【技术实现步骤摘要】
本专利技术涉及食品推荐，尤其涉及一种基于大数据分析的特医食品推荐系统。
技术介绍
1、糖尿病患者因其身体对血糖的调节机制改变，对于营养成分的需求与健康人群有所差异。他们需特别注意碳水化合物的摄入量、质量及摄入时间，以维持血糖的稳定。传统食物推荐方法或膳食指南往往无法精细化匹配这种需求，尤其是忽略了食物对于血糖的影响程度（即血糖指数的差异）及其对未来血糖波动的影响。
2、中国专利公开号cn118315024a公开了一种基于人工智能的特医食品推荐系统及方法，涉及智能化食品推荐领域。其通过采集患者对象的医疗记录、健康状况、食物偏好和治疗目标数据，并在后端引入基于人工智能的数据处理和语义理解算法来进行这些患者对象信息的语义分析和关联编码，以此来捕获患者对象的饮食潜需求语义，同时，还对于不同的特医食品的文本描述进行语义分析，以此来捕获不同特医食品的语义，然后，通过计算患者对象的饮食潜需求语义和不同特医食品的语义之间的语义对齐分数来判断该特医食品是否符合患者对象的饮食潜在需求，从而为特定疾病状态的患者提供个性化的食品推荐，以推荐合适的特医食品；由此可见，该方案仅针对用户信息与特医食品信息进行分析，存在特医食品推荐效率低、用户体验感差的问题。
技术实现思路
1、本专利技术的目的在于提供一种基于大数据分析的特医食品推荐系统，以解决现有技术存在的问题中的至少一个。
2、为实现上述目的，本专利技术采用了如下技术方案：
3、数据采集模块，用以采集用户数据与特医食品数据
4、血糖指数分析模块，用以根据采集的特医食品的血糖指数对特医食品血糖指数推荐系数进行构建；
5、食品分析模块，用以根据采集的特医食品评分与特医食品评分数量对食品评分系数进行构建；
6、匹配模块，用以根据将采集的用户蛋白质需求、脂肪需求和碳水化合物需求与特医食品蛋白质含量、脂肪含量和碳水化合物含量进行匹配，以对用户与特医食品的营养匹配度进行构建；
7、推荐模块，用以根据特医食品血糖指数推荐系数的构建结果、食品评分系数的构建结果和用户与特医食品的营养匹配度的构建结果对食品推荐系数进行构建，并根据构建结果向用户进行特医食品推荐；
8、血糖监测模块，用以根据监测周期内采集的用户血糖数据对用户血糖状态进行分析，并根据分析结果对下一监测周期食品推荐系数的构建过程进行调整。
9、进一步地，所述血糖指数分析模块用以根据采集的特医食品的血糖指数对特医食品血糖指数推荐系数进行构建，若ti≤t1，所述血糖指数分析模块将第i个特医食品的血糖指数推荐系数设为xt1；若t1＜ti＜t2，所述血糖指数分析模块将第i个特医食品的血糖指数推荐系数设为xt2；若ti≥t2，所述血糖指数分析模块将第i个特医食品的血糖指数推荐系数设为xt3，ti为第i个特医食品的血糖指数，t1为第一预设血糖指数，t2为第二预设血糖指数。
10、进一步地，所述食品分析模块包括评分分析单元和数量分析单元，所述评分分析单元用以将采集的第i个特医食品评分与预设评分f0进行比对，以对特医食品评分的异常性进行分析，特医食品评分的异常性包括正常和异常，若第i个特医食品评分异常，将第i个特医食品的评分指数设为f1；若第i个特医食品评分正常,将第i个特医食品的评分指数设为f2。
11、进一步地，所述数量分析单元用以将采集的第i个特医食品评分数量与预设数量m1进行比对，以对特医食品评分数量的异常性进行分析，特医食品评分数量的异常性包括正常和异常，若第i个特医食品的评分数量异常，将预设评分调整为f0’。
12、进一步地，所述匹配模块将采集的用户蛋白质需求、脂肪需求和碳水化合物需求与特医食品蛋白质含量、脂肪含量和碳水化合物含量进行匹配，以对用户与特医食品的营养匹配度进行构建，并将用户与第i个特医食品的营养匹配度设为pi。
13、进一步地，所述推荐模块包括推荐单元和历史分析单元，所述推荐单元用以根据特医食品血糖指数推荐系数的构建结果、食品评分系数的构建结果和用户与特医食品的营养匹配度的构建结果对食品推荐系数进行构建，并将第i个特医食品的食品推荐系数设为tji；
14、所述推荐单元将各特医食品的食品推荐系数进行降序排序，并将食品推荐系数前三的特医食品作为推荐食品向用户进行推荐。
15、进一步地，所述历史分析单元用以将第i个特医食品的历史推送次数di1与推送阈值d0进行比较，以对推送次数异常性进行分析，推送次数异常性包括正常和异常，若第i个特医食品的历史推送次数异常正常，当di2/di1≤γ时，所述历史分析单元将第i个特医食品的食品推荐系数调整为tji’，di2为第i个特医食品的历史选择次数，γ为选择率阈值。
16、进一步地，所述血糖监测模块包括血糖监测单元、状态分析单元与异常分析单元，所述血糖监测单元用以将监测周期内采集的用户血糖数据与预设血糖rt进行比对，并根据比对结果对用户血糖数据的异常性进行分析，用户血糖数据的异常性包括正常和异常。
17、进一步地，所述状态分析单元用以根据监测周期内用户血糖数据异常性的分析结果对用户血糖状态进行分析，用户血糖状态包括正常和异常；若当前监测周期用户血糖状态异常，将第一预设血糖指数调整为t1’，并将第二预设血糖指数调整为t2’。
18、进一步地，所述异常分析单元用以根据监测周期内采集的用户血糖数据对用户血糖数据的波动系数b进行构建，并将b与预设波动系数b进行比对，以对用户血糖数据的波动状态进行分析，用户血糖数据的波动状态包括正常和异常，若当前监测周期用户血糖数据的波动状态异常，将预设异常占比调整为β’。
19、本专利技术的有益效果如下：所述系统基于现有的血糖监控设备和大数据技术，运用了机器学习及大数据分析，发展出一套动态个性化推荐模型。系统具备自动化分析、智能化食品推荐功能，相比传统纯人工经验的推荐方式，能更精确、持续地为用户提供符合其状态的特医食品推荐，尤其适用于糖尿病患者、慢性病患者的膳食管理。
本文档来自技高网...【技术保护点】
1.一种基于大数据分析的特医食品推荐系统，其特征在于，包括：
2.根据权利要求1所述的基于大数据分析的特医食品推荐系统，其特征在于，所述血糖指数分析模块用以根据采集的特医食品的血糖指数对特医食品血糖指数推荐系数进行构建，若Ti≤t1，所述血糖指数分析模块将第i个特医食品的血糖指数推荐系数设为XT1；若t1＜Ti＜t2，所述血糖指数分析模块将第i个特医食品的血糖指数推荐系数设为XT2；若Ti≥t2，所述血糖指数分析模块将第i个特医食品的血糖指数推荐系数设为XT3，Ti为第i个特医食品的血糖指数，t1为第一预设血糖指数，t2为第二预设血糖指数。
3.根据权利要求2所述的基于大数据分析的特医食品推荐系统，其特征在于，所述食品分析模块包括评分分析单元和数量分析单元，所述评分分析单元用以将采集的第i个特医食品评分与预设评分f0进行比对，以对特医食品评分的异常性进行分析，特医食品评分的异常性包括正常和异常，若第i个特医食品评分异常，将第i个特医食品的评分指数设为F1；若第i个特医食品评分正常,将第i个特医食品的评分指数设为F2。
4.根据权利要求3所述的基
5.根据权利要求4所述的基于大数据分析的特医食品推荐系统，其特征在于，所述匹配模块将采集的用户蛋白质需求、脂肪需求和碳水化合物需求与特医食品蛋白质含量、脂肪含量和碳水化合物含量进行匹配，以对用户与特医食品的营养匹配度进行构建，并将用户与第i个特医食品的营养匹配度设为Pi。
6.根据权利要求5所述的基于大数据分析的特医食品推荐系统，其特征在于，所述推荐模块包括推荐单元和历史分析单元，所述推荐单元用以根据特医食品血糖指数推荐系数的构建结果、食品评分系数的构建结果和用户与特医食品的营养匹配度的构建结果对食品推荐系数进行构建，并将第i个特医食品的食品推荐系数设为TJi；
7.根据权利要求6所述的基于大数据分析的特医食品推荐系统，其特征在于，所述历史分析单元用以将第i个特医食品的历史推送次数di1与推送阈值d0进行比较，以对推送次数异常性进行分析，推送次数异常性包括正常和异常，若第i个特医食品的历史推送次数异常正常，当di2/di1≤γ时，所述历史分析单元将第i个特医食品的食品推荐系数调整为TJi’，di2为第i个特医食品的历史选择次数，γ为选择率阈值。
8.根据权利要求7所述的基于大数据分析的特医食品推荐系统，其特征在于，所述血糖监测模块包括血糖监测单元、状态分析单元与异常分析单元，所述血糖监测单元用以将监测周期内采集的用户血糖数据与预设血糖RT进行比对，并根据比对结果对用户血糖数据的异常性进行分析，用户血糖数据的异常性包括正常和异常。
9.根据权利要求8所述的基于大数据分析的特医食品推荐系统，其特征在于，所述状态分析单元用以根据监测周期内用户血糖数据异常性的分析结果对用户血糖状态进行分析，用户血糖状态包括正常和异常；若当前监测周期用户血糖状态异常，将第一预设血糖指数调整为t1’，并将第二预设血糖指数调整为t2’。
10.根据权利要求9所述的基于大数据分析的特医食品推荐系统，其特征在于，所述异常分析单元用以根据监测周期内采集的用户血糖数据对用户血糖数据的波动系数B进行构建，并将B与预设波动系数b进行比对，以对用户血糖数据的波动状态进行分析，用户血糖数据的波动状态包括正常和异常，若当前监测周期用户血糖数据的波动状态异常，将预设异常占比调整为β’。
...【技术特征摘要】
1.一种基于大数据分析的特医食品推荐系统，其特征在于，包括：
2.根据权利要求1所述的基于大数据分析的特医食品推荐系统，其特征在于，所述血糖指数分析模块用以根据采集的特医食品的血糖指数对特医食品血糖指数推荐系数进行构建，若ti≤t1，所述血糖指数分析模块将第i个特医食品的血糖指数推荐系数设为xt1；若t1＜ti＜t2，所述血糖指数分析模块将第i个特医食品的血糖指数推荐系数设为xt2；若ti≥t2，所述血糖指数分析模块将第i个特医食品的血糖指数推荐系数设为xt3，ti为第i个特医食品的血糖指数，t1为第一预设血糖指数，t2为第二预设血糖指数。
3.根据权利要求2所述的基于大数据分析的特医食品推荐系统，其特征在于，所述食品分析模块包括评分分析单元和数量分析单元，所述评分分析单元用以将采集的第i个特医食品评分与预设评分f0进行比对，以对特医食品评分的异常性进行分析，特医食品评分的异常性包括正常和异常，若第i个特医食品评分异常，将第i个特医食品的评分指数设为f1；若第i个特医食品评分正常,将第i个特医食品的评分指数设为f2。
4.根据权利要求3所述的基于大数据分析的特医食品推荐系统，其特征在于，所述数量分析单元用以将采集的第i个特医食品评分数量与预设数量m1进行比对，以对特医食品评分数量的异常性进行分析，特医食品评分数量的异常性包括正常和异常，若第i个特医食品的评分数量异常，将预设评分调整为f0’。
5.根据权利要求4所述的基于大数据分析的特医食品推荐系统，其特征在于，所述匹配模块将采集的用户蛋白质需求、脂肪需求和碳水化合物需求与特医食品蛋白质含量、脂肪含量和碳水化合物含量进行匹配，以对用户与特医食品的营养匹配度进行构建，并将用户与第i个特医食品的营养匹配度设为pi。
6.根据权利要求5所述的基于大数据分析的特医食品...
【专利技术属性】
技术研发人员：吴丽慧，涂飞云，柴丁月，孙羽姿，姜春宇，
申请(专利权)人：杭州医学院，
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。