CN114207732A - 用于提供饮食推荐的装置和方法 - Google Patents
用于提供饮食推荐的装置和方法 Download PDFInfo
- Publication number
- CN114207732A CN114207732A CN202080056442.1A CN202080056442A CN114207732A CN 114207732 A CN114207732 A CN 114207732A CN 202080056442 A CN202080056442 A CN 202080056442A CN 114207732 A CN114207732 A CN 114207732A
- Authority
- CN
- China
- Prior art keywords
- subject
- dietary
- meal
- goal
- score
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 76
- 235000020979 dietary recommendations Nutrition 0.000 title claims abstract description 19
- 235000005911 diet Nutrition 0.000 claims abstract description 228
- 235000012054 meals Nutrition 0.000 claims abstract description 195
- 230000000378 dietary effect Effects 0.000 claims abstract description 183
- 230000037213 diet Effects 0.000 claims abstract description 45
- 235000013305 food Nutrition 0.000 claims description 49
- 235000016709 nutrition Nutrition 0.000 claims description 30
- 230000000737 periodic effect Effects 0.000 claims description 29
- 235000012041 food component Nutrition 0.000 claims description 17
- 230000036541 health Effects 0.000 claims description 17
- 230000000694 effects Effects 0.000 claims description 16
- 239000005417 food ingredient Substances 0.000 claims description 15
- 230000000007 visual effect Effects 0.000 claims description 13
- 238000004590 computer program Methods 0.000 claims description 9
- 239000000203 mixture Substances 0.000 claims description 5
- 230000008569 process Effects 0.000 claims description 3
- 230000000875 corresponding effect Effects 0.000 description 16
- 230000001276 controlling effect Effects 0.000 description 13
- 230000015654 memory Effects 0.000 description 10
- 238000010586 diagram Methods 0.000 description 8
- 241000287828 Gallus gallus Species 0.000 description 6
- 239000000306 component Substances 0.000 description 6
- 235000015278 beef Nutrition 0.000 description 4
- 238000004891 communication Methods 0.000 description 4
- 230000035764 nutrition Effects 0.000 description 4
- 235000019577 caloric intake Nutrition 0.000 description 3
- 239000005428 food component Substances 0.000 description 3
- 235000012631 food intake Nutrition 0.000 description 3
- 230000037406 food intake Effects 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 235000015097 nutrients Nutrition 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 235000013550 pizza Nutrition 0.000 description 3
- 235000021152 breakfast Nutrition 0.000 description 2
- 235000005686 eating Nutrition 0.000 description 2
- 230000007774 longterm Effects 0.000 description 2
- 235000012149 noodles Nutrition 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 108090000623 proteins and genes Proteins 0.000 description 2
- 102000004169 proteins and genes Human genes 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 230000000276 sedentary effect Effects 0.000 description 2
- 230000007704 transition Effects 0.000 description 2
- 235000012033 vegetable salad Nutrition 0.000 description 2
- 230000003442 weekly effect Effects 0.000 description 2
- 208000008589 Obesity Diseases 0.000 description 1
- 206010033307 Overweight Diseases 0.000 description 1
- 244000061456 Solanum tuberosum Species 0.000 description 1
- 235000002595 Solanum tuberosum Nutrition 0.000 description 1
- 101710154918 Trigger factor Proteins 0.000 description 1
- 230000006978 adaptation Effects 0.000 description 1
- 235000004251 balanced diet Nutrition 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 208000020832 chronic kidney disease Diseases 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 206010012601 diabetes mellitus Diseases 0.000 description 1
- 235000018823 dietary intake Nutrition 0.000 description 1
- 235000008242 dietary patterns Nutrition 0.000 description 1
- 235000020785 dietary preference Nutrition 0.000 description 1
- 201000010099 disease Diseases 0.000 description 1
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 1
- 235000006694 eating habits Nutrition 0.000 description 1
- 235000015220 hamburgers Nutrition 0.000 description 1
- 235000004280 healthy diet Nutrition 0.000 description 1
- 235000019680 high-energy food Nutrition 0.000 description 1
- 235000015243 ice cream Nutrition 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 235000006286 nutrient intake Nutrition 0.000 description 1
- 235000020824 obesity Nutrition 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000009877 rendering Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000002123 temporal effect Effects 0.000 description 1
- 230000001960 triggered effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H20/00—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance
- G16H20/60—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance relating to nutrition control, e.g. diets
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/904—Browsing; Visualisation therefor
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/907—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
- G06F16/908—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H30/00—ICT specially adapted for the handling or processing of medical images
- G16H30/40—ICT specially adapted for the handling or processing of medical images for processing medical images, e.g. editing
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Theoretical Computer Science (AREA)
- Databases & Information Systems (AREA)
- Epidemiology (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Primary Health Care (AREA)
- Public Health (AREA)
- Nutrition Science (AREA)
- Library & Information Science (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Radiology & Medical Imaging (AREA)
- Medical Treatment And Welfare Office Work (AREA)
Abstract
提供了用于提供针对对象的饮食推荐的计算机实现的方法。方法包括:获取针对对象的饮食目标;获取与对象的饮食消耗相关联的数据;基于所获取的饮食目标以及所获取的与对象的饮食消耗相关联的数据,确定均衡得分;获取针对对象的多个餐食选项,其中多个餐食选项中的每个餐食选项表示所建议的餐食;针对多个餐食选项中的每个餐食选项,确定显著性得分,其中确定基于饮食目标、相应餐食选项的饮食信息和所确定的均衡得分;以及基于所确定的显著性得分中的至少一个,生成针对对象的个性化饮食推荐。
Description
技术领域
本公开涉及用于提供针对对象的饮食推荐的装置和方法。
背景技术
正如研究表明的,今天的儿童越来越多地超重,这是由于他们从小就开始养成的习惯,以应对促进常规和饮食模式的环境,从长远来看,这些习惯和饮食模式会损害他们的健康。发达国家儿童肥胖率增长的主要原因之一是高能量食品的供应增加。虽然众所周知,健康的饮食可以显著降低糖尿病和慢性肾病等疾病的风险,但许多孩子在均衡饮食方面还没有理解力、意志力或控制力。
研究表明,营养教育可以带来更好、更健康的饮食习惯。因此,在儿童还小的时候就对其提供关于餐食计划的教育非常重要。
发明内容
如上所述,需要为幼儿提供营养和餐食计划教育的方法。重要的是要考虑到实现均衡饮食的目标以及通过考虑他们的主观偏好来激励用户(例如,儿童)。允许用户在餐食计划期间预见选择特定食物项目或特定餐食的后果也很重要。本公开提出了通过适应用户输入、上下文信息以及短期和长期进食历史来呈现可能的餐食选项和均衡程度(指示用户离实现他们的健康相关目标有多近)的方法和装置。所提出的方法还包括确定可能的食物选项的显著性得分,显著性得分定义了如何向用户呈现餐食选项。尽管本公开的各部分可以包括关于作为幼儿的对象和/或用户的描述,但是应当理解,所提出的方法也可以用于成人的营养教育和餐食计划的目的。
根据本公开的第一方面,提供了用于提供针对对象的饮食推荐的计算机实现的方法。方法包括:获取针对对象的饮食目标,其中饮食目标指示对象在周期间隔内要消耗的营养类型的目标量和饮食能量的目标量中的至少一者;获取与对象的饮食消耗相关联的数据;基于所获取的饮食目标和所获取的与对象的饮食消耗相关联的数据,确定均衡得分,其中均衡得分指示对象的当前饮食进展与所获取的饮食目标之间的差异;获取针对对象的多个餐食选项,其中多个餐食选项中的每个餐食选项表示所建议的餐食并且包括与以下至少一项相关联的饮食信息:相应餐食选项的饮食能量的量以及相应餐食选项的营养类型的量,其中营养类型对应于饮食目标中的营养类型;确定多个餐食选项中的每个餐食选项的显著性得分,其中确定基于饮食目标、相应餐食选项的饮食信息和所确定的均衡得分;以及基于所确定的显著性得分中的至少一个,生成针对对象的个性化饮食推荐,其中个性化饮食推荐与多个餐食选项中的至少一个相关联。
在一些实施例中,方法还可以包括控制显示设备来输出所生成的针对对象的个性化饮食推荐的视觉表示。
在一些实施例中,控制显示设备输出个性化饮食推荐的视觉表示可以包括控制显示设备输出多个餐食选项中的多于一个的餐食选项。
在一些实施例中,多个餐食选项中的多于一个的餐食选项可以被输出为使得以下至少一项是依照相应餐食选项的显著性得分:所显示的餐食选项的相对顺序、所显示的餐食选项的颜色饱和度的相对级别以及所显示的餐食选项的相对大小。
在一些实施例中,方法还可以包括:接收用户输入,从所显示的餐食选项中选择餐食选项;基于所选择的餐食选项的饮食信息,确定经更新的均衡得分;针对所获取的多个餐食选项中的每个餐食选项,确定经更新的显著性得分;以及基于经更新的显著性得分中至少一个,生成针对对象的经更新的个性化饮食推荐。
在一些实施例中,方法可以进一步包括:基于所确定的显著性得分,对多个餐食选项进行排名。在这些实施例中,生成针对对象的个性化饮食推荐可以基于多个餐食选项的排名。
在一些实施例中,多个餐食选项中的每个餐食选项可以进一步包括与以下至少一项相关联的信息:餐食选项中的一个或多个食物成分以及餐食选项中的一个或多个食物类型。在这些实施例中,方法可以进一步包括:接收指示对象的食物成分偏好和对象的食物类型偏好中的至少一者的用户输入,并且针对所获取的多个餐食选项中的每个餐食选项,确定显著性得分可以基于所接收的用户输入以及与以下至少一项相关联的信息:餐食选项中的一个或多个食物成分以及餐食选项中的一个或多个食物类型。
在一些实施例中,生成针对对象的个性化饮食推荐可以包括:基于所确定的相应餐食选项的显著性得分来选择多个餐食选项中的一个或多个餐食选项;以及针对所选择的一个或多个餐食选项中的每个餐食选项,获取食谱,食谱包含用于准备相应餐食选项的指令,并且其中控制显示设备输出个性化饮食推荐的视觉表示包括控制显示设备输出所获取的一个或多个食谱。
在一些实施例中,方法还可以包括:获取与对象的饮食消耗相关的更新数据;基于饮食目标以及与对象的饮食消耗相关联的更新数据,确定经更新的均衡得分;以及控制显示设备输出初始均衡得分和经更新的均衡得分的视觉表示。
在一些实施例中,方法还可以包括:获取与以下至少一项相关联的上下文信息:对象在当前周期间隔中的一个或多个位置,以及对象在当前周期间隔中的一个或多个活动;接收指示弹性值的用户输入,其中弹性值指示对象在当前周期间隔内的饮食消耗与饮食目标的用户预期允许偏差的相对程度;以及基于饮食目标、弹性值、所获取的上下文信息和均衡得分,确定当前周期间隔的容差值,其中容差值指示对象在当前周期间隔中的饮食消耗与饮食目标的允许偏差量。在这些实施例中,针对多个餐食选项中的每个餐食选项确定显著性得分可以进一步基于容差值。
在一些实施例中,获取针对对象的饮食目标可以包括:获取对象的年龄以及与对象的身体质量指数相关联的数据;接收指示对象的健康目标的用户输入;以及基于对象的年龄、与对象的身体质量指数相关联的数据以及对象的健康目标,确定针对对象的饮食目标。
在一些实施例中,获取针对对象的饮食目标可以包括:获取对象的年龄以及与对象的身体质量指数相关联的数据;从数据库中取回针对具有与对象相同年龄和身体质量指数的对象的标准饮食目标;以及将所接收的标准饮食目标设置为针对对象的饮食目标。
在一些实施例中,获取与对象的饮食消耗相关联的数据可以包括:获取描绘由对象消耗的食物项目的图像;对所获取的图像执行图像识别处理,以标识由对象消耗的食物项目;以及估计所标识的食物项目的饮食能量的量和营养类型的量中的至少一者。
根据第二方面,提供了包括计算机可读介质的计算机程序,计算机可读介质具有其中体现的计算机可读代码,计算机可读代码被配置为使得在由合适的计算机或处理器执行时,使得计算机或处理器执行如本文所述的方法。
根据第三方面,用于提供针对对象的饮食推荐的装置,装置包括处理器,处理器被配置为:获取针对对象的饮食目标,其中饮食目标指示对象在周期间隔内要消耗的营养类型的目标量和饮食能量的目标量中的至少一者;获取与对象的饮食消耗相关联的数据;基于所获取的饮食目标和所获取的与对象的饮食消耗相关联的数据,确定均衡得分,其中均衡得分指示对象的当前饮食进展与所获取的饮食目标之间的差异;获取针对对象的多个餐食选项,其中多个餐食选项中的每个餐食选项表示所建议的餐食并且包括与以下至少一项相关联的饮食信息:相应餐食选项的饮食能量的量以及相应餐食选项的营养类型的量,其中营养类型对应于饮食目标中的营养类型;确定多个餐食选项中的每个餐食选项的显著性得分,其中确定基于饮食目标、相应餐食选项的饮食信息和所确定的均衡得分;以及基于所确定的显著性得分中的至少一个,生成针对对象的个性化饮食推荐,其中个性化饮食推荐与多个餐食选项中的至少一个餐食选项相关联。
根据上述方面和实施例,解决了现有饮食推荐技术的局限性。具体地,上述方面和实施例使得能够考虑客观健康目标和主观偏好两者的饮食推荐。上述实施例提供了向用户呈现食物选项的方式,该方式优先考虑与用户的健康目标一致并且对用户有吸引力的食物选项。这样,本公开中描述的实施例允许提供个性化饮食推荐,以使得推荐的有效性以及用户坚持推荐的可能性最大化。
因此,提供了用于提供针对对象的饮食推荐的改进方法和装置。本公开的这些和其他方面将从下文描述的(多个)实施例中变得明显并且参考下文中描述的实施例来阐明。
附图说明
为了更好地理解实施例,并且为了更清楚地示出它们可以如何实施,现在将仅通过示例的方式参考附图,其中:
图1是根据一个实施例的用于提供针对对象的饮食推荐的装置的框图;
图2图示了根据一个实施例的用于提供针对对象的饮食推荐的方法;
图3A是图2的方法在智能手机设备中实现的示例图;
图3B是图2的方法在智能手机设备中实现的另一示例图;
图3C是图2的方法在智能手机设备中实现的另一示例图;
图3D是图2的方法在智能手机设备中实现的另一示例图;以及
图3E是图2的方法在智能手机设备中实现的另一示例图。
具体实施方式
如上所述,提供了解决现有问题的改进的装置和操作装置的方法。
图1示出了根据一个实施例的装置100的框图,装置100可以被用于提供针对对象的饮食推荐。尽管以下在单个对象的上下文中描述了装置100的操作,但是应当理解,装置100能够为多个对象提供饮食推荐。
如图1所示,装置包括处理器102,处理器102控制装置100的操作并且可以实现本文描述的方法。处理器102可以包括被配置或编程为以本文所述的方式控制装置100的一个或多个处理器、处理单元、多核处理器或模块。在特定实现方式中,处理器102可以包括多个软件和/或硬件模块,每个软件和/或硬件模块被配置为执行或用于执行本文描述的方法的单独步骤或多个步骤。
简言之,处理器102被配置为获取针对对象的饮食目标,饮食目标指示对象在周期间隔内消耗的营养类型的目标量和饮食能量的目标量中的至少一个。处理器102还被配置为获取与对象的饮食消耗相关的数据,并且基于所获取的饮食目标和所获取的与对象的饮食消耗相关联的数据来确定均衡得分。均衡得分指示对象的当前饮食进展与所获取的饮食目标之间的差异。此外,处理器102被配置为获取针对对象的多个餐食选项,多个餐食选项中的每个餐食选项表示所建议的餐食并且包括与以下至少一项相关联的饮食信息:相应餐食选项的饮食能量的量以及饮食目标中的营养类型。
处理器102还被配置为确定多个餐食选项中的每个餐食选项的显著性得分并且生成针对对象的个性化饮食推荐。显著性得分的确定基于饮食目标、相应餐食选项的饮食信息以及所确定的均衡得分;生成对象的个性化饮食推荐基于所确定的显著性得分中的至少一个。个性化饮食推荐与多个餐食选项中的至少一个相关联。
在一些实施例中,装置100还可以包括至少一个用户接口104。备选地或附加地,至少一个用户接口104可以在装置100的外部(即,分离或远离)。例如,至少一个用户接口104可以是另一设备的一部分。用户接口104可以用于向装置100的用户提供由本文描述的方法产生的信息。备选地或附加地,用户接口104可以被配置为接收用户输入。例如,用户接口104可以允许装置100的用户手动输入指令、数据或信息。在这些实施例中,处理器102可以被配置为从一个或多个用户接口104获取用户输入。
用户接口104可以是使得能够向装置100的用户呈现(或输出或显示)信息的任何用户接口。备选地或附加地,用户接口104可以是能够使得装置的用户能够提供用户输入、与装置100交互和/或控制装置100的任何用户接口。例如,用户接口104可以包括一个或多个开关、一个或多个按钮、小键盘、键盘、触摸屏或应用程序(例如,在平板电脑或智能手机上)、显示屏、图形用户界面(GUI)或其他视觉渲染部件、一个或多个扬声器、一个或多个麦克风或者任何其他音频部件、一个或多个灯、用于提供触觉反馈(例如,振动功能)的部件或者任何其他用户接口或用户接口的组合。
在一些实施例中,装置100可以包括存储器106。备选地或附加地,一个或多个存储器106可以在装置100的外部(即,分离或远离)。例如,一个或多个存储器106可以是另一设备的一部分或者在云基础架构中实现。存储器106可以被配置为存储可以由处理器102执行以执行本文描述的方法的程序代码。存储器可以被用于存储由装置100的处理器102获取或进行的信息、数据、信号和测量值。例如,存储器106可以被用于存储(例如,在本地文件中)与对象的饮食消耗相关联的数据和/或所确定的均衡得分和/或所确定的显著性得分。处理器102可以被配置为控制存储器106存储与对象的饮食消耗相关联的数据和/或所确定的均衡得分和/或所确定的显著性得分。
在一些实施例中,装置100可以包括通信接口(或电路)108,用于使得装置100能够与装置100内部或外部的任何接口、存储器和/或设备进行通信。通信接口108可以无线地或经由有线连接来与任何接口、存储器和/或设备通信。例如,通信接口108可以无线地或经由有线连接与一个或多个用户接口104通信。类似地,通信接口108可以无线地或经由有线连接与一个或多个存储器106通信。
应当理解,图1仅示出了图示装置100的一个方面所需的部件,并且在实际实现方式中,装置100可以包括所示部件的备选或附加部件。
图2图示了根据一个实施例的用于提供针对对象的饮食推荐的计算机实现的方法。所示方法通常可以由装置100的处理器102执行或者在装置100的处理器102的控制下执行。在一些实施例中,所示方法可以被实现为智能手机或平板电脑(或任何类似设备)上的应用软件。在其他实施例中,所示方法可以在云基础架构上实现。
参考图2,在框202处,获取针对对象的饮食目标。具体地,饮食目标可以由装置100的处理器102来获取。饮食目标指示对象在周期间隔(例如,一天或一周)中所消耗的营养类型的目标量以及饮食能量的目标量。
此外,在一些实施例中,获取针对对象的饮食目标可以包括:获取对象的年龄以及与对象的身体质量指数相关联的数据;接收指示对象的健康目标的用户输入;以及基于对象的年龄、与对象的身体质量指数相关的数据以及对象的健康目标来确定针对对象的饮食目标。例如,用户(例如,对象他/她自己)可以经由用户输入来指示对象的健康目标是“在6个月内减掉2kg”。基于该健康目标和对象的年龄以及与对象的身体质量指数相关联的数据(以及进一步可选地对象的性别),针对对象的饮食目标(例如,每天消耗少于1800kcal)可以被确定。在一些实施例中,与对象的身体质量指数相关联的数据可以包括以下至少一项:对象的身体质量指数、对象的体重和对象的身高。此外,所获取的饮食目标可以周期性地或在接收到营养适配的触发因素时进行适配。例如,如果对象的健康目标是“在6个月内减掉2公斤”并且对象在前3个月内没有减轻体重,则可以使用触发因素来适配饮食目标(例如,将每周饮食能量消耗的饮食目标从7000卡路里减少到6000卡路里)。
在一些备选实施例中,获取针对对象的饮食目标可以包括:获取对象的年龄以及与对象的身体质量指数相关联的数据;从数据库(例如,像WebMD的公共知识库)取回与对象具有相同年龄和身体质量指数的对象的标准饮食目标;以及将所接收的标准饮食目标设置为针对对象的饮食目标。例如,对于2至3岁久坐不动的儿童来说,标准的每日卡路里目标可能是1000卡路里左右。此外,方法可以包括获取对象的性别,并且标准饮食目标的取回可以进一步基于对象的性别。
在一些备选实施例中,获取针对对象的饮食目标可以包括接收设置针对对象的饮食目标的用户输入。
返回图2,在框204处,获取与对象的饮食消耗相关联的数据。具体地,与对象的饮食消耗相关联的数据可以由装置100的处理器102获取。在一些实施例中,与对象的饮食消耗相关联的数据可以被实时获取。与对象的饮食消耗相关联的数据可以包括以下至少一项:对象消耗的食物项目类型(例如“披萨”)、对象消耗的食物项目的量(例如,“1片”或“300g”)、对象消耗的食物项目中的营养类型的量以及对象消耗的食物项目中的饮食能量的量。
在一些实施例中,与对象的饮食消耗相关联的数据可以借助用户输入来获取,例如用户对食谱的选择,食谱包含与食谱相关联的餐食的饮食能量和/或营养素的量有关的信息,其中用户选择指示对象已或将在当前周期间隔内消耗使用食谱准备的对应餐食。
备选地或附加地,在一些实施例中,获取与对象的饮食消耗相关联的数据可以包括:获取描绘对象在当前周期间隔中消耗(或将由对象在当前周期间隔中消耗)的食物项目的图像;对所获取的图像执行图像识别处理,以标识对象在当前周期间隔内消耗(或者在当前周期间隔内将被对象消耗)的食物项目;以及估计所标识的食物项目的饮食能量的量和营养类型的量中的至少一个。
备选地或附加地,在一些实施例中,与对象的饮食消耗相关联的数据可以从公共参考数据库(例如,美国农业部食品成分数据库)获取。
返回图2,在框206处,均衡得分基于在框202处获取的饮食目标和在框204处获取的与对象的饮食消耗相关联的数据来确定。均衡得分指示对象的当前饮食进展和所获取的饮食目标之间的差异。均衡得分可以由装置100的处理器102来确定。
在一些实施例中,方法可以包括获取与对象的饮食消耗相关联的更新数据。例如,对象可以经由用户输入指示他们刚刚消耗餐食以及餐食中的食物成分。在这些实施例中,均衡得分可以基于在框204处获取的与对象的饮食消耗相关联的数据而实时地确定和更新。例如,新的均衡得分可以根据与对象的饮食消耗和饮食目标相关联的更新数据来确定。在其他实施例中,均衡得分可以根据所使用的周期间隔的长度,被周期性地(例如每小时或每天)更新。
在多于一个的均衡得分(例如,初始均衡得分和经更新的均衡得分)被确定的一些实施例中,方法可以进一步包括控制显示设备输出至少初始均衡得分和经更新的均衡得分的视觉表示。例如,如将参考图3E更详细解释的,在一些实施例中,均衡得分在当前周期间隔内的变化可以在虚拟用户接口(例如,可以经由智能手机设备显示的用户接口)处可视地表示,以允许用户(例如,对象)查看当前均衡得分以及均衡得分的历史变化。
在一些实施例中,均衡得分可以基于对象在过去n天内的食物摄入量I(其可以是与对象的饮食消耗相关联的数据的至少一部分)以及对象在过去n天的饮食目标G来确定,过去n天内的食物摄入量I由It-n,…,It-1,It表示,过去n天的饮食目标G由Gt-n,…,Gt-1,Gt表示。具体地,第t天的均衡得分Bt可以基于以下等式(1)或(2)来确定:
基于以上等式,在这些实施例中确定的均衡得分可以在0附近波动,负值指示对象尚未达到他们的饮食目标,而正值表示对象已超过他们的饮食目标。
返回图2,在框208处,获取针对对象的多个餐食选项。具体地,对象的多个餐食选项可以由装置100的处理器102来获取。多个餐食选项中的每个餐食选项表示所建议的餐食,并且包括与以下至少一项相关联的饮食信息:相应餐食选项的饮食能量的量和相应餐食选项的营养类型的量。该上下文中的营养类型对应于在框202处获取的饮食目标中的营养类型。例如,如果在框202处获取的饮食目标指示对象在周期间隔内消耗的目标蛋白质量,则多个餐食选项中的每个餐食选项可以包括与相应餐食的蛋白质量相关联的饮食信息。
在一些实施例中,对象的多个餐食选项可以从包含多个候选餐食选项的数据库中获取。在这些实施例中,对象的多个餐食选项可以基于在框206处确定的均衡得分和候选餐食选项的饮食信息(例如饮食能量的量和/或营养类型的量),从数据库中提取。
返回到图2,在框210处,显著性得分针对在框208处获取的多个餐食选项中的每个餐食选项来确定。具体地,显著性得分可以由装置100的处理器102来确定。框210处的确定基于在框202处获取的饮食目标、相应餐食选项的饮食信息以及在框206处确定的均衡得分。
在一些实施例中,对象的多个餐食选项中的每个餐食选项可以包括与以下至少一项相关联的信息:餐食选项中的一个或多个食物成分以及餐食选项中的一个或多个食物类型。在这些实施例中,方法可以进一步包括:接收指示对象的食物成分偏好和对象的食物类型偏好中的至少一个的用户输入,并且在框210处确定显著性得分可以基于所接收的用户输入和与以下至少一项相关联的信息:餐食选项中的一个或多个食物成分和餐食选项中的一个或多个食物类型。例如,对象的食物成分偏好可能是“牛肉”,并且在这种情况下,包括牛肉作为食物成分的餐食选项可能比不包括牛肉的类似餐食选项具有更高的显著性得分(例如,牛肉面与鸡肉面相比)。作为另一示例,对象的食物类型偏好可以是“披萨”,并且在这种情况下,包括披萨的餐食选项可能比其他可能的餐食选项具有更高的显著性得分。
尽管以上在一些实施例中描述了方法还可以包括接收用户输入,用户输入指示对象的食物成分偏好和对象的食物类型偏好中的至少一个,但是在备选实施例中,对象的食物成分偏好和对象的食物类型偏好中的至少一个可以使用机器学习技术来确定。例如,预测模型可以使用与对象的饮食消耗相关联的数据和/或与对象的饮食偏好相关联的数据来训练,并且对象的食物成分偏好和食物类型偏好中的至少一个可以基于经训练的预测模型来确定。
在一些实施例中,方法可以进一步包括获取与以下至少一项相关联的上下文信息:对象在当前周期间隔中的一个或多个位置以及对象在当前周期间隔中的一个或多个活动。例如,上下文信息可以包括对象在当前周期间隔中执行的锻炼类型和/或锻炼持续时间。作为另一示例,上下文信息可以包括活动类型(诸如,坐着、站着或步行)和活动的对应持续时间。作为又一示例,上下文信息可以指示对象当前是否在餐厅,或者对象当前是否正在度假。作为又一示例,上下文信息可以指示当前周期间隔是否与个人特殊场合(例如生日、特殊假期等)重合。此外,上下文信息可以指示当前周期间隔期间的当前时间(例如,早晨)。在一些实施例中,上下文信息可以从活动跟踪设备获取和/或作为用户输入接收。与对象的一个或多个活动相关联的上下文信息可以包括对象在当前周期间隔中的总活动水平或者对象在当前周期间隔中执行的活动的活动水平。基于预定范围或阈值,活动水平可以被分类为“非常活跃”、“中等活跃”和“久坐”之一。
在这些实施例中,方法可以包括接收指示弹性值的用户输入,弹性值指示对象在当前周期间隔中的饮食消耗与饮食目标的用户预期允许偏差的相对程度。例如,指示“低弹性”、“中等弹性”和“高弹性”之一的用户输入然后可以被转换为对应的预定弹性值。此外,在一些实施例中,弹性值可以取介于0和1之间的值。作为示例,用户可以设置“低弹性”,即,对象在当前周期间隔内的饮食消耗与饮食目标的允许偏差相对程度较低,低弹性可以被转换为弹性值0.2;类似地,用户可以设置“高弹性”,即,对象在当前周期间隔内的饮食消耗与饮食目标的允许偏差相对程度较高,高弹性可以被转换为0.8的弹性值。方法还可以包括确定当前周期间隔的容差值,容差值指示对象的饮食消耗与饮食目标的允许偏差量。确定可以基于饮食目标、所接收的用户输入中指示的弹性值、所获取的上下文信息和均衡得分。例如,当弹性值较低时,例如0.2,容差值可以被相应地确定为使得其具有相对较低的值,并且当弹性值较高时,例如0.8,容差值可以被确定为使得其具有相对较高的值。此外,在这些实施例中,在框210处确定多个餐食选项中的每个餐食选项的显著性得分可以进一步基于容差值。
如上文参考均衡值的确定所描述的,在一些实施例中,均衡值可以基于对象的食物摄入量I和针对对象的饮食目标G来确定。在这些实施例中,第t天的容差值Tolt可以基于以下等式来确定:
在以上等式中,Gt表示第t天的饮食目标(指示营养类型的目标量和对象一天要消耗的饮食能量的目标量中的至少一项),F表示弹性值,K(atn)表示活动atn的容差增量,例如活动a=“生日”将容差值增加K(生日)=1000卡路里。
以下概述了示例性实施例,其中在框202处获取的饮食目标指示对象一天要消耗的饮食能量的目标量并且对象的健康目标是减少饮食能量的摄入,以图示更详细地确定显著性得分。在该示例中,由于对象的健康目标是减少饮食能量的摄入,因此餐食选项m的显著性得分Sm可以基于以下等式来确定:
Sm=Tolt-Kcal(m), (4)
Sm=(Tolt-Kcal(m))(1+rig|IGu∩Kig(m)|+rtp|TPu∩Ktp(m)|) (5)
其中,IGu={ig1,ig2,…,ign}且TPu={tp1,tp2,…,tpn}。
在上述等式中,Tolt表示第t天的容差值,Kcal(m)表示餐食选项m的饮食能量(卡路里)量,rig表示食物成分推荐因子,它限定了如果相应餐食选项中包含的食物成分与对象的食物成分偏好相匹配,则显著性得分的百分比增加,IGu表示对象u的食物成分偏好{ig1,ig2,…,ign},例如“鸡”和“土豆”,Kig(m)表示餐食选项m的食物成分,rtp表示食物类型推荐因子,其限定了如果相应餐食选项的食物类型与对象的食物类型偏好匹配,则显著性得分的百分比增加,TPu表示对象u的食物类型偏好{tp1,tp2,…,tpn},例如“油炸食品”或“冰淇淋”,以及Ktp(m)表示餐食选项m的食物类型。
如上所述,确定相应餐食选项的显著性得分可以可选地基于对象的食物成分偏好和/或对象的食物类型偏好。因此,在一些实施例中,特别是当方法不包括接收指示对象的食物成分/类型偏好的用户输入时,显著性得分可以基于等式(4)来确定,而在其他实施例中,显著性得分可以基于等式(5)来确定。
如上所述,在一些实施例中,均衡得分可以基于与在框204处获取的对象的饮食消耗相关联的数据来确定和更新(例如实时)。在这些实施例中,新的容差得分还可以基于经更新的均衡得分来确定。确定新的容差得分可以由均衡得分的更新来触发或者被周期性地执行。
通过在确定显著性得分时考虑容差值(其指示对象的饮食消耗与饮食目标的允许偏差量),生成框212处的个性化饮食推荐可以基于上下文(例如,对象在当前周期间隔内的环境和/或活动)以及对象相对于饮食目标的当前进展来进一步定制。
返回到图2,在框212处,对象的个性化饮食推荐基于在框210处确定的显著性得分中的至少一个而生成。所生成的个性化饮食推荐与多个餐食选项中的至少一个相关联。对象的个性化饮食推荐可以由装置100的处理器102生成。
在一些实施例中,方法可以进一步包括基于所确定的显著性得分,对多个餐食选项进行排名。在这些实施例中,在框212处,个性化饮食推荐的生成可以基于多个餐食选项的排名。
在一些实施例中,方法可以进一步包括控制显示设备输出在框212处生成的对象的个性化饮食推荐的视觉表示。在这些实施例中,控制显示设备输出个性化饮食推荐的视觉表示可以包括控制显示设备输出在框208处获取的多个餐食选项中的多于一个的餐食选项。更具体地,多个餐食选项中的多于一个的餐食选项可以被输出为使得以下至少之一是依照相应餐食选项的显著性得分:所显示的餐食选项的相对顺序、所显示的餐食选项的相对色彩饱和度、以及所显示的餐食选项的相对大小。在一些实施例中,所显示的餐食选项的趣味程度可以与相应餐食选项的显著性得分相关。例如,对于具有较高显著性得分的餐食选项,可以显示相应餐食选项的视频而不是静态图像,以增加其趣味程度。此外,在一些实施例中,所输出的餐食选项的数量可以基于相应餐食选项的相应显著性得分,例如仅显著性得分超过预定阈值的餐食选项被输出。
在一些实施例中,框212处生成个性化饮食推荐可以包括:基于所确定的相应餐食选项的显著性得分来选择多个餐食选项中的一个或多个,以及针对所选择的一个或多个餐食选项中的每个餐食选项,获取食谱,食谱包含准备相应餐食选项的指示。在这些实施例中,控制显示设备输出个性化饮食推荐的视觉表示可以包括控制显示设备输出所获取的一个或多个食谱。
在一些实施例中,方法可以进一步包括接收从所显示的餐食选项中选择餐食选项的用户输入。例如,对象可以选择所显示的餐食选项之一作为他们准备和消耗餐食选项的意图的指示。在这些实施例中,方法可以进一步包括基于所选择的选项的饮食信息,确定经更新的均衡得分。该确定可以基于对象将消耗或已消耗所选择的餐食选项的假设。随后,方法可以基于经更新的均衡得分、饮食目标和相应餐食选项的饮食信息来确定所获取的多个餐食选项中的每个餐食选项的经更新的显著性得分。对象的经更新的个性化饮食推荐然后可以基于经更新的显著性得分中的至少一个来生成。
图3A至图3E是图2的方法在智能手机设备中实现的示例图。更详细地,图3A示出了根据图2所示方法的虚拟用户接口的主屏幕。主屏幕显示健康目标“目标:卡路里冒险”,其指示饮食目标指示对象在周期间隔(天)以及当前周期间隔(“9月10日,星期一”)内消耗的目标饮食能量(卡路里)量。儿童可以使用虚拟用户接口来计划他/她的每日餐食,包括早餐310、午餐320和晚餐330。如主屏幕中所示,早餐310已被选择/计划,这通过在主屏幕中对应位置处的选定餐食选项的图像来指示。在图3A所示的阶段,儿童还没有计划他/她的午餐或晚餐。
为了为他/她的当天午餐选择餐食选项,儿童可以在与当天午餐320相对应的虚拟用户接口处选择“+”号。虚拟用户接口然后可以转换到如图3B所示的屏幕,该屏幕示出了针对儿童的第一性化饮食推荐。在该示例中,个性化饮食推荐包括多个可能的午餐餐食选项,每个由图像库中的餐食选项的图像表示。
如以上参考图2所述,多个餐食选项,具体地,与多个餐食选项中的每个餐食选项对应的图像,可以根据它们相应的显著性得分来显示。在该示例中,餐食选项的图像的相对位置可以由对应餐食选项的显著性得分来规定。换言之,所有可能的餐食选项中显著性得分最高的餐食选项的图像可以被放置在图像库的左上角,显著性得分第二高的餐食选项的图像可以被放置在图像库的顶行中间,依此类推。以这种方式,具有较高显著性得分的餐食选项被定位为使得它们更有可能被儿童注意到并因此被选择。例如,已指示儿童更喜欢“鸡翅”,并且因此如图3B所示,“鸡翅”餐食选项的图像被放置在图像库的第二行中间,而“蔬菜沙拉”餐点选项的图像被放置在图像库第三行的右侧,但是“蔬菜沙拉”在实现健康目标方面比“鸡翅”更适合儿童,这是因为“鸡翅”餐食选项由于儿童的食物类型偏好而具有更高的显著性得分。
一旦儿童已从图3B所示的图像库中选择了一个餐食选项,虚拟用户接口就可以返回到如图3C所示的主屏幕。图3C具体示出了其中午餐320已被选择/计划的经更新的主屏幕,其由在主屏幕中的对应位置处选择的餐食选项的图像来指示。在该示例,儿童选择了“肉串”作为午餐,如图3C中“肉串”选项的图像所示。
根据如图3C所示的主屏幕,儿童可以接着通过在与每日晚餐330相对应的虚拟用户接口处选择“+”号来继续为他/她的当日晚餐选择餐食选项。类似地,虚拟用户接口然后可以转换到如图3D所示的屏幕,该屏幕显示了第二个性化饮食推荐。在该示例中和在这个阶段,个性化饮食推荐包括晚餐的多个可能的餐食选项,每个由图像库中的餐食选项的图像表示。在这种情况下,多个餐食选项,具体地与多个餐食选项中的每个餐食选项相对应的图像,可以根据其相应更新的显著性得分来显示,使得具有较高显著性得分的餐食选项被定位为使得它们更可能会被儿童注意到并因此被选择。晚餐可能的餐食选项的显著性得分根据经更新的均衡得分来更新,均衡得分基于他/她当天午餐的“肉串”餐食选项的选择而确定。在该示例中,选择“肉串”餐食选项对对象的均衡得分造成负面影响,并且因此显著性得分被更新,以在晚餐可能餐食选项的图像库中优先考虑更健康的餐食选项。具体而言,与较高饮食能量相关联的餐食选项在图像库中显示在较低的位置,使得它们不太可能被注意到并因此被儿童选择。一旦儿童已从图3D所示的图像库中选择了一个餐食选项,则虚拟接口可以再次返回到利用所选择的餐食选项更新的主屏幕。
在本实施例中,虚拟用户接口还可以在不同的屏幕中显示与用户的均衡得分相关联的进度,其示例如图3E所示。进度在虚拟用户接口处被呈现为“均衡足迹”,并且当前均衡得分被表示为足迹符号340,足迹符号340沿着皱眉表情符号(指示不满意的进展)和微笑表情符号(指示满意进展)之间的水平线定位,其中水平线的中点代表均衡得分为0(即,对象在当前周期间隔内达到饮食目标)。足迹符号340越接近水平线的中点,对象越接近饮食目标(在这种情况下,所显示的每周卡路里摄入量目标为700kcal),而位置越接近微笑表情符号表示对象实现超出饮食目标,而靠近皱眉表情符号的位置表示对象尚未达到饮食目标。
此外,均衡得分轨迹350也呈现在虚拟用户接口上,其表示自当前周期间隔开始(即,在该示例中为一周的开始)以来的历史均衡值。在一些实施例中,虚拟用户接口可以被配置为使得可以选择沿着均衡得分轨迹的点,以访问与所选择的时间点相对应的均衡得分的值。以这种方式,用户(例如对象)将能够以直接的方式发现例如当均衡得分轨迹350包括急剧下降时,例如出了什么问题。用户可以选择均衡得分轨迹中与急剧下降相对应的点,并查看与该时间点的对象的饮食消耗相关联的相关时间信息和数据。例如,用户可以通过选择与急剧下降相对应的点来发现急剧下降是由于昨天下午5点消费了3个汉堡包。
尽管如图3E中所示的示例性屏幕示出了在一周的当前周期间隔内的均衡得分轨迹350,但是应当理解,在其他实施例中可以使用其他周期间隔长度。周期间隔的长度可以是预定值,也可以是经由用户输入设置的值。
应当理解,如图3A至图3E所示的实施例是示例性的,并且在备选实施例中,多个餐食选项和/或均衡得分可以以不同的方式在视觉上表示。例如,在备选实施例中,均衡得分可以在由时间序列(以呈现历史均衡得分轨迹)和条形图(以呈现对象朝着饮食目标的进展)组成的仪表板中直观地表示。
因此,提供了克服了现有问题的用于提供针对对象的饮食推荐的改进方法和装置。
还提供了包括计算机可读介质的计算机程序产品,计算机可读介质具有体现在其中的计算机可读代码,计算机可读代码被配置为使得在由合适的计算机或处理器执行时,使得计算机或处理器执行本文所述的一个或多个方法。因此,应当理解,本公开也适用于被适配用于将实施例付诸实践的计算机程序,特别是载体上或载体中的计算机程序。程序可以是源代码、目标代码、代码中间源和目标代码的形式,诸如部分编译的形式,或者适于实现根据本文描述的实施例的方法的任何其他形式。
还将理解,这样的程序可以具有许多不同的架构设计。例如,实现方法或***的功能的程序代码可以被细分为一个或多个子例程。在这些子例程之间分配功能的许多不同方式对于技术人员来说将是显而易见的。这些子例程可以被一起存储在一个可执行文件中,以形成独立的程序。这样的可执行文件可以包括计算机可执行指令,例如处理器指令和/或解释器指令(例如,Java解释器指令)。备选地,一个或多个或所有子例程可以被存储在至少一个外部库文件中并且例如在运行时与主程序静态或动态链接。主程序包含对至少一个子例程的至少一个调用。子例程还可以包括彼此的函数调用。
涉及计算机程序产品的实施例包括与本文阐述的至少一个方法的每个处理阶段相对应的计算机可执行指令。这些指令可以被细分为子例程和/或被存储在可以静态或动态链接的一个或多个文件中。与计算机程序产品相关的另一实施例包括与本文中阐述的***和/或产品中的至少一个的每个部件相对应的计算机可执行指令。这些指令可以被细分为子例程和/或被存储在可以静态或动态链接的一个或多个文件中。
计算机程序的载体可以是能够承载该程序的任何实体或设备。例如,载体可以包括数据存储装置,诸如ROM,例如CD ROM或半导体ROM,或者磁记录介质,例如硬盘。此外,载体可以是可传输的载体,诸如电或光信号,其可以经由电缆或光缆或通过无线电或其他方式传送。当程序被包含在这样的信号中时,载体可以由这样的电缆或其他设备或部件构成。备选地,载体可以是其中嵌入了程序的集成电路,集成电路被适配用于执行或用于执行相关方法。
通过研究附图、公开内容和所附权利要求,本领域技术人员在实践所要求保护的发明时可以理解和实现对所公开实施例的变型。在权利要求中,词语“包括”不排除其他元素或步骤,不定冠词“一”或“一个”不排除多个。单个处理器或其他单元可以实现权利要求中列举的若干项的功能。在相互不同的从属权利要求中列举了某些措施这一事实并不表明这些措施的组合不能有利地使用。计算机程序可以存储/分发在合适的介质上,诸如与其他硬件一起提供或作为其一部分提供的光存储介质或固态介质,但也可以以其他形式分发,诸如经由互联网或其他有线或无线电信***分发。权利要求中的任何附图标记不应被解释为限制范围。
Claims (14)
1.一种用于提供针对对象的饮食推荐的计算机实现的方法,所述方法包括:
获取针对所述对象的饮食目标,其中所述饮食目标指示所述对象在周期间隔中要消耗的营养类型的目标量和饮食能量的目标量中的至少一者;
获取与所述对象的饮食消耗相关联的数据;
基于所获取的饮食目标和所获取的与所述对象的饮食消耗相关联的数据,确定均衡得分,其中所述均衡得分指示所述对象的当前饮食进展与所获取的饮食目标之间的差异;
获取针对所述对象的多个餐食选项,其中所述多个餐食选项中的每个餐食选项表示所建议的饮食并且包括与以下至少一项相关联的饮食信息:相应餐食选项的饮食能量的量和所述相应餐食选项的营养类型的量,其中所述营养类型对应于所述饮食目标中的营养类型;
获取与以下至少一项相关联的上下文信息:所述对象在当前周期间隔中的一个或多个位置、以及所述对象在所述当前周期间隔中的一个或多个活动;
接收指示弹性值的用户输入,其中所述弹性值指示所述对象在所述当前周期间隔中的所述饮食消耗与所述饮食目标的用户预期允许偏差的相对程度;以及
基于所述饮食目标、所述弹性值、所获取的上下文信息和所述均衡得分,确定所述当前周期间隔的容差值,其中所述容差值指示所述对象在所述当前周期间隔中的所述饮食消耗与所述饮食目标的允许偏差量;
确定所述多个餐食选项中的每个餐食选项的显著性得分,其中所述确定基于所述容差值、所述相应餐食选项的所述饮食信息;以及
基于所确定的显著性得分中的至少一个显著性得分,生成针对所述对象的个性化饮食推荐,其中所述个性化饮食推荐与所述多个餐食选项中的至少一个餐食选项相关联。
2.根据权利要求1所述的计算机实现的方法,还包括:控制显示设备输出所生成的针对所述对象的所述个性化饮食推荐的视觉表示。
3.根据权利要求2所述的计算机实现的方法,其中控制所述显示设备输出所述个性化饮食推荐的视觉表示包括:控制所述显示设备输出所述多个餐食选项中的多于一个的餐食选项。
4.根据权利要求3所述的计算机实现的方法,其中所述多个餐食选项中的所述多于一个的餐食选项被输出为使得以下至少一项依照所述相应餐食选项的所述显著性得分:所显示的餐食选项的相对顺序、所显示的餐食选项的相对色彩饱和度水平以及所显示的餐食选项的相对大小。
5.根据权利要求3或4所述的计算机实现的方法,还包括:
接收从所显示的餐食选项中选择餐食选项的用户输入;
基于所选择的餐食选项的所述饮食信息,确定经更新的均衡得分;
确定针对所获取的多个餐食选项中的每个餐食选项的经更新的显著性得分;以及
基于经更新的显著性得分中的至少一个显著性得分,生成针对所述对象的经更新的个性化饮食推荐。
6.根据前述权利要求中任一项所述的计算机实现的方法,还包括:基于所确定的显著性得分,对所述多个餐食选项进行排名,其中生成针对所述对象的所述个性化饮食推荐基于所述多个餐食选项的所述排名。
7.根据前述权利要求中任一项所述的计算机实现的方法,其中所述多个餐食选项中的每个餐食选项还包括与以下至少一项相关联的信息:所述餐食选项中的一个或多个食物成分以及所述餐食选项中的一个或多个食物类型,
其中所述方法还包括:接收指示以下至少一者的用户输入:所述对象的食物成分偏好和所述对象的食物类型偏好,
并且其中确定针对所获取的多个餐食选项中的每个餐食选项的所述显著性得分基于所接收的所述用户输入以及与以下至少一项相关联的信息:所述餐食选项中的一个或多个食物成分以及所述餐食选项中的一个或多个食物类型。
8.根据权利要求2或从属于权利要求2的权利要求中的任一项所述的计算机实现的方法,其中生成针对所述对象的所述个性化饮食推荐包括:
基于所确定的相应餐食选项的所述显著性得分,选择所述多个餐食选项中的一个或多个餐食选项;以及
针对所选择的一个或多个餐食选项中的每个餐食选项,获取包含用于准备所述相应餐食选项的指令的食谱,
并且其中控制所述显示设备输出所述个性化饮食推荐的视觉表示包括:控制所述显示设备输出所获取的一个或多个食谱。
9.根据前述权利要求中任一项所述的计算机实现的方法,还包括:
获取与所述对象的饮食消耗相关联的更新数据;
基于所述饮食目标以及与所述对象的饮食消耗相关联的所述更新数据,确定经更新的均衡得分;以及
控制显示设备输出所述初始的均衡得分和所述经更新的均衡得分的视觉表示。
10.根据前述权利要求中任一项所述的计算机实现的方法,其中获取针对所述对象的所述饮食目标包括:
获取所述对象的年龄以及与所述对象的身体质量指数相关联的数据;
接收指示所述对象的健康目标的用户输入;以及
基于所述对象的所述年龄、与所述对象的所述身体质量指数相关联的数据以及所述对象的所述健康目标来确定针对所述对象的所述饮食目标。
11.根据权利要求1至9中任一项所述的计算机实现的方法,其中获取针对所述对象的所述饮食目标包括:
获取所述对象的年龄以及与所述对象的身体质量指数相关联的数据;
从数据库中取回针对具有与所述对象相同的年龄和身体质量指数的对象的标准饮食目标;以及
将所接收的所述标准饮食目标设置为针对所述对象的所述饮食目标。
12.根据前述权利要求中任一项所述的计算机实现的方法,其中获取与所述对象的饮食消耗相关联的数据包括:
获取描绘由所述对象所消耗的食物项目的图像;
对所获取的图像执行图像识别处理,以标识由所述对象消耗的所述食物项目;以及
估计所标识的食物项目的饮食能量的量和营养类型的量中的至少一者。
13.一种包括计算机可读介质的计算机程序,所述计算机可读介质具有嵌入其中的计算机可读代码,所述计算机可读代码被配置为使得在由合适的计算机或处理器执行时,使得所述计算机或处理器执行根据前述权利要求中任一项所述的方法。
14.一种用于提供针对对象的饮食推荐的装置,所述装置包括处理器,所述处理器被配置为:
获取针对所述对象的饮食目标,其中所述饮食目标指示所述对象在周期间隔中要消耗的营养类型的目标量和饮食能量的目标量中的至少一者;
获取与所述对象的饮食消耗相关联的数据;
基于所获取的饮食目标和所获取的与所述对象的饮食消耗相关联的数据,确定均衡得分,其中所述均衡得分指示所述对象的当前饮食进展与所获取的饮食目标之间的差异;
获取针对所述对象的多个餐食选项,其中所述多个餐食选项中的每个餐食选项表示所建议的饮食并且包括与以下至少一项相关联的饮食信息:相应餐食选项的饮食能量的量和所述相应餐食选项的营养类型的量,其中所述营养类型对应于所述饮食目标中的营养类型;
获取与以下至少一项相关联的上下文信息:所述对象在所述当前周期间隔中的一个或多个位置、以及所述对象在所述当前周期间隔中的一个或多个活动;
接收指示弹性值的用户输入,其中所述弹性值指示所述对象在所述当前周期间隔中的所述饮食消耗与所述饮食目标的用户预期允许偏差的相对程度;以及
基于所述饮食目标、所述弹性值、所获取的上下文信息和所述均衡得分,确定所述当前周期间隔的容差值,其中所述容差值指示所述对象在所述当前周期间隔中的所述饮食消耗与所述饮食目标的允许偏差量;
确定所述多个餐食选项中的每个餐食选项的显著性得分,其中所述确定基于所述容差值以及所述相应餐食选项的所述饮食信息;以及
基于所确定的显著性得分中的至少一个显著性得分,生成针对所述对象的个性化饮食推荐,其中所述个性化饮食推荐与所述多个餐食选项中的至少一个餐食选项相关联。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
EP19190777.3 | 2019-08-08 | ||
EP19190777.3A EP3772738A1 (en) | 2019-08-08 | 2019-08-08 | An apparatus and method for providing dietary recommendation |
PCT/EP2020/071755 WO2021023689A1 (en) | 2019-08-08 | 2020-08-03 | An apparatus and method for providing dietary recommendation |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114207732A true CN114207732A (zh) | 2022-03-18 |
Family
ID=67614422
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202080056442.1A Pending CN114207732A (zh) | 2019-08-08 | 2020-08-03 | 用于提供饮食推荐的装置和方法 |
Country Status (4)
Country | Link |
---|---|
US (1) | US11955225B2 (zh) |
EP (2) | EP3772738A1 (zh) |
CN (1) | CN114207732A (zh) |
WO (1) | WO2021023689A1 (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20220028319A (ko) | 2020-08-28 | 2022-03-08 | 주식회사 다산네트웍솔루션즈 | 마이크로 루프 회피 방법 |
US20220399098A1 (en) * | 2020-12-25 | 2022-12-15 | Boe Technology Group Co., Ltd. | Diet recommendation method, device, storage medium and electronic device |
Family Cites Families (19)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20070269557A1 (en) | 2006-05-19 | 2007-11-22 | Hannaford Licensing Corp. | Method and system for assessing, scoring, grouping and presenting nutritional value information of food products |
TWI353555B (en) | 2007-12-11 | 2011-12-01 | Inst Information Industry | Personalized meal planning method and system there |
US20100003647A1 (en) | 2008-07-04 | 2010-01-07 | Wendell Brown | System and Method for Automated Meal Recommendations |
US8363913B2 (en) | 2008-09-05 | 2013-01-29 | Purdue Research Foundation | Dietary assessment system and method |
US20110009708A1 (en) | 2009-06-30 | 2011-01-13 | Jeffery Boyes | System and apparatus for improved nutrition analysis |
US20120083669A1 (en) | 2010-10-04 | 2012-04-05 | Abujbara Nabil M | Personal Nutrition and Wellness Advisor |
EP2815339A2 (en) * | 2012-02-17 | 2014-12-24 | Good Measures, LLC | Systems and methods for user-specific modulation of nutrient intake |
GB2529593A (en) | 2013-07-01 | 2016-02-24 | Hitachi Ltd | Food operator assistance system |
US20150161910A1 (en) | 2013-12-09 | 2015-06-11 | Yopti, Llc | Qualitative meal-scoring systems and methods |
US9916520B2 (en) * | 2014-09-03 | 2018-03-13 | Sri International | Automated food recognition and nutritional estimation with a personal mobile electronic device |
US20160103834A1 (en) | 2014-10-14 | 2016-04-14 | International Business Machines Corporation | Food recipe scoring and ranking system |
WO2016065463A1 (en) | 2014-10-28 | 2016-05-06 | 2352409 Ontario Inc. | Methods for providing personalized diet and activity recommendations that adapt to the metabolism of each dieter individually using frequent measurements of activity and triglyceride levels |
US9349297B1 (en) * | 2015-09-09 | 2016-05-24 | Fitly Inc. | System and method for nutrition analysis using food image recognition |
CA2988127A1 (en) | 2015-06-04 | 2016-12-08 | Wal-Mart Stores, Inc. | Systems and methods for providing meal plans |
US10373522B2 (en) | 2016-01-05 | 2019-08-06 | International Business Machines Corporation | Generative group-based meal planning system and method |
CN111183485B (zh) * | 2016-10-24 | 2024-06-11 | 荷兰应用自然科学研究组织Tno | 基于健康数据向用户推荐食物的***和方法 |
CN109964280B (zh) | 2016-12-02 | 2024-03-26 | 雀巢产品有限公司 | 用于计算、显示、修改和使用改善的个性化营养健康评分来评估和计划最佳饮食的***和方法 |
WO2019148033A1 (en) * | 2018-01-25 | 2019-08-01 | Kraft Foods Group Brands Llc | Method and system for preference-driven food personalization |
US20190295440A1 (en) * | 2018-03-23 | 2019-09-26 | Nutrino Health Ltd. | Systems and methods for food analysis, personalized recommendations and health management |
-
2019
- 2019-08-08 EP EP19190777.3A patent/EP3772738A1/en not_active Withdrawn
-
2020
- 2020-08-03 EP EP20746679.8A patent/EP4010907A1/en not_active Withdrawn
- 2020-08-03 US US17/633,614 patent/US11955225B2/en active Active
- 2020-08-03 CN CN202080056442.1A patent/CN114207732A/zh active Pending
- 2020-08-03 WO PCT/EP2020/071755 patent/WO2021023689A1/en unknown
Also Published As
Publication number | Publication date |
---|---|
US20220319667A1 (en) | 2022-10-06 |
US11955225B2 (en) | 2024-04-09 |
EP3772738A1 (en) | 2021-02-10 |
EP4010907A1 (en) | 2022-06-15 |
WO2021023689A1 (en) | 2021-02-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP7277417B2 (ja) | 栄養摂取量のユーザ特異的な調整のためのシステムおよび方法 | |
KR102513337B1 (ko) | 체중 관리 및 활동성 추적 시스템 | |
US20180233064A1 (en) | Nutrition scoring system | |
US10347152B2 (en) | Indirect bio-feedback health and fitness management system | |
US20140255882A1 (en) | Interactive engine to provide personal recommendations for nutrition, to help the general public to live a balanced healthier lifestyle | |
US10885807B1 (en) | Indirect bio-feedback health and fitness management system | |
US20180259497A1 (en) | Information presentation system and method for controlling the information presentation system | |
KR102310493B1 (ko) | 식단케어 서비스 방법 | |
US11955225B2 (en) | Apparatus and method for providing dietary recommendation | |
CN115244566A (zh) | 信息提示方法、程序、信息提示***以及终端装置 | |
JP2023020789A (ja) | プログラム、方法、およびシステム | |
KR20210052123A (ko) | 사용자 맞춤형 식품 정보 서비스를 제공하는 방법 및 그를 이용한 서버 | |
US20210374165A1 (en) | Methods and systems for displaying refreshment outlooks | |
JP2019212252A (ja) | 食事メニューの策定を支援するシステム | |
US11776020B2 (en) | Methods and systems for multi-factorial physiologically informed refreshment selection using artificial intelligence | |
EP3754665A1 (en) | Apparatus and method for personalized diet recommendations | |
JP2002092179A (ja) | カロリー管理サービスシステム | |
CN117976145A (zh) | 一种个人长期膳食推荐监督方法、***、终端及存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
TA01 | Transfer of patent application right |
Effective date of registration: 20231130 Address after: Holland Ian Deho Finn Applicant after: Fansongni Holdings Ltd. Address before: The city of Eindhoven in Holland Applicant before: KONINKLIJKE PHILIPS N.V. |
|
TA01 | Transfer of patent application right |