测模型分别预测对应不同所述时间段的预测烹饪参数。
13.根据本发明实施例的烹饪方法，基于用户的历史使用行为，识别出每个用户的最佳时间段的划分方式，然后根据每个时间段的规律性情况给予不同的预测策略，以提高烹饪设备的整体预测效果。该种烹饪方法可以解决采用固定预测模型导致大部分用户预测不准的情况，并且解决了传统技术中单策略无法适应所有情况的问题，提高了烹饪方法的适用性和准确性。
14.根据本发明的一个实施例，所述按照所述时间值对所述历史数据进行划分，得到对应不同时间段的多组所述历史数据的步骤，包括：
15.将一天的时间划分成多个时间单元；
16.确定每个时间单元对应的历史数据，统计每个所述时间单元内所述历史数据中所
述历史烹饪参数；
17.确定每个所述时间单元内的所述历史烹饪参数的判断参数；
18.将相邻的且所述历史烹饪参数的判断参数相同的所述时间单元合并，得到所述时间段。
19.根据本发明的一个实施例，所述判断参数为工作模式的其中一种。
20.根据本发明的一个实施例，所述基于不同组别的所述历史数据分别建立得到预测模型的步骤，包括：
21.获取某一时间段内所述历史烹饪参数的分布的规律性指标；
22.确定所述规律性指标超过指标阈值，建立第一预测模型；
23.确定所述规律性指标不超过指标阈值，建立第二预测模型。
24.根据本发明的一个实施例，所述第一预测模型基于统计值建立，所述统计值包括所述历史数据的默认值、最小值、最大值和平均值中的至少其中一个；
25.所述第二预测模型基于滑动平均算法、线性回归算法或逻辑回归算法建立。
26.根据本发明的一个实施例，所述获取某一时间段内所述历史烹饪参数的分布的规律性指标的步骤，包括：
27.确定所述历史烹饪参数为连续型变量；
28.基于公式：
[0029][0030]
得到历史烹饪参数分布的规律性指标r，其中，a1、a2、
……
、am指代的是某个时间段内的所有历史数据，m》1；
[0031]
或者，
[0032]
确定所述历史烹饪参数为离散型变量；
[0033]
基于公式：
[0034][0035][0036]
得到历史烹饪参数分布的规律性指标r。
[0037]
根据本发明的一个实施例，所述获取烹饪设备的历史数据的步骤，包括：
[0038]
确定所述烹饪设备的使用时长大于期限阈值，获取所述烹饪设备最近设定时间段内的历史数据；
[0039]
确定所述烹饪设备的使用时长不大于期限阈值，获取所述烹饪设备的所有历史数据。
[0040]
根据本发明第二方面实施例的烹饪装置，包括：
[0041]
获取模块，用于获取烹饪设备的历史数据，所述历史数据包括烹饪行为对应的时间值和历史烹饪参数；
[0042]
划分模块，用于按照所述时间值对所述历史数据进行划分，得到对应不同时间段的多组所述历史数据；
[0043]
模型建立模块，用于基于不同组别的所述历史数据分别建立得到预测模型；
[0044]
预测模块，用于基于各个所述预测模型分别预测对应不同所述时间段的预测烹饪参数。
[0045]
根据本发明实施例的烹饪装置，其技术效果和上述烹饪方法对应，此处不再赘述。
[0046]
根据本发明第三方面实施例的烹饪设备，包括：
[0047]
处理器，所述处理器执行计算机程序时实现上述烹饪方法的步骤。
[0048]
根据本发明实施例的烹饪设备，其技术效果和上述烹饪方法对应，此处不再赘述。
[0049]
根据本发明第四方面实施例的电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如上述的烹饪方法的步骤。
[0050]
根据本发明实施例的电子设备，其技术效果和上述烹饪方法对应，此处不再赘述。
[0051]
根据本发明第五方面实施例的非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现如上述烹饪方法的步骤。
[0052]
根据本发明实施例的非暂态计算机可读存储介质，其技术效果和上述烹饪方法对应，此处不再赘述。
[0053]
本发明的附加方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本发明的实践了解到。
附图说明
[0054]
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0055]
图1是本发明实施例提供的烹饪方法的流程示意图；
[0056]
图2是本发明实施例提供烹饪方法中的一种历史数据的划分方式示意图；
[0057]
图3是本发明实施例提供烹饪方法中的又一种历史数据的划分方式示意图；
[0058]
图4是本发明实施例提供的烹饪装置的结构示意图；
[0059]
图5是本发明实施例提供的电子设备的实体结构示意图。
具体实施方式
[0060]
下面结合附图和实施例对本发明的实施方式作进一步详细描述。以下实施例用于说明本发明，但不能用来限制本发明的范围。
[0061]
在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明实施例的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不必须针对的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外，在不相互矛盾的情况下，本领
域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
[0062]
在对本发明实施例做详细说明之前，先对整个应用场景进行描述。本发明实施例的烹饪方法和烹饪装置，即可应用于物联网领域的云平台，也可应用于其他种类的互联网领域当中的云平台，或者还可以应用于第三方设备，或者还可以应用于烹饪设备上。其中，第三方设备可能包括有手机、平板电脑、笔记本、车载电脑和其他智能家电设备等多种不同的类型。烹饪设备包括电饭煲、压力锅或者蒸煮锅等。
[0063]
请参见图1，根据本发明实施例的烹饪方法，包括：
[0064]
步骤100、获取烹饪设备的历史数据，历史数据包括烹饪行为对应的时间值和历史烹饪参数。
[0065]
根据本发明的实施例，时间值可以为0点至24点之间的任意值，也可以为0点或者24点。例如，在烹饪设备过去的使用历史当中，用户曾经在早上6点煮粥，则获取的对应历史数据包括6点的时间值以及煮粥所对应的历史烹饪参数。再例如，在烹饪设备过去的使用历史当中，用户曾经在下午17点煮饭，则获取的对应历史数据包括下午17点的时间值以及煮饭所对应的历史烹饪参数。
[0066]
根据本发明的实施例，步骤100中，历史烹饪参数包括烹饪设备的工作模式、温度、容量、口感、功率等参数。其中，以电饭煲为例，电饭煲的工作模式常见的有稀饭、精华饭、煮粥、快速粥、煲汤、香浓粥、蒸煮、和香甜饭等。同样的，对于其他历史烹饪参数，其可以为任何现有烹饪设备包括的参数，此处不一一举例。
[0067]
根据本发明的实施例，获取历史数据的规则可以预先设定。例如，对于新的烹饪设备而言，在头一段时间使用的时候，该烹饪设备历史数据较少，因此可以获取烹饪设备的所有历史数据。而当烹饪设备使用较长时间之后，可以获取最近的历史数据，进而得到的烹饪方法更加能满足当前烹饪设备的用户的需求。例如，可以获取烹饪设备最近一个月、一个季度或者半年
……
的历史数据。
[0068]
根据本发明的实施例，设定期限阈值，并判断烹饪设备的使用时长和期限阈值之间的关系。在此基础上，当烹饪设备的使用时长大于期限阈值，则获取烹饪设备的最近设定时间段内的历史数据；当烹饪设备的使用时长不大于期限阈值，获取烹饪设备的所有历史数据。其中，期限阈值和烹饪设备的最近设定时间段相对应，例如期限阈值为一个月，则烹饪设备的最近设定时间段内的历史数据也即烹饪设备最近的一个月内的历史数据；期限阈值为一个季度，则烹饪设备的最近设定时间段的历史数据也即烹饪设备最近的一个季度内的历史数据。
[0069]
步骤101、按照时间值对历史数据进行划分，得到对应不同时间段的多组历史数据。
[0070]
根据本发明的一个实施例，步骤101包括：
[0071]
步骤1011、将一天的时间划分成多个时间单元；
[0072]
步骤1012、确定每个时间单元对应的历史数据，统计每个时间单元内历史数据中历史烹饪参数；
[0073]
步骤1013、确定每个时间单元内的历史烹饪参数的判断参数；
[0074]
步骤1014、将相邻的且判断参数相同的时间单元合并，得到时间段。
[0075]
步骤1011中，可以将每十分钟、每半个小时、每一个小时或者每两个小时为一个时间单元。当将每半个小时作为一个时间单元的时候，则一天可以分成48个时间单元。又例如，可以将每个小时作为一个时间单元，则一天可以划分成24个时间单元。再例如，可以将每两个小时作为一个时间单元，则一天可以划分成12个时间单元。
[0076]
步骤1012中，统计每个时间单元内的历史数据，包括时间值和历史烹饪参数。
[0077]
步骤1013中，确定历史烹饪参数的判断参数。例如，历史烹饪参数的判断参数为工作模式中的其中一种。图2中，用户的历史数据当中工作模式包括香浓粥、蒸煮、精华饭、稀饭和煲汤，那么步骤1013中，判断参数可能为以上工作模式当中的任何一种。又例如，图3中用户的历史数据当中工作模式包括快速粥、热饭、煮粥和香甜饭，那么图3当中判断参数可能为以上工作模式当中的任何一种。再例如，用户历史数据中的判断参数还可能为温度、容量或者口感等其他种类的参数。
[0078]
步骤1014中，将相邻的且判断参数相同的时间单元合并，得到时间段。其中，判断参数可以基于时间单元内某一历史烹饪参数出现的次数来确定，出现次数最多的相应历史烹饪参数确定为判断参数。
[0079]
在某一时间单元内同时有多个历史烹饪参数出现次数相同的时候，则判断参数可以为多个历史烹饪参数当中的任何一个。在此基础上，可以基于前一时间单元或者后一时间单元，确定当前时间单元的判断参数。例如，可以选择和前一时间单元或者后一时间单元相同的判断参数。
[0080]
图3中，在编号0(图3底部显示有编号0至编号23)对应的时间单元内出现过31个历史数据，这些历史数据的历史烹饪参数中的工作模式均为“煮粥”，则该时间单元对应的判断参数为“煮粥”；在编号1对应的时间单元内出现过12个历史数据，其中有10个历史数据的历史烹饪参数当中的工作模式均为“煮粥”，则对应时间单元的判断参数为“煮粥”；在编号2对应的时间单元内出现过9个历史数据，其中有5个历史数据的历史烹饪参数当中的工作模式均为“煮粥”，则对应时间单元的判断参数为“煮粥”。由此可知，编号0至编号2的时间单元的判断参数都一样，因此可以将编号0至编号2应的时间单元合并得到第一个时间段。同样的，对应编号3至编号7的各个时间单元，出现过次数最多的工作模式均为快速粥，因此将这些时间单元合并得到一个时间段，并且该时间段内所有的时间单元的判断参数均为工作模式下的快速粥。
[0081]
根据本发明的一个实施例，图2中编号10对应的时间单元内有4个历史数据，4个历史数据的历史烹饪参数的工作模式分别为“煲汤”、“稀饭”、“精华饭”和“蒸煮”，则编号10对应的时间单元内的判断参数为“煲汤”、“稀饭”、“精华饭”和“蒸煮”当中的任意一个。其中，由于后一编号11对应的判断参数为其中的“精华饭”，则编号10当中的判断参数优选为“煲汤”、“稀饭”、“精华饭”和“蒸煮”当中和后一个时间单元的判断参数相同的一个。
[0082]
根据本发明的实施例，图2中，对应分区2，编号9对应的判断参数为“煲汤”，编号13对应的判断参数为“煲汤”。由于编号9和编号13的历史数据均较少，因此可以将其和编号10至编号12对应的时间单元合并。也即，当时间段较短(可以设定一个第一限值)且该时间段内的历史数据少于一定数量(可以设定一个地儿限值)，则可以将该时间段和与其更接近的时间段合并。
[0083]
步骤101中，也即将一天时间划分成n个时间单元δti(i＝1,2,
…
,n)，统计每个参
数(包括功能，口感，米种、时间、温度等等参数)的使用次数，例如图2和图3统计了两个烹饪设备每个小时每个工作模式的历史使用次数；在每个时间单元δti(i＝1,2,
…
,n)内找出使用次数最多的那个参数pi作为判断参数；将判断参数相同的时间单元合并得到时间段。或者，辅助以上文提到的其他手段得到时间段。
[0084]
图2中划分得到3个时间段，图3中划分得到5个时间段。当然，还可能基于不同用户的不同使用习惯得到其他数量的时间段。基于时间段对历史数据进行划分，进而可以将相似行为时间片段聚合在一起，并对没有历史使用行为的时间点也能划分一个合理的区域。并且，由于每个用户的行为习惯并不一样，基于时间段划分历史数据可以得到更加精确的预测方法。
[0085]
根据本发明的实施例，还可以基于用户的设定得到多个时间段，也即用户通过手动设定的方式得到多个时间段，进而基于多个时间段划分历史数据。例如，用户a一般一天就吃三顿饭，那么用户可以基于自己的饮食习惯划分得到三个时间段，并且确定三个时间段对应的时间值，进而对应该三个时间段分别得到对应的历史数据。再例如，对于家里有婴儿和老人的用户b，由于小孩和老人可能会需要少吃多餐，进而该种情况下用户b可能需要设置四个时间段甚至更多时间段，并基于这些时间段划分历史数据。
[0086]
根据本发明的实施例，可以将一天的时间划分成有效时间段和无效时间段，烹饪设备仅基于有效时间段内的历史数据建立预测模型，而对于无效时间段内的历史数据，则可以无视。例如，对于普通家用的烹饪设备，其在凌晨1点至凌晨4点使用的概率基本为零，进而可以将凌晨1点至凌晨4点判定为无效时间段，进而即便偶然在该时间段内进行了烹饪操作，但是对应的历史数据并没有参考价值，因此在进行烹饪方法的预测的时候，并不会基于该无效时间段的历史数据建立预测模型，可以将无效时间段内的历史数据确定为无效数据。
[0087]
步骤102、基于不同组别的历史数据分别建立得到预测模型。
[0088]
图2中，基于三个时间段分别建立预测模型；图3中，基于5个时间段分别建立预测模型。
[0089]
根据本发明的实施例，步骤102中，对历史数据也即对用户的行为进行时间段划分之后，获取到每个时间段的规律性，基于该规律性建立预测模型。
[0090]
在一个实施例中，步骤102包括：
[0091]
步骤1021、获取某一时间段内历史烹饪参数的分布的规律性指标；
[0092]
步骤1022、确定规律性指标超过指标阈值，建立第一预测模型；
[0093]
步骤1023、确定规律性指标不超过指标阈值，建立第二预测模型。
[0094]
当某一时间段内历史烹饪参数为连续型变量，例如时间或者温度等，则基于公式：
[0095][0096]
得到历史烹饪参数分布的规律性指标r，其中，a1、a2、
……
、am指代的是某个时间段内的所有历史数据，m》1，且m为整数。上述公式表示连续型变量历史记录平均变化幅度。
[0097]
当某一时间段内历史烹饪参数为离散型变量，例如功能、米种或口感，则基于公式：
[0098][0099][0100]
得到历史烹饪参数分布的规律性指标r。上述公式表示历史离散变量历史记录变化次数的比例。
[0101]
在以上基础上，判断规律性指标r和指标阈值r
th
之间的关系。r越小，表示该时间段使用较为规律，r越大，表示该时间段使用更不规律。
[0102]
在一个实施例中，当r＞r
th
时，对应第一预测模型基于统计值建立，统计值包括历史数据的默认值、最小值、最大值和平均值中的至少其中一个。
[0103]
在另一个实施例中，当r＞r
th
时，对应第二预测模型基于滑动平均算法、线性回归算法或逻辑回归算法等机器学习方法建立。
[0104]
s4：设置一个规律性指标阈值r
th
，对于两个不同组别的时段的r＞r
th
时和r≤r
th
，对该两组时间段采用两种不同的策略进行预测；当r＞r
th
时可采用初始默认值、最小值、最大值、平均值等统计值进行预测；当r≤r
th
时可以采用滑动平均、线性回归、逻辑回归等机器学习进行预测。通过采用不同的策略可以提升烹饪方法整体的预测效果。
[0105]
步骤103、基于各个预测模型分别预测对应不同时间段的预测烹饪参数。
[0106]
步骤103中，云端、第三方设备或者烹饪设备可以基于不同时间段分别得到不同的预测烹饪参数，进而控制烹饪设备的烹饪。
[0107]
根据本发明实施例的烹饪方法，基于用户的历史使用行为，识别出每个用户的最佳时间段的划分方式，然后根据每个时间段的规律性情况给予不同的预测策略，以提高烹饪设备的整体预测效果。该种烹饪方法可以解决采用固定预测模型导致大部分用户预测不准的情况，并且解决了传统技术中单策略无法适应所有情况的问题，提高了烹饪方法的适用性和准确性。
[0108]
需要说明的是，以上步骤100至步骤103，只是为了方便表述，不构成对烹饪方法的各步骤的时序限定。并且，有些内容在本发明第一方面实施例提供的烹饪方法当中有详细的说明，又由于所有烹饪方法当中的内容也都可适用于第二方面实施例提供的烹饪装置，进而为了避免重复赘述在第二方面实施例提供的烹饪装置当中没有详细展开说明。同样的，以上两个方面实施例的内容都可以用于解释后面所有方式实施例的内容，因此后面实施例当中对于重复的内容不进行赘述。
[0109]
根据本发明第二方面的实施例，提供一种烹饪装置，请参见图4，包括：
[0110]
获取模块401，用于获取烹饪设备的历史数据，历史数据包括烹饪行为对应的时间值和历史烹饪参数；
[0111]
划分模块402，用于按照时间值对历史数据进行划分，得到对应不同时间段的多组历史数据；
[0112]
模型建立模块403，用于基于不同组别的历史数据分别建立得到预测模型；
[0113]
预测模块404，用于基于各个预测模型分别预测对应不同时间段的预测烹饪参数。
[0114]
根据本发明实施例的烹饪装置，其技术效果和上述烹饪方法的技术效果对应，此处不再赘述。
[0115]
根据本发明的一个实施例，划分模块包括：
[0116]
划分子模块，用于将一天的时间划分成多个时间单元；
[0117]
统计子模块，用于确定每个时间单元对应的历史数据，统计每个时间单元内历史数据中历史烹饪参数；
[0118]
确定子模块，用于确定每个时间单元内的历史烹饪参数的判断参数；
[0119]
合并子模块，用于将相邻的且历史烹饪参数的判断参数相同的时间单元合并，得到时间段。
[0120]
根据本发明的一个实施例，模型建立模块包括：
[0121]
获取子模块，用于获取某一时间段内历史烹饪参数的分布的规律性指标；
[0122]
第一预测模型建立子模块，用于确定规律性指标超过指标阈值，建立第一预测模型；
[0123]
第二预测模型建立子模块，确定规律性指标不超过指标阈值，建立第二预测模型。
[0124]
根据本发明的一个实施例，第一预测模型建立子模块用于基于统计值建立第一预测模型，统计值包括历史数据的默认值、最小值、最大值和平均值中的至少其中一个。第二预测模型建立子模块用于基于滑动平均算法、线性回归算法或逻辑回归算法建立。
[0125]
根据本发明的一个实施例，获取子模块用于在历史烹饪参数为连续型变量的时候，基于公式：
[0126][0127]
得到历史烹饪参数分布的规律性指标r。
[0128]
根据本发明的一个实施例，获取子模块用于在历史烹饪参数为离散型变量的时候，基于公式：
[0129][0130][0131]
得到历史烹饪参数分布的规律性指标r。
[0132]
根据本发明的一个实施例，获取模块用于在烹饪设备的使用时长大于期限阈值的时候，获取烹饪设备最近设定时间段内的历史数据；并在烹饪设备的使用时长不大于期限阈值的时候，获取烹饪设备的所有历史数据。
[0133]
根据本发明第三方面的实施例，提供一种烹饪设备，包括：处理器，处理器执行计算机程序时实现上述烹饪方法。
[0134]
在一个实施例中，烹饪设备为电饭锅。进而，电饭锅可以基于上述烹饪方法自动设置预测烹饪参数，以方便使用，提高用户体验。
[0135]
图5示例了一种电子设备的实体结构示意图，如图5所示，该电子设备可以包括：处
理器(processor)510、通信接口(communications interface)520、存储器(memory)530和通信总线540，其中，处理器510，通信接口520，存储器530通过通信总线540完成相互间的通信。处理器510可以调用存储器530中的逻辑指令，以执行上述烹饪方法，例如：获取烹饪设备的历史数据，历史数据包括烹饪行为对应的时间值和历史烹饪参数；按照时间值对历史数据进行划分，得到对应不同时间段的多组历史数据；基于不同组别的历史数据分别建立得到预测模型；基于各个预测模型分别预测对应不同时间段的预测烹饪参数。
[0136]
此外，上述的存储器530中的逻辑指令可以通过软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例方法的全部或部分步骤。而前述的存储介质包括：u盘、移动硬盘、只读存储器(rom，read-only memory)、随机存取存储器(ram，random access memory)、磁碟或者光盘等各种可以存储程序代码的介质。
[0137]
进一步地，本发明实施例公开一种计算机程序产品，计算机程序产品包括存储在非暂态计算机可读存储介质上的计算机程序，计算机程序包括程序指令，当程序指令被计算机执行时，计算机能够执行上述各方法实施例所提供的烹饪方法，例如包括：获取烹饪设备的历史数据，历史数据包括烹饪行为对应的时间值和历史烹饪参数；按照时间值对历史数据进行划分，得到对应不同时间段的多组历史数据；基于不同组别的历史数据分别建立得到预测模型；基于各个预测模型分别预测对应不同时间段的预测烹饪参数。
[0138]
另一方面，本发明实施例还提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现以执行上述各实施例提供的烹饪方法，例如包括：获取烹饪设备的历史数据，历史数据包括烹饪行为对应的时间值和历史烹饪参数；按照时间值对历史数据进行划分，得到对应不同时间段的多组历史数据；基于不同组别的历史数据分别建立得到预测模型；基于各个预测模型分别预测对应不同时间段的预测烹饪参数。
[0139]
以上所描述的装置实施例仅仅是示意性的，其中作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下，即可以理解并实施。
[0140]
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件。基于这样的理解，上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在计算机可读存储介质中，如rom/ram、磁碟、光盘等，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行各个实施例或者实施例的某些部分的方法。
[0141]
最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可
以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。