本发明专利技术公开了一种食用策略的确定方法及装置、存储介质、电子装置，其中，上述方法包括：采集目标食品的数据信息，其中，数据信息包含以下至少之一：目标食品的保质期、目标食品的营养成分表；将数据信息输入到食品模型中，以得到目标食品的预测食用时间段，其中，食品模型为使用多组数据通过机器学习训练出的，多组数据中的每组数据均包括：食品的数据信息，以及食品的数据信息对应的食用时间段；在满足预设条件的情况下，根据预测食用时间段向目标对象确定目标食品的食用策略，解决了相关技术中，无法根据待食用的目标食品的数据信息为目标对象确定相应的食用策略等问题。标对象确定相应的食用策略等问题。标对象确定相应的食用策略等问题。
【技术实现步骤摘要】
食用策略的确定方法及装置、存储介质、电子装置
[0001]本专利技术涉及通信领域，具体而言，涉及一种食用策略的确定方法及装置、存储介质、电子装置。
技术介绍
[0002]目前，对于冰箱保鲜行为(包括食品最佳食用时间和用户饮食习惯)的预测，都是基于机器本机的。受机器控制器ROM(Read
‑
only Memory，只读存储器，简称ROM)和存储器容量的限制，存储数据量有限，不能分析出食品的最佳食用时间，不能及时的为用户推荐出最佳的饮食搭配。此外，相关技术的冰箱保鲜行为仅是基于一段时间数据，不能在最佳的时间点为用户推荐出食品最合理的食用时间和搭配方式，并且相关预测算法没有结合用户实际的餐饮习惯，不切合用户，当用户的饮食行为改变时，预测算法也无法根据实际变量进行自动修复与调整。
[0003]针对相关技术中，无法根据待食用的目标食品的数据信息为目标对象确定相应的食用策略等问题，尚未提出有效的解决方案。
技术实现思路
[0004]本专利技术实施例提供了一种食用策略的确定方法及装置、存储介质、电子装置，以至少解决相关技术中，无法根据待食用的目标食品的数据信息为目标对象确定相应的食用策略等问题。
[0005]根据本专利技术的一个实施例，提供了一种食用策略的确定方法，包括：采集目标食品的数据信息，其中，所述数据信息包含以下至少之一：目标食品的保质期、目标食品的营养成分表；将所述数据信息输入到食品模型中，以得到所述目标食品的预测食用时间段，其中，所述食品模型为使用多组数据通过机器学习训练出的，所述多组数据中的每组数据均包括：食品的数据信息，以及所述食品的数据信息对应的食用时间段；在满足预设条件的情况下，根据所述预测食用时间段向目标对象确定所述目标食品的食用策略。
[0006]在一个示例性的实施例中，在满足预设条件的情况下，根据所述预测食用时间段向目标对象确定所述目标食品的食用策略，包括：获取所述目标对象的饮食列表，其中，所述饮食列表用于指示根据目标对象的历史食用记录，且所述历史食用记录用于指示不同食品的食用时间段；从所述饮食列表中获取所述目标食品对应的目标食用时间段；在所述预测食用时间段小于所述目标食用时间段的情况下，指示所述目标对象在所述预测食用时间段内处理完所述目标食品。
[0007]在一个示例性的实施例中，从所述饮食列表中获取所述目标食品对应的目标食用时间段之后，所述方法还包括：在所述预测食用时间段大于所述目标食用时间段的情况下，指示所述目标对象在所述目标食用时间段内处理完所述目标食品。
[0008]在一个示例性的实施例中，上述方法还包括：确定从所述饮食列表中未获取所述目标食品对应的目标食用时间段；指示所述目标对象在所述预测食用时间段内处理完所述
目标食品。
[0009]在一个示例性的实施例中，根据所述预测食用时间段向目标对象确定所述目标食品的食用策略之后，所述方法包括：接收目标对象对应的终端发送的指示信息，其中，所述指示信息用于指示所述终端在目标时间段内允许接收推送信息，所述推送信息用于向所述目标对象推送所述食用策略；在所述目标时间段内，向所述终端发送所述食用策略。
[0010]在一个示例性的实施例中，在满足预设条件的情况下，根据所述预测食用时间段向目标对象确定所述目标食品的食用策略之后，所述方法还包括：获取所述目标食品在多个时间周期的质量，其中，所述多个时间周期的时间位于所述保质期之前；对所述多个时间周期的质量加权计算，以确定所述目标食品的最佳食用时间。
[0011]在一个示例性的实施例中，在满足预设条件的情况下，根据所述预测食用时间段向目标对象确定所述目标食品的食用策略之后，所述方法还包括：获取所述目标对象食用目标食品的实际时间；在所述实际时间与所述预测食用时间段的第一边界值不一致的情况下，将所述实际时间和所述预测食用时间段的第二边界值所组成的时间集合作为所述目标食品的食用时间段，其中，所述预测食用时间段包括：所述第一边界值和所述第二边界值。
[0012]根据本专利技术的另一个实施例，还提供了一种食用策略的确定装置，包括：采集模块，用于采集目标食品的数据信息，其中，所述数据信息包含以下至少之一：目标食品的保质期、目标食品的营养成分表；预测模块，用于将所述数据信息输入到食品模型中，以得到所述目标食品的预测食用时间段，其中，所述食品模型为使用多组数据通过机器学习训练出的，所述多组数据中的每组数据均包括：食品的数据信息，以及所述食品的数据信息对应的食用时间段；确定模块，用于在满足预设条件的情况下，根据所述预测食用时间段向目标对象确定所述目标食品的食用策略。
[0013]在一个示例性的实施例中，上述确定模块，用于获取所述目标对象的饮食列表，其中，所述饮食列表用于指示根据目标对象的历史食用记录，且所述历史食用记录用于指示不同食品的食用时间段；从所述饮食列表中获取所述目标食品对应的目标食用时间段；在所述预测食用时间段小于所述目标食用时间段的情况下，指示所述目标对象在所述预测食用时间段内处理完所述目标食品。
[0014]在一个示例性的实施例中，上述确定模块，还用于在所述预测食用时间段大于所述目标食用时间段的情况下，指示所述目标对象在所述目标食用时间段内处理完所述目标食品。
[0015]在一个示例性的实施例中，上述确定模块，还用于确定从所述饮食列表中未获取所述目标食品对应的目标食用时间段；指示所述目标对象在所述预测食用时间段内处理完所述目标食品。
[0016]在一个示例性的实施例中，上述装置还包括：指示模块，用于接收目标对象对应的终端发送的指示信息，其中，所述指示信息用于指示所述终端在目标时间段内允许接收推送信息，所述推送信息用于向所述目标对象推送所述食用策略；在所述目标时间段内，向所述终端发送所述食用策略。
[0017]在一个示例性的实施例中，上述装置还包括：质量模块，用于获取所述目标食品在多个时间周期的质量，其中，所述多个时间周期的时间位于所述保质期之前；对所述多个时间周期的质量加权计算，以确定所述目标食品的最佳食用时间。
[0018]在一个示例性的实施例中，在上述装置还包括：比较模块，用于获取所述目标对象食用目标食品的实际时间；在所述实际时间与所述预测食用时间段的第一边界值不一致的情况下，将所述实际时间和所述预测食用时间段的第二边界值所组成的时间集合作为所述目标食品的食用时间段，其中，所述预测食用时间段包括：所述第一边界值和所述第二边界值。
[0019]根据本专利技术的又一个实施例，还提供了一种计算机可读的存储介质，所述计算机可读的存储介质中存储有计算机程序，其中，所述计算机程序被设置为运行时执行上述任一项方法实施例中的步骤。
[0020]根据本专利技术的又一个实施例，还提供了一种电子装置，包括存储器和处理器，所述存储器中存储有计算机程序，所述处理器被设置为运行所述计算机程序以执行上述任一项方法实施例中的步骤。
[0021]通过本专利技术，采集目标食品的数据信息，其中，数据信息包含以下至少之一：目标食品的保质本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种食用策略的确定方法，其特征在于，包括：采集目标食品的数据信息，其中，所述数据信息包含以下至少之一：目标食品的保质期、目标食品的营养成分表；将所述数据信息输入到食品模型中，以得到所述目标食品的预测食用时间段，其中，所述食品模型为使用多组数据通过机器学习训练出的，所述多组数据中的每组数据均包括：食品的数据信息，以及所述食品的数据信息对应的食用时间段；在满足预设条件的情况下，根据所述预测食用时间段向目标对象确定所述目标食品的食用策略。2.根据权利要求1所述的食用策略的确定方法，其特征在于，在满足预设条件的情况下，根据所述预测食用时间段向目标对象确定所述目标食品的食用策略，包括：获取所述目标对象的饮食列表，其中，所述饮食列表用于指示根据目标对象的历史食用记录，且所述历史食用记录用于指示不同食品的食用时间段；从所述饮食列表中获取所述目标食品对应的目标食用时间段；在所述预测食用时间段小于所述目标食用时间段的情况下，指示所述目标对象在所述预测食用时间段内处理完所述目标食品。3.根据权利要求2所述的食用策略的确定方法，其特征在于，从所述饮食列表中获取所述目标食品对应的目标食用时间段之后，所述方法还包括：在所述预测食用时间段大于所述目标食用时间段的情况下，指示所述目标对象在所述目标食用时间段内处理完所述目标食品。4.根据权利要求2所述的食用策略的确定方法，其特征在于，所述方法还包括：确定从所述饮食列表中未获取所述目标食品对应的目标食用时间段；指示所述目标对象在所述预测食用时间段内处理完所述目标食品。5.根据权利要求1所述的食用策略的确定方法，其特征在于，根据所述预测食用时间段向目标对象确定所述目标食品的食用策略之后，所述方法包括：接收目标对象对应的终端发送的指示信息，其中，所述指示信息用于指示所述终端在目标时间段内允许接收推送信息，所述推送信息用于向所述目标对象推送所述食用策略...
【专利技术属性】
技术研发人员：王鹏飞，
申请(专利权)人：海尔智家股份有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。