食物推荐方法和装置与流程

本发明涉及互联网技术领域，尤其涉及一种食物推荐方法和装置。

背景技术：

伴随着人们生活水平的提高，去餐馆吃饭已经是一种普遍的消费行为。通常，顾客进入餐馆后，会根据自己的身体状况，并按照菜单上的食物(如菜品或饮品等)进行点餐。然而，这样的点餐方式，顾客无法尽快获知餐馆中有哪些食物，容易出现顾客所点的食物是餐馆没有的食物的现象，浪费了顾客的时间，导致点餐效率下降。

因此，商家如何根据顾客的身体状况，并结合餐馆有哪些食物的信息，向顾客推荐食物，是目前亟待解决的技术问题。

技术实现要素：

本发明提供一种食物推荐方法和装置，以根据用户的身体状况和用户所处的位置信息，实现向不同用户推荐食物的过程。

第一方面，本发明提供一种食物推荐方法，包括：

获取用户的人脸图片和所述用户所处的位置信息；

根据目标训练模型，对所述用户的人脸图片进行预测，确定所述用户的身体状况；

根据位置信息与食物信息之间的对应关系，确定所述用户所处的位置信息对应的至少一个食物；

根据所述至少一个食物和所述用户的身体状况，输出目标食物。

可选地，所述根据目标训练模型，对所述用户的人脸图片进行预测，确定所述用户的身体状况，包括：

根据所述用户的人脸图片，确定特征信息，所述特征信息用于表明所述用户的身体状况；

根据所述特征信息，构建特征向量；

将所述特征向量输入到所述目标训练模型中，确定所述用户的身体状况。

可选地，所述特征信息包括：所述用户的眼睛中是否有红血丝、眼圈颜色、眼袋大小、肤色是否暗沉、皮肤光泽度中的至少一种。

可选地，所述根据位置信息与食物信息之间的对应关系，确定所述用户所处的位置信息对应的至少一个食物，包括：

向服务器和/或其它终端发送所述用户所处的位置信息；

接收所述服务器和/或所述其它终端发送的与所述用户所处的位置信息对应的至少一个食物。

可选地，所述根据所述至少一个食物和所述用户的身体状况，输出目标食物，包括：

根据身体状况和食物之间的对应关系，从所述至少一个食物中，确定与所述用户的身体状况对应的所述目标食物；

采用增强现实技术ar，向用户显示所述目标食物。

可选地，在所述根据所述至少一个食物和所述用户的身体状况，输出目标食物之前，所述方法还包括：

获取所述用户所处的环境信息；

根据所述用户所处的环境信息，更新所述至少一个食物。

可选地，在所述获取用户的人脸图片之前，包括：

根据摄像模块，采集所述用户的人脸图片。

第二方面，本发明提供一种食物推荐装置，包括：

获取模块，用于获取用户的人脸图片和所述用户所处的位置信息；

确定模块，用于根据目标训练模型，对所述用户的人脸图片进行预测，确定所述用户的身体状况；

所述确定模块，还用于根据位置信息与食物信息之间的对应关系，确定所述用户所处的位置信息对应的至少一个食物；

输出模块，用于根据所述至少一个食物和所述用户的身体状况，输出目标食物。

可选地，所述确定模块，具体用于根据所述用户的人脸图片，确定特征信息，所述特征信息用于表明所述用户的身体状况；根据所述特征信息，构建特征向量；将所述特征向量输入到所述目标训练模型中，确定所述用户的身体状况。

可选地，所述特征信息包括：所述用户的眼睛中是否有红血丝、眼圈颜色、眼袋大小、肤色是否暗沉、皮肤光泽度中的至少一种。

可选地，所述确定模块，具体用于向服务器和/或其它终端发送所述用户所处的位置信息；接收所述服务器和/或所述其它终端发送的与所述用户所处的位置信息对应的至少一个食物。

可选地，所述输出模块，具体用于根据身体状况和食物之间的对应关系，从所述至少一个食物中，确定与所述用户的身体状况对应的所述目标食物；采用增强现实技术ar，向用户显示所述目标食物。

可选地，所述装置还包括：

更新模块，用于在所述输出模块根据所述至少一个食物和所述用户的身体状况，输出目标食物之前，获取所述用户所处的环境信息；根据所述用户所处的环境信息，更新所述至少一个食物。

可选地，所述装置还包括：

采集模块，用于在所述获取模块获取用户的人脸图片之前，根据摄像模块，采集所述用户的人脸图片。

第三方面，本发明提供一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现第一方面所述的食物推荐方法。

第四方面，本发明提供一种电子设备，包括：

处理器；以及

存储器，用于存储所述处理器的可执行指令；

其中，所述处理器配置为经由执行所述可执行指令来执行第一方面所述的食物推荐方法。

本发明提供的食物推荐方法和装置，通过获取到进入餐馆的用户的人脸图片和用户的位置信息，再根据目标训练模型，对用户的人脸图片进行测试，得到用户的身体状况。接着，根据位置信息与食物信息之间的对应关系，确定所述用户所处的位置信息对应的至少一个食物，并根据所述至少一个食物和所述用户的身体状况，输出目标食物。本发明利用图像识别技术，能够获取用户的身体状况，并结合用户所处的位置信息对应的至少一个食物，完成了个性化向用户推荐食物的过程，且针对不同的用户，能够向用户推荐适合用户的身体状况的食物，节省了用户的点餐时间，提高了用户的点餐效率，改善了餐馆的服务质量和用户的点餐体验感。

附图说明

为了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一简单地介绍，显而易见地，下面描述中的附图是本发明实施例的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。

图1为本发明提供的食物推荐方法的流程图；

图2为本发明提供的食物推荐方法的流程图；

图3为本发明提供的食物推荐方法的流程图；

图4为本发明提供的食物推荐方法的流程图；

图5为本发明提供的食物推荐方法的流程图；

图6为本发明提供的食物推荐方法的流程图；

图7为本发明提供的食物推荐装置的结构示意图；

图8为本发明提供的食物推荐装置的结构示意图；

图9为本发明提供的电子设备的硬件结构示意图。

具体实施方式

为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明实施例一部分实施例，而不是全部的实施例。基于本发明实施例中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明实施例保护的范围。

本实施例中，可以以终端为执行主体，餐馆的点餐人员采用终端，直接或间接的获取并结合用户(餐馆中的顾客)的身体状况以及用户所处的位置，如，终端通过登录应用程序(application，app)、公众号、网页等方式，直接获取或间接通过无线网络和/或有线网络从餐馆的服务器中获取用户的身体状况以及用户所处的位置等信息，从而，快速向用户推荐合适的食物(如菜品或饮品等)，减少用户的点餐时间，提高用户的点餐效率。

其中，终端包括：手机、平板电脑、智能手表等具体设备，该终端上安装的操作系统包括但不限于：ios、android、windows、linux、macos等操作系统。

下面，以终端为执行主体，通过具体实施例，对食物推荐方法的具体实现方式进行详细说明。

图1为本发明提供的食物推荐方法的流程图，如图1所示，本实施例的食物推荐方法可以包括：

s101、获取用户的人脸图片和用户所处的位置信息。

具体地，由于用户的面部信息可以很大程度反映该用户的身体状况，因此，终端可以获取用户的人脸图片。其中，人脸图片可以为用户的面部图片，也可以为用户的颈部以上的图片，本实施例对此不做限定。

进一步地，又由于地理位置不同，与地理位置对应的应季食物不同，且与地理位置对应的餐馆食物也不同，因此，终端可以通过获取终端所处的地理位置，来确定用户所处的地理位置，以确保向用户推荐的此位置信息所具有的食物。其中，本实施例可以将用户所处的商家信息(餐馆的位置信息)作为用户所处的位置信息，也可以将作为用户所处的城市信息作为用户所处的位置信息，还可以将用户所处的商家信息和用户所处的城市信息作为用户所处的位置信息，本实施例对此不做限定。

进一步地，终端确定自身的地理位置的方式包括多种。终端可以通过全球定位系统(globalpositionsystem，gps)进行定位，获取自身所处的地理位置，来确定用户所处的位置信息。另外，终端还可以通过北斗卫星、基站等定位系统进行定位，也可以在上述定位方式的基础上结合陀螺仪、磁力针等惯性导航单元获得的方向信息进行准确定位，获取自身所处的地理位置，来确定用户所处的地理位置。

s102、根据目标训练模型，对用户的人脸图片进行预测，确定用户的身体状况。

具体地，终端可以利用图像识别技术，事先存储有对各种身体状况进行训练的目标训练模型，进而，终端可以根据目标训练模型，对用户的人脸图片进行预测，便可以确定用户的身体状况。

其中，目标训练模型可以采用深度卷积神经网络(deepconvolutionalneuralnetworks)结构，该深度卷积神经网络网络包括但不限于：rcnn(regionswithcnnfeatures)，ssd(singleshotmultiboxdetector)、maskrcnn等物体检测及其他图像分割模型。

需要说明的是：本实施例对终端基于深度卷积神经网络结构的原理获得目标训练模型的具体实现过程可参照现有技术，此处不做赘述。

s103、根据位置信息与食物信息之间的对应关系，确定用户所处的位置信息对应的至少一个食物。

具体地，由于每天餐馆采办的食物不同，且每个季节对应食物不同，因此，终端可以根据餐馆所储备的食物，对位置信息与食物信息之间的对应关系进行实时更新，进而，根据位置信息与食物信息之间的对应关系，确定用户所处的位置信息对应的至少一个食物。

s104、根据至少一个食物和用户的身体状况，输出目标食物。

具体地，终端可以根据上述过程得到的每个食物对人的身体状况所起到的功效，再结合用户当前的身体状况，向用户输出所推荐的目标食物，从而完成个性化推荐食物的过程，从而可以向不同的用户推荐合适用户的身体状况的食物，大大缩短了用户点餐的时间，提高了用户的点餐效率和餐馆的服务质量。

本实施例提供的食物推荐方法，通过获取到进入餐馆的用户的人脸图片和用户的位置信息，再根据目标训练模型，对用户的人脸图片进行测试，得到用户的身体状况。接着，根据位置信息与食物信息之间的对应关系，确定用户所处的位置信息对应的至少一个食物，并根据至少一个食物和用户的身体状况，输出目标食物。本实施例利用图像识别技术，能够获取用户的身体状况，并结合用户所处的位置信息对应的至少一个食物，完成了个性化向用户推荐食物的过程，且针对不同的用户，能够向用户推荐适合用户的身体状况的食物，节省了用户的点餐时间，提高了用户的点餐效率，改善了餐馆的服务质量和用户的点餐体验感。

首先，在上述实施例的基础上，结合图2对图1所示实施例s102中的根据目标训练模型，对用户的人脸图片进行预测，确定用户的身体状况的具体实现方式进行详细的说明。

图2为本发明提供的食物推荐方法的流程图，如图2所示，本实施例的食物推荐方法可以包括：

s201、根据用户的人脸图片，确定特征信息，特征信息用于表明用户的身体状况。

具体地，由于用户的人脸图片中包含有确定用户的身体装置的信息，因此，终端可以根据用户的人脸图像提取用于表明用户的身体状况的特征信息。其中，本实施例对特征信息的具体形式不做限定。可选地，特征信息包括：用户的眼睛中是否有红血丝、眼圈颜色、眼袋大小、肤色是否暗沉、皮肤光泽度中的至少一种。

s202、根据特征信息，构建特征向量。

s203、将特征向量输入到目标训练模型中，确定用户的身体状况。

具体地，由于目标训练模型的输入为向量输入，因此，终端可以根据特性信息，来构建特征向量，并将特征向量输入到目标训练模型中，便可根据训练结果确定用户的身体状况。

本实施例提供的食物推荐方法，通过获取到进入餐馆的用户的人脸图片和用户的位置信息，接着根据用户的人脸图片，确定用于表明用户的身体状况的特征信息，再根据特征信息，构建特征向量，并将特征向量输入到目标训练模型中，确定用户的身体状况。然后，根据位置信息与食物信息之间的对应关系，确定用户所处的位置信息对应的至少一个食物，并根据至少一个食物和用户的身体状况，输出目标食物。本实施例利用图像识别技术，能够根据用户的人脸图片对应的特征向量来确定用户的身体状况，并结合用户所处的位置信息对应的至少一个食物，完成了个性化向用户推荐食物的过程，且针对不同的用户，能够向用户推荐适合用户的身体状况的食物，节省了用户的点餐时间，提高了用户的点餐效率，改善了餐馆的服务质量和用户的点餐体验感。

进一步地，为了准确确定用户的身体状况，因此，本实施例中，终端可以自身事先确定目标训练模型，也可以从其他终端或服务器中获取目标训练模型。下面，以终端可以获取目标训练模型的具体实现方式进行示意。

可选地，终端获取包含至少一种人物的身体状况的人脸图片集，人脸图片集中包括多个人脸图片。终端对所有人脸图片中的人物的身体状况分别进行标记，得到标记后的人脸图片集。终端根据标记后的人脸图片集，构建训练样本。终端根据深度学习卷积网络，建立初始训练模块。根据训练样本，对初始训练模型进行训练，得到目标训练模型。

具体地，终端可以采集表明不同身体状况的人脸图片集，其中，人脸图片集中可以对应一个人物，也可以对应不同人物，本实施例对此不做限定。

进一步地，由于每个人脸图片中的特征信息不同，且特征信息可以包括多种信息，因此，终端可以根据各人脸图片中的特征信息，采用代码和/标识等方式，对每个人脸图片对应的人物的身体状况进行标记。其中，终端可以标记特征信息中的无黑眼圈、有无眼袋、皮肤状态是否良好等参数，也可以标记特征信息的综合结果，从而，终端可以按照人物的身体状况对人脸图片集进行分类和标记，得到标记后的人脸图片集。

进一步地，由于标记后的人脸图片集中标记了各个人脸图片上的人物的身体状况，因此，终端可以根据标记后的人脸图片集，构建训练样本。

具体地，终端结合深度学习卷积网络，建立人物的身体状况的初始训练模块，再根据训练样本，对初始训练模型进行训练，得到目标训练模型。

其次，在上述实施例的基础上，结合图3对图1所示实施例s103中的根据位置信息与食物信息之间的对应关系，确定用户所处的位置信息对应的至少一个食物的具体实现方式进行详细的说明。

图3为本发明提供的食物推荐方法的流程图，如图3所示，本实施例的食物推荐方法可以包括：

s301、获取用户的人脸图片和用户所处的位置信息。

s302、根据目标训练模型，对用户的人脸图片进行预测，确定用户的身体状况。

其中，s301和s302分别与图1实施例中的s101和s102实现方式类似，本实施例此处不再赘述。

s3031、向服务器和/或其它终端发送用户所处的位置信息。

s3032、接收服务器和/或其它终端发送的与用户所处的位置信息对应的至少一个食物。

具体地，为了减少终端的处理速度，本实施例中可以将位置信息对应的食物信息存储到服务器和/或其它终端中，进而，终端可以向服务器和/或其它终端发送用户所处的位置信息，服务器和/或其它终端根据位置信息与食物信息之间的对应关系，确定与用户所处的位置信息对应的至少一个食物，并将至少一个食物对应的信息传输给终端。

s304、根据至少一个食物和用户的身体状况，输出目标食物。

其中，s304与图1实施例中的s104实现方式类似，本实施例此处不再赘述。

本实施例提供的食物推荐方法，通过获取到进入餐馆的用户的人脸图片和用户的位置信息，再根据目标训练模型，对用户的人脸图片进行测试，得到用户的身体状况。接着，向服务器和/或其它终端发送位置信息，使得服务器和/或其它终端根据位置信息与食物信息之间的对应关系，确定用户所处的位置信息对应的至少一个食物，再从服务器和/或其它终端接收至少一个食物，节省终端的处理时间，并根据至少一个食物和用户的身体状况，输出目标食物。本实施例利用图像识别技术，能够获取用户的身体状况，以及结合及时获取的用户所处的位置信息对应的至少一个食物，完成了个性化向用户推荐食物的过程，且针对不同的用户，能够向用户推荐适合用户的身体状况的食物，节省了用户的点餐时间，提高了用户的点餐效率和速率，改善了餐馆的服务质量和用户的点餐体验感。

再次，在上述实施例的基础上，结合图4对图1所示实施例s104中的根据至少一个食物和用户的身体状况，输出目标食物的具体实现方式进行详细的说明。

图4为本发明提供的食物推荐方法的流程图，如图4所示，本实施例的食物推荐方法可以包括：

s401、获取用户的人脸图片和用户所处的位置信息。

s402、根据目标训练模型，对用户的人脸图片进行预测，确定用户的身体状况。

s403、根据位置信息与食物信息之间的对应关系，确定用户所处的位置信息对应的至少一个食物。

其中，s401、s402和s403分别与图1实施例中的s101、s102和s103实现方式类似，本实施例此处不再赘述。

s4041、根据身体状况和食物之间的对应关系，从至少一个食物中，确定与用户的身体状况对应的目标食物。

s4042、采用增强现实技术ar，向用户显示目标食物。

具体地，由于不同的食物具有不同的效果，对应于不同的身体状况，因此，终端可以事先对身体状况与食物之间的对应关系进行存储，再根据对应关系和用户的身体状况，从至少一个食物中，确定与用户的身体状况对应的目标食物。

进一步地，终端可以向用户直接展示目标食物，也可以采用增强现实技术(augmentedreality，ar)，便于用户通过终端向用户更加直观且形象进行目标食物的显示，本实施例对便签的具体形式不做限定。

本实施例提供的食物推荐方法，通过获取到进入餐馆的用户的人脸图片和用户的位置信息，再根据目标训练模型，对用户的人脸图片进行测试，得到用户的身体状况。接着，根据位置信息与食物信息之间的对应关系，确定用户所处的位置信息对应的至少一个食物，并根据至少一个食物和用户的身体状况，采用ar输出目标食物。本实施例利用图像识别技术，能够获取用户的身体状况，并结合用户所处的位置信息对应的至少一个食物，完成了向用户个性化推荐食物和形象展示食物的过程，且针对不同的用户，能够向用户推荐适合用户的身体状况的食物，节省了用户的点餐时间，提高了用户的点餐效率，改善了餐馆的服务质量和用户的点餐体验感。

接着，在上述实施例的基础上，结合图5对本实施例的食物推荐方法的具体实现方式进行详细的说明。

图5为本发明提供的食物推荐方法的流程图，如图5所示，本实施例的食物推荐方法可以包括：

s501、获取用户的人脸图片和用户所处的位置信息。

s502、根据目标训练模型，对用户的人脸图片进行预测，确定用户的身体状况。

s503、根据位置信息与食物信息之间的对应关系，确定用户所处的位置信息对应的至少一个食物。

其中，s501、s502和s503分别与图1实施例中的s101、s102和s103实现方式类似，本实施例此处不再赘述。

s5001、获取用户所处的环境信息。

s5002、根据用户所处的环境信息，更新至少一个食物。

具体地，由于用户所处的环境信息不同，适合的食物不同，如，当温度过低时，更加适宜热菜或火锅等，当温度过高时，更加适宜凉菜等，因此，终端可以结合用户所处的环境信息，从至少一个食物中确定更加适宜的食物，从而实现对目标食物的更新。

s504、根据至少一个食物和用户的身体状况，输出目标食物。

其中，s504与图1实施例中的s104实现方式类似，本实施例此处不再赘述。

本实施例提供的食物推荐方法，通过获取到进入餐馆的用户的人脸图片和用户的位置信息，再根据目标训练模型，对用户的人脸图片进行测试，得到用户的身体状况。接着，根据位置信息与食物信息之间的对应关系，确定用户所处的位置信息对应的至少一个食物，且结合用户所处的环境信息，更新至少一个食物，并根据至少一个食物和用户的身体状况，输出目标食物。本实施例利用图像识别技术，能够获取用户的身体状况，并结合用户所处的位置信息以及用户所处的环境信息所对应的至少一个食物，完成了个性化向用户推荐食物的过程，且针对不同的用户，能够向用户推荐适合用户的身体状况的食物，节省了用户的点餐时间，提高了用户的点餐效率，改善了餐馆的服务质量和用户的点餐体验感。

然后，在上述实施例的基础上，结合图6对本实施例的食物推荐方法的具体实现方式进行详细的说明。

图6为本发明提供的食物推荐方法的流程图，如图6所示，本实施例的食物推荐方法可以包括：

s600、根据摄像模块，采集用户的人脸图片。

具体地，本实施例中，可以在餐馆的门口处或餐馆内设置有摄像模块，终端通过摄像模块的图片采集过程，可以获取到用户的人脸图片。而且，终端也可以根据服务器和/或其它终端获取自身的位置信息，亦可以通过点餐人员手动输入用户的餐桌号，终端根据事先存储的餐桌号和位置信息之间的对应关系，获得用户所处的位置信息。其中，本实施例对终端获取用户的人脸图片和用户所处的位置信息的具体方式不做限定。

s601、获取用户的人脸图片和用户所处的位置信息。

s602、根据目标训练模型，对用户的人脸图片进行预测，确定用户的身体状况。

s603、根据位置信息与食物信息之间的对应关系，确定用户所处的位置信息对应的至少一个食物。

s604、根据至少一个食物和用户的身体状况，输出目标食物。

其中，s601、s602、s603和s604分别与图1实施例中的s101、s102、s103和s104实现方式类似，本实施例此处不再赘述。

本实施例提供的食物推荐方法，通过采集进入餐馆的用户的人脸图片，并获取到用户的位置信息，再根据目标训练模型，对用户的人脸图片进行测试，得到用户的身体状况。接着，根据位置信息与食物信息之间的对应关系，确定用户所处的位置信息对应的至少一个食物，并根据至少一个食物和用户的身体状况，输出目标食物。本实施例利用图像识别技术，能够获取用户的身体状况，并结合用户所处的位置信息对应的至少一个食物，完成了个性化向用户推荐食物的过程，且针对不同的用户，能够向用户推荐适合用户的身体状况的食物，节省了用户的点餐时间，提高了用户的点餐效率，改善了餐馆的服务质量和用户的点餐体验感。

图7为本发明提供的食物推荐装置的结构示意图，如图7所示，本实施例的食物推荐装置70包括：

获取模块71，用于获取用户的人脸图片和所述用户所处的位置信息；

确定模块72，用于根据目标训练模型，对所述用户的人脸图片进行预测，确定所述用户的身体状况；

所述确定模块72，还用于根据位置信息与食物信息之间的对应关系，确定所述用户所处的位置信息对应的至少一个食物；

输出模块73，用于根据所述至少一个食物和所述用户的身体状况，输出目标食物。

可选地，所述确定模块72，具体用于根据所述用户的人脸图片，确定特征信息，所述特征信息用于表明所述用户的身体状况；根据所述特征信息，构建特征向量；将所述特征向量输入到所述目标训练模型中，确定所述用户的身体状况。

可选地，所述特征信息包括：所述用户的眼睛中是否有红血丝、眼圈颜色、眼袋大小、肤色是否暗沉、皮肤光泽度中的至少一种。

本实施例提供的食物推荐装置可用于执行上述的食物推荐方法，其实现方式和技术效果类似，本实施例此处不再赘述。

可选地，所述确定模块72，具体用于向服务器和/或其它终端发送所述用户所处的位置信息；接收所述服务器和/或所述其它终端发送的与所述用户所处的位置信息对应的至少一个食物。

可选地，所述输出模块73，具体用于根据身体状况和食物之间的对应关系，从所述至少一个食物中，确定与所述用户的身体状况对应的所述目标食物；采用增强现实技术ar，向用户显示所述目标食物。

图8为本发明提供的食物推荐装置的结构示意图，如图8所示，本实施例的食物推荐装置70在图7所示装置结构的基础上，还包括：

更新模块74，用于在所述输出模块73根据所述至少一个食物和所述用户的身体状况，输出目标食物之前，获取所述用户所处的环境信息；根据所述用户所处的环境信息，更新所述至少一个食物。

继续结合图8，可选地，所述食物推荐装置70还包括：

采集模块75，用于在所述获取模块71获取用户的人脸图片之前，根据摄像模块，采集所述用户的人脸图片。

本实施例提供的食物推荐装置可用于执行上述的食物推荐方法，其实现方式和技术效果类似，本实施例此处不再赘述。

本发明中可以根据上述方法示例对食物推荐装置进行功能模块的划分，例如，可以对应各个功能划分各个功能模块，也可以将两个或两个以上的功能集成在一个处理模块中。上述集成的模块既可以采用硬件的形式实现，也可以采用软件功能模块的形式实现。需要说明的是，本发明各实施例中对模块的划分是示意性的，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式。

图9为本发明提供的电子设备的硬件结构示意图。如图9所示，该电子设备90包括：存储器91和处理器92；

存储器91，用于存储计算机程序；

处理器92，用于执行存储器存储的计算机程序，以实现上述实施例中的食物推荐方法。具体可以参见前述方法实施例中的相关描述。

可选地，存储器91既可以是独立的，也可以跟处理器92集成在一起。

当所述存储器91是独立于处理器92之外的器件时，所述电子设备90还可以包括：

总线93，用于连接所述存储器91和处理器92。

本实施例提供的电子设备可用于执行上述的食物推荐方法，其实现方式和技术效果类似，本实施例此处不再赘述。

本发明还提供一种计算机可读存储介质，所述计算机可读存储介质包括计算机程序，所述计算机程序用于实现如上实施例中的食物推荐方法。

在本发明所提供的几个实施例中，应该理解到，所揭露的设备和方法，可以通过其它的方式实现。例如，以上所描述的设备实施例仅仅是示意性的，例如，所述模块的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个模块可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或模块的间接耦合或通信连接，可以是电性，机械或其它的形式。

所述作为分离部件说明的模块可以是或者也可以不是物理上分开的，作为模块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。

另外，在本发明各个实施例中的各功能模块可以集成在一个处理单元中，也可以是各个模块单独物理存在，也可以两个或两个以上模块集成在一个单元中。上述模块成的单元既可以采用硬件的形式实现，也可以采用硬件加软件功能单元的形式实现。

上述以软件功能模块的形式实现的集成的模块，可以存储在一个计算机可读取存储介质中。上述软件功能模块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)或处理器(英文：processor)执行本申请各个实施例所述方法的部分步骤。

应理解，上述处理器可以是中央处理单元(英文：centralprocessingunit，简称：cpu)，还可以是其他通用处理器、数字信号处理器(英文：digitalsignalprocessor，简称：dsp)、专用集成电路(英文：applicationspecificintegratedcircuit，简称：asic)等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。结合发明所公开的方法的步骤可以直接体现为硬件处理器执行完成，或者用处理器中的硬件及软件模块组合执行完成。

存储器可能包含高速ram存储器，也可能还包括非易失性存储nvm，例如至少一个磁盘存储器，还可以为u盘、移动硬盘、只读存储器、磁盘或光盘等。

总线可以是工业标准体系结构(industrystandardarchitecture，isa)总线、外部设备互连(peripheralcomponent，pci)总线或扩展工业标准体系结构(extendedindustrystandardarchitecture，eisa)总线等。总线可以分为地址总线、数据总线、控制总线等。为便于表示，本申请附图中的总线并不限定仅有一根总线或一种类型的总线。

上述计算机可读存储介质可以是由任何类型的易失性或非易失性存储设备或者它们的组合实现，如静态随机存取存储器(sram)，电可擦除可编程只读存储器(eeprom)，可擦除可编程只读存储器(eprom)，可编程只读存储器(prom)，只读存储器(rom)，磁存储器，快闪存储器，磁盘或光盘。存储介质可以是通用或专用计算机能够存取的任何可用介质。

本领域普通技术人员可以理解：实现上述各方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成。前述的程序可以存储于一计算机可读取存储介质中。该程序在执行时，执行包括上述各方法实施例的步骤；而前述的存储介质包括：rom、ram、磁碟或者光盘等各种可以存储程序代码的介质。

最后应说明的是：以上各实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述各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，或者对其中部分或者全部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范围。