平衡膳食评价提示方法、系统、用户端、后台及前端与流程

本发明涉及膳食营养管理技术领域，更具体地说是涉及一种平衡膳食评价提示方法、系统、用户端、后台及前端。

背景技术：

膳食平衡对人体的健康至关重要，但是大多数人很难做到膳食平衡，一方面，由于不了解膳食平衡的重要性，因而没有引起足够的重视，另一方面，由于食物的营养素构成复杂，很难全面掌握并熟练应用，另外，很少有人主动记录自己的膳食情况，因此无法了解自己的膳食结构是否平衡。

目前，人们在日常生活中很难长期主动地记录自己的膳食情况，也很难找到有参考价值的针对性的膳食指导和建议，市场上存在的餐厅膳食营养管理主要是基于专业的营养师依据营养学知识对餐厅的食谱进行科学规划，缺乏针对个人且面向大众的健康膳食管理，人们还是没有任何一种便捷了解自己膳食结构的渠道，另外，由于无法统计全部进食者的进食数据，因此也无法针对大众的膳食情况完善餐厅菜品库，发布更加贴合大众的菜品。

因此，如何便捷的记录进食者的进食历史数据，并将进食者的基本信息、健康状况、进食历史数据与营养学知识结合起来，获取针对具体进食者的综合饮食评价，同时，帮助餐厅了解大部分进食者的膳食结构，提出菜品发布建议并完善菜品库，为本领域技术人员亟待解决的问题。

技术实现要素：

有鉴于此，本发明提供了一种平衡膳食评价提示方法、系统、用户端、后台及前端，通过跟踪记录用户进食历史数据，将其与用户的基础信息、健康记录、营养学的健康评价标准结合，进而对用户某一具体阶段的膳食结构进行评价，对用户每次订单情况进行分析，以便提出针对性饮食建议，帮助进食者主动改善自身膳食结构，同时能够使餐厅通过了解全部进食者的膳食结构，提出菜品发布建议并完善菜品库，保证每种菜品的食材种类的丰富度。

为了实现上述目的，本发明采用如下技术方案：一种适用于餐厅场景的平衡膳食评价提示方法，包括如下步骤：

s1、进行用户的身份注册；

s2、录入用户的订单信息；

s3、根据所述订单信息，并结合用户的身份信息、进食历史数据以及营养学的健康评价标准的至少其中之一，生成用户的饮食评价；

s4、将饮食评价呈现给用户，并进行针对性提示。

优选的，所述s1在身份注册时填写的信息包括：用户的身高、体重、年龄、性别以及工作性质；其中，工作性质包括但不限于轻体力劳动、中等体力劳动、重体力劳动及脑力劳动，由于用户的身体数据以及劳动强度不同，采集用户基础数据有利于针对性的对不同的用户进行膳食结构评价，以及进行饮食推荐，上述基础信息可以根据真实情况进行及时更新，保证膳食结构评价以及饮食推荐的准确性及有效性。

优选的，所述s3获取的进食历史数据包括但不限于历史进食的食物名称、食物重量以及进食时间，有利于清晰的获得用户阶段性膳食结构。

优选的，所述s3涉及的营养学的健康评价标准包括但不限于居民膳食结构推荐表、居民能量和营养素摄入量推荐表、居民能量来源与蛋白质和脂肪的食物来源推荐表、能量和营养素缺乏或过量对居民的危害表、和营养评价相关的计算公式及指标、食物成分表，将上述健康评价标准表整理为系统易用数据，便于高效的对用户的订单信息进行科学准确的评价，具备科学准确性。

优选的，所述s3生成的饮食评价内容包括：订单中每种菜品的营养标签、订单分析、阶段性饮食评价、膳食评分以及优化的个性化膳食建议；其中，

所述订单分析主要对订单中菜品的总脂肪、饱和脂肪、糖、盐的含量进行计算，并判断是否超标，并针对上述限制指标含量的多少，给予不同的反馈，即，设置一个高阈值和一个低阈值，当限制指标的含量高于高阈值时，标记为红色，当限制指标的含量介于高阈值和低阈值之间时，标记为黄色，当限制指标的含量低于低阈值时，标记为绿色，以便于用户清晰的获取订单中限制指标的含量情况，及时对订单作出调整；

所述阶段性饮食评价将参照中国居民膳食宝塔的要求，对用户某一个阶段的饮食结构进行评价，包括但不限于日评价、周评价、月评价、季度评价、年度评价，当用户一个阶段的饮食结构与中国居民膳食宝塔要求的食物种类基本吻合，则判定该用户的该阶段饮食结构符合中国居民膳食宝塔的要求，即对用户膳食的食材种类和重量进行评价，具体评价标准为：每天的膳食应包含谷薯类、蔬菜水果类、畜禽鱼蛋奶、大豆见过类等，平均每天摄入12种以上食材，每周摄入25种以上食材，且每天摄入全谷物和杂豆类50-150g、薯类50-100g、蔬菜类300-500g、水果类200-350g、畜禽肉40-75g、水产品40-75g、蛋类40-75g、奶及奶制品300g、大豆及坚果类25-35g，另外盐少于6g，油少于25g；当用户的健康档案中存在异常，比如患有糖尿病，则将用户的健康状况与“中国糖尿病膳食指南”结合，对用户进行针对性评价以及提示，以便于满足大部分用户的前提下，能够针对特殊人群的健康状况，提出具体的建议及评价。

所述膳食评分为结合用户历史饮食结构评价以及进食的食物重量对用户的平衡膳食的评分，具体的，将用户进食的食物种类、重量与中国居民膳食指南和平衡膳食宝塔结合，膳食指南中构成膳食平衡指数的单项食物指标包括：谷类、蔬菜水果、奶类及大豆类、动物性食物、纯能量食物、调味品、食物种类以及饮水量，上述指标存在正值也存在赋值，膳食指南强调“少吃”的食物，指标取值为正数，膳食指南强调“适量”的食物，指标取正负值，膳食指南强调“多吃”的食物，膳食指南取负值，计算上述取值的总分、正端分、负端分和膳食质量距，获取不同方面的膳食评分结果，便于用户多维度了解自身的膳食情况。

优选的，所述s1还包括：绑定用于识别用户的身份标识。所述用于识别用户的身份标识，包括但不限于进食者使用的不同颜色或者形状的餐具、进食者的姿态动作特征、进食者的头顶特征、进食者进食时佩戴或附着在衣服上的颜色或形状不同的标识物；由于本发明应用于餐厅场景，因此绑定身份标识，以便在视频采集中，将采集到的进食种类和重量与用户的身份信息结合。

优选的，所述s1还包括获取用户的健康档案，健康档案包括用户的体检结论、临床报告以及用户健康评价指标，具体的，体检结论中应包含用户慢性病患病情况，临床报告应包含用户患有的具体疾病以及治疗情况，个人健康评价指标包括体脂率、基础代谢率、bmi指数、肌肉和水分等，健康档案中的数据可及时更新，以便系统能够根据用户的最新健康数据，做出最准确的膳食结构评价以及饮食推荐。

优选的，所述s3生成的饮食评价内容还包括：当用户的健康档案表明其存在健康指标异常时，则结合对应于该指标异常的专门膳食指南，生成对应的订单分析、阶段性饮食评价、膳食评分以及优化的个性化膳食建议。由于每位用户的身体健康状况或者工作性质等不同，有利于对全部用户的膳食情况进行针对性的记录、指导和建议，包括特殊人群，比如：糖尿病人、运动员等。

优选的，所述前端根据饮食评价闪烁不同颜色的灯光，或者使前端的屏幕以不同的颜色闪烁；另外，所述前端根据饮食评价设置语音提示。有利于将饮食评价直观的以提供给用户，给用户的点餐做强提示建议，帮助用户根据自己的饮食评价情况，进行针对性的调整和完善。

优选的，还包括s0：预先建立餐厅菜品库，该餐厅菜品库中记录餐厅供应的每种菜品包含的食物种类及其重量。以便用户进行点餐，以及后续步骤中，对用户进食的食物种类及重量做误差矫正，另外，在最终结合用户的膳食平衡情况对菜品库进行完善及菜品结构的调整时，有一个清晰的参照和方向。

优选的，所述s2包括：获取用户的实际进餐情况，并计入进食历史数据。

获取用户的实际进餐情况采用以下三种方案中的任意一种：直接根据订单信息通过查询餐厅菜品库获取用户实际进餐的食物种类及其重量数据、通过视频采集获取实际进食的食物种类及其重量数据、根据订单信息查询餐厅菜品库并通过视频采集进行修正进而获取实际进食的食物种类及其重量数据。

优选的，采用直接根据订单信息通过查询餐厅菜品库获取用户实际进餐的食物种类及其重量数据的方式可实施性强，易于操作。

优选的，所述通过视频采集获取实际进食的食物种类及其重量数据的方案包括如下具体步骤：

拍摄用户的进食过程，获得若干组包含完整进食过程以及身份标识的图片集；

将所述图片集输入机器学习模型，获取由所述机器学习模型输出的包含食物种类和重量以及进食者身份的键值对格式信息，并存入进食历史数据档案。

优选的，所述根据订单信息查询餐厅菜品库并通过视频采集进行修正进而获取实际进食的食物种类及其重量数据的方案能够将上述两种采集方式的优点集中，减少采集识别误差，使获取的结果更加精准。包括如下具体步骤：

根据订单信息中的菜品查询餐厅菜品库，获取订单信息中具体包括的食物种类以及重量；

通过视频采集的方式获取用户实际进食的食物种类及重量；

将视频采集获取的食物种类及重量与订单信息中包含的食物种类及重量进行比对；

根据比对结果，修正通过视频采集识别的食物种类，并计入历史进食数据档案，另外，当通过视频采集分析获取的食物的重量小于订单信息中的同种食物重量时，将通过视频采集分析获取的食物重量计入进食历史数据档案，当通过视频采集分析获取的食物重量大于等于订单信息中的同种食物重量时，将订单信息中的食物重量计入进食历史数据档案。

优选的，还包括如下步骤：根据餐厅全部用户的健康状况、进食历史数据，给出营养平衡的供餐建议并完善餐厅菜品库。

其中，所述营养平衡的供餐建议为：根据餐厅的全部用户的健康情况以及进食历史数据，并结合营养学的健康评价标准，开发对全部用户更加有益的健康菜品，下架不利于用户健康的菜品，并将发布的所有菜品备注针对性营养标签。营养标签内容为：高蛋白食物、高脂肪食物、低碳水食物等，便于用户依据营养标签，根据需求进行菜品的选择。

优选的，每餐发布的健康菜品包含6种以上的食材，每餐健康菜品的发布方案中均包含谷类、蔬菜和肉类三种类型的食材，并且应该发布多种蔬菜菜品，每日三餐的发布方案不同，且每日三餐至少包含12种以上食材。

优选的，完善餐厅菜品库的具体步骤如下：

对餐厅就餐用户一段时间内的平衡膳食情况进行总体评价；

分析低度膳食失衡、中度膳食失衡、高度膳食失衡三个范围中用户的点餐情况，确定造成膳食失衡的关联菜品，再根据平衡膳食推荐值，对菜品结构进行调整。

由于餐厅内就餐用户人数较多，因此总体评价主要获取全部就餐用户的膳食质量距评分在较适宜、低度膳食失衡、中度膳食失衡、高度膳食失衡四个范围中的分布情况，进而对低度膳食失衡、中度膳食失衡、高度膳食失衡三个范围内的用户的点餐情况进行分析，如果本餐厅的菜品全部符合平衡膳食推荐建议的要求，而用户的膳食失衡，仅由于用户点餐时没有经过系统推荐或者系统推荐的菜品用户未采用，自行点餐导致点餐的菜品搭配不合理比如点两份肉菜，而蔬菜类偏少，若该现象普遍，则针对此种情况，餐厅将该肉类菜品中的肉类含量减少，蔬菜类含量增加，以保证在符合用户口味和喜好的基础上，增加用户蔬菜类的进食量，最终实现用户的膳食平衡，针对其他个别情况，将进行针对性提示，比如营养师面谈等人工干预，以保证有针对性的解决各种原因引起的膳食失衡。

优选的，结合前一阶段的全部用户的点餐记录，在满足上述条件的基础上，将点餐较多的菜品设置为推荐菜，便于给用户提供点餐参考。

基于上述方法，本发明设计出如下系统：

一种适用于餐厅场景的平衡膳食评价提示系统，包括：用户端、后台、前端；其中，

所述用户端包括注册模块、订单录入模块；

所述后台包括平衡膳食评价模块；

所述前端包括评价呈现模块；

所述注册模块用于进行用户的身份注册；

所述订单录入模块用于录入用户的订单信息；

所述平衡膳食评价模块用于根据所述订单信息，并结合用户的身份信息、进食历史数据以及营养学的健康评价标准的至少其中之一，生成用户的饮食评价；

所述评价呈现模块用于将饮食评价呈现给用户，并进行针对性提示。

优选的，所述注册模块在身份注册时填写的信息包括：用户的身高、体重、年龄、性别以及工作性质；其中，工作性质包括但不限于轻体力劳动、中等体力劳动、重体力劳动及脑力劳动。

优选的，所述平衡膳食评价模块获取的进食历史数据包括但不限于历史进食的食物名称、食物重量以及进食时间。

优选的，所述平衡膳食评价模块设计的营养学的健康评价标准包括但不限于居民膳食结构推荐表、居民能量和营养素摄入量推荐表、居民能量来源与蛋白质和脂肪的食物来源推荐表、能量和营养素缺乏或过量对居民的危害表、和营养评价相关的计算公式及指标、食物成分表。

优选的，所述平衡膳食评价模块生成的饮食评价内容包括一下任意一种或者多种：订单中每种菜品的营养标签、订单分析、阶段性饮食评价、膳食评分以及优化的个性化膳食建议；其中，

所述订单分析主要对订单中菜品的总脂肪、饱和脂肪、糖、盐的含量进行计算，并判断是否超标；

所述阶段性饮食评价将参照中国居民膳食宝塔的要求，对用户某一个阶段的饮食结构进行评价，包括但不限于日评价、周评价、月评价、季度评价、年度评价，一般采用周评价。当用户一个阶段的饮食结构与中国居民膳食宝塔要求的食物种类基本吻合，则判定该用户的该阶段饮食结构符合中国居民膳食宝塔的要求；

所述膳食评分为结合用户历史饮食结构评价以及进食的食物重量对用户的平衡膳食的评分。

优选的，所述注册模块还用于绑定用于识别用户的身份标识，所述用于识别用户的身份标识，包括但不限于进食者使用的不同颜色或者形状的餐具、进食者的姿态动作特征、进食者的头顶特征、进食者进食时佩戴或附着在衣服上的颜色或者形状不同的标识物。

优选的，所述注册模块还用于获取用户的健康档案，所述健康档案包括用户的体检结论、临床报告以及用户健康评价指标。具体的，体检结论中应包含用户慢性病患病情况，临床报告应包含用户患有的具体疾病以及治疗情况，个人健康评价指标包括体脂率、基础代谢率、bmi指数、肌肉和水分等，健康档案中的数据可及时更新，以便系统能够根据用户的最新健康数据，做出最准确的膳食结构评价以及饮食推荐。

优选的，平衡膳食评价模块生成的饮食评价内容还包括：当用户的健康档案表明其存在健康指标异常时，则结合对应于该指标异常的专门膳食指南，生成对应的订单分析、阶段性饮食评价、膳食评分以及优化的个性化膳食建议。

优选的，将饮食评价传输给所述前端的所述评价呈现模块，由所述评价呈现模块显示对应的提示。具体的，所述呈现模块根据饮食评价闪烁不同颜色的灯光，或者使所述评价呈现模块的显示屏以不同的颜色闪烁，另外，所述评价呈现模块还可以根据饮食评价设置语音提示，上述两种提示方式，便于直观的对用户进行饮食评分的强提示，使用户意识到饮食情况，并作出改善。并且，所述评价呈现模块可以根据菜品的营养标签类型，向用户提供菜品选择提示，具体来说，所述评价呈现模块可以根据食堂供应的全部菜品的营养标签类型，向用户提示每种菜品的超标项目，例如盐超标、脂肪超标等；以及向用户对应的菜品建议，例如提示用户选择各项指标符合健康要求的保健菜品。

优选的，所述后台还包括菜品库生成模块；其中所述菜品库生成模块用于预先建立餐厅菜品库，该餐厅菜品库中记录餐厅供应的每种菜品包换的食物种类及其重量。

优选的，所述订单录入模块包括进食记录单元；其中，所述进食记录单元用于获取用户的实际进餐情况，并计入进食历史数据。其中，获取用户的实际进餐情况采用以下三种方案中的任意一种：直接根据订单信息通过查询餐厅菜品库获取用户实际进餐的食物种类及其重量数据、通过视频采集获取实际进食的食物种类及其重量数据、根据订单信息查询餐厅菜品库并通过视频采集进行修正进而获取实际进食的食物种类及其重量数据。

具体的，所述进食记录单元括图片集采集子单元和进食数据记录子单元；当采用所述通过视频采集获取实际进食的食物种类及其重量数据作为进食历史数据的方案时，

所述图片集采集子单元用于拍摄用户的进食过程，获得若干组包含完整进食过程以及身份标识的图片集；

所述进食数据记录子单元用于将所述图片集输入机器学习模型，获取由所述机器学习模型输出的包含食物种类和重量以及进食者身份的键值对格式信息，并存入进食历史数据档案。

所述进食记录单元包括订单食物信息获取子单元、实际进食情况采集子单元、结果比对子单元、进食结果修正及存储子单元；当采用所述根据订单信息查询餐厅菜品库并通过视频采集进行修正进而获取实际进食的食物种类及其重量数据作为进食历史数据的方案时，

所述订单食物信息获取子单元用于根据订单信息中的菜品查询餐厅菜品库，获取订单信息中具体包括的食物种类以及重量；

所述实际进食情况采集子单元用于通过视频采集的方式获取用户实际进食的食物种类及重量；

所述结果比对子单元用于将视频采集获取的食物种类及重量与订单信息中包含的食物种类及重量进行比对；

所述进食结果修正及存储子单元用于根据比对结果，修正通过视频采集识别的食物种类，并计入历史进食数据档案，另外，当通过视频采集分析获取的食物的重量小于订单信息中的同种食物重量时，将通过视频采集分析获取的食物重量计入进食历史数据档案，当通过视频采集分析获取的食物重量大于等于订单信息中的同种食物重量时，将订单信息中的食物重量计入进食历史数据档案。

优选的，所述后台还包括供餐调整模块；其中，所述供餐调整模块用于根据餐厅全部用户的健康状况、进食历史数据，给出营养平衡的供餐建议并完善餐厅菜品库。其中，所述营养平衡的供餐建议为：根据餐厅的全部用户的健康情况以及进食历史数据，并结合营养学的健康评价标准，开发对全部用户更加有益的健康菜品，下架不利于用户健康的菜品，并将发布的所有菜品备注针对性营养标签。

具体的，每餐健康菜品的发布方案中均包含谷类、蔬菜和肉类三种类型的食材，每日三餐的发布方案不同，且每日三餐至少包含12种以上食材。

优选的，所述供餐调整模块包括：菜品数量查询单元、菜品推荐单元；其中，

所述菜品数量查询单元对餐厅就餐用户一段时间内的平衡膳食情况进行总体评价；

所述菜品推荐单元分析低度膳食失衡、中度膳食失衡、高度膳食失衡三个范围中用户的点餐情况确定造成膳食失衡的关联菜品平衡膳食推荐值，对菜品结构进行调整。

一种适用于餐厅场景的平衡膳食评价提示的用户端，包括：注册模块、订单录入模块、评价显示模块、付款模块；其中，

所述注册模块用于进行用户的身份注册；

所述订单录入模块用于录入用户的订单信息；

所述评价显示模块用于获取用户的饮食评价信息；

所述付款模块用于提供付款码，进行订单结算。

优选的，所述注册模块在身份注册时填写的信息包括：用户的身高、体重、年龄、性别以及工作性质；其中，工作性质包括但不限于轻体力劳动、中等体力劳动、重体力劳动及脑力劳动，注册信息根据真实情况可以随时更新；

所述身份标识包括但不限于用户使用的不同颜色或者形状的餐具、用户的姿态动作特征、用户的头顶特征、用户进食时佩戴或附着在衣服上的颜色或形状不同的标识物，便于视频采集时，将进食者与注册的身份信息匹配。

优选的，所述注册模块还用于获得用户的健康档案，所述健康档案包括用户的体检结论、临床报告以及用户健康评价指标，体检结论中包括用户的慢性病患病情况，临床报告中显示用户是否患有某些具体疾病以及疾病的质量情况，用户健康评价指标包含体脂率、基础代谢率、bmi指数、肌肉和水分等，健康档案中的数据可以及时更新。

优选的，所述订单录入模块中包含餐厅发布的全部菜品信息，便于用户点餐时进行选择。

优选的，所述订单录入模块包括进食记录单元；其中，所述进食记录单元用于获取用户的实际进餐情况，并计入进食历史数据。其中，获取用户的实际进餐情况采用以下三种方案中的任意一种：直接根据订单信息通过查询餐厅菜品库获取用户实际进餐的食物种类及其重量数据、通过视频采集获取实际进食的食物种类及其重量数据、根据订单信息查询餐厅菜品库并通过视频采集进行修正进而获取实际进食的食物种类及其重量数据。

采用直接根据订单信息通过查询餐厅菜品库获取用户实际进餐的食物种类及其重量数据的方式获取进食历史数据可实施性强，操作简便。

所述进食记录单元包括图片集采集子单元和进食数据记录子单元；当采用所述通过视频采集获取实际进食的食物种类及其重量数据作为进食历史数据的方案时，

所述图片集采集子单元用于拍摄用户的进食过程，获得若干组包含完整进食过程以及身份标识的图片集；

所述进食数据记录子单元用于将所述图片集输入机器学习模型，获取由所述机器学习模型输出的包含食物种类和重量以及进食者身份的键值对格式信息，并存入进食历史数据档案。

其中，完整的进食过程包括一个入口动作图片和一个离开口动作图片，由于每个人进食过程的方式不同，因此获取完整进食过程便于准确获取进食食物种类和数量，另外在获取完整进食过程的基础上对多余图片删减，有利于减少计算量，加快识别效率。

所述进食记录单元包括订单食物信息获取子单元、实际进食情况采集子单元、结果比对子单元、进食结果修正及存储子单元；当采用所述根据订单信息查询餐厅菜品库并通过视频采集进行修正进而获取实际进食的食物种类及其重量数据作为进食历史数据的方案时，

所述订单食物信息获取子单元用于根据订单信息中的菜品查询餐厅菜品库，获取订单信息中具体包括的食物种类以及重量；

所述实际进食情况采集子单元用于通过视频采集的方式获取用户实际进食的食物种类及重量；

所述结果比对子单元用于将视频采集获取的食物种类及重量与订单信息中包含的食物种类及重量进行比对；

所述进食结果修正及存储子单元用于根据比对结果，修正通过视频采集识别的食物种类，并计入历史进食数据档案，另外，当通过视频采集分析获取的食物的重量小于订单信息中的同种食物重量时，将通过视频采集分析获取的食物重量计入进食历史数据档案，当通过视频采集分析获取的食物重量大于等于订单信息中的同种食物重量时，将订单信息中的食物重量计入进食历史数据档案。此种方式将上述两种获取用户进食历史数据的方式结合，在精确的获取进食数据的基础上，能够有效的规避误差，使获取的数据更精准有效。

优选的，所述评价显示模块获取的饮食评价信息包括：膳食评分、订单中每种菜品的营养标签、阶段性饮食评价、订单分析以及优化的个性化膳食建议；其中，

所述订单分析主要对订单中菜品的总脂肪、饱和脂肪、糖、盐的含量进行计算，并判断是否超标；

所述阶段性饮食评价将参照中国居民膳食宝塔的要求，对用户某一个阶段的饮食结构进行评价，包括但不限于日评价、周评价、月评价、季度评价、年度评价，一般采用一周评价。当用户一个阶段的饮食结构与中国居民膳食宝塔要求的食物种类和数量基本吻合，则判定该用户的该阶段饮食结构符合中国居民膳食宝塔的要求；

所述膳食评分为结合用户历史饮食结构评价以及进食的食物重量对用户的平衡膳食的评分。

优选的，所述饮食评价内容还包括：当用户的健康档案表明其存在健康指标异常时，则结合对应于该指标异常的专门膳食指南，生成对应的订单分析、阶段性饮食评价、膳食评分以及优化的个性化膳食建议。由于餐厅面向各种各样职业以及健康状态的用户，因此，例如对糖尿病患者进行饮食评价时，应结合糖尿病人膳食指南，生成对应的针对糖尿病人的订单分析、阶段性饮食评价、膳食评分以及优化的个性化膳食建议。

一种适用于餐厅场景的平衡膳食评价提示的后台，包括：平衡膳食评价模块、菜品库生成模块、供餐调整模块；其中，

所述平衡膳食评价模块用于录入订单信息，结合用户身份信息、进食历史数据以及营养学的健康评价标准，生成用户的饮食评价；

所述菜品库生成模块用于预先建立餐厅菜品库，该餐厅菜品库中记录餐厅供应的每种菜品包含的食物种类以及重量；

优选的，所述平衡膳食评价模块获取的进食历史数据包括但不限于历史进食的食物名称、食物重量以及进食时间。

优选的，所述平衡膳食评价模块涉及的营养学的健康评价标准包括但不限于居民膳食结构推荐表、居民能量和营养素摄入量推荐表、居民能量来源与蛋白质和脂肪的食物来源推荐表、能量和营养素缺乏或过量对居民的危害表、和营养评价相关的计算公式及指标、食物成分表。将上述健康评价标准表整理为系统易用的数据，便于高效的对用户的订单信息进行科学准确的分析，具有客观准确性。

优选的，所述平衡膳食评价模块生成的饮食评价内容包括一下任意一种或多种：订单中每种菜品的营养标签、订单分析、阶段性饮食评价、膳食评分以及优化的个性化膳食建议；其中，

所述订单分析主要对订单中菜品的总脂肪、饱和脂肪、糖、盐的含量进行计算，并判断是否超标，菜品种总脂肪的含量应小于等于3.0g/100g，饱和脂肪的含量应小于等于1.5g/100g，糖的含量应小于等于5.0g/100g，盐的含量应小于等于0.30g/100g，若总脂肪、饱和脂肪、糖、盐的含量分别高于17.5g/100g、5.0g/100g、22.5g/100g、1.50g/100g则产生超标报警，当订单菜品的总脂肪、饱和脂肪、糖、盐的含量介于上述高低阈值之间，则生成超标提示；总脂肪、饱和脂肪、糖、盐含量是否超标是基于英国的菜品红绿灯设定的含量进行判断的，因此具有科学可靠性，能够监控用户订单中总脂肪、饱和脂肪、糖、盐的摄入量，避免由于用户的饮食习惯不健康且不自知，导致上述指标的含量超标对身体造成不必要的伤害。

所述阶段性饮食评价将参照中国居民膳食宝塔的要求，对用户某一个阶段的饮食结构进行评价，包括但不限于日评价、周评价、月评价、季度评价、年度评价，中国居民膳食宝塔要求每天需要进食12种以上食材，每周需要进食25中以上食材，当用户一个阶段的饮食结构与中国居民膳食宝塔要求的食物种类基本吻合，则判定该用户的该阶段饮食结构符合中国居民膳食宝塔的要求，设置不同的阶段评价，便于用户根据需要了解自身任何阶段的膳食结构。

所述膳食评分为结合用户历史饮食结构评价以及进食的食物重量对用户的平衡膳食的评分，用户可以根据不同的分值计算多维度了解自身膳食情况，并利用膳食质量距的分值，综合了解自身膳食平衡问题，为用户完善改变膳食结构提供方向。

优选的，所述平衡膳食评价模块生成的饮食评价内容还包括：当用户的健康档案表明其存在健康指标异常时，则结合对应于该指标异常的专门膳食指南，生成对应的订单分析、阶段性饮食评价、膳食评分以及优化的个性化膳食建议。比如，某用户的血压较高，则结合高血压患者膳食指南，生成针对高血压患者的订单分析、阶段性饮食评价、膳食评分以及优化的个性化膳食建议。以便针对全部身体健康状况以及职业的人员，进行个性化膳食评价。

优选的，所述供餐调整模块给出的所述营养平衡的供餐建议为：根据餐厅的全部用户的健康情况以及进食历史数据，并结合营养学的健康评价标准，开发对全部用户更加有益的健康菜品，下架不利于用户健康的菜品，并将发布的所有菜品备注针对性营养标签。其中，每餐健康菜品的发布方案中均包含谷类、蔬菜和肉类三种类型的食材，每日三餐的发布方案不同，且每日三餐至少包含12种以上食材。

优选的，所述供餐调整模块包括：菜品数量查询单元、菜品推荐单元；其中，

所述菜品数量查询单元对餐厅就餐用户一段时间内的平衡膳食情况进行总体评价；

所述菜品推荐单元分析低度膳食失衡、中度膳食失衡、高度膳食失衡三个范围中用户的点餐情况确定造成膳食失衡的关联菜品平衡膳食推荐值，对菜品结构进行调整。

一种适用于餐厅场景的平衡膳食评价提示的前端，包括：评价呈现模块、售饭机；其中，

所述评价呈现模块用于将饮食评价呈现给用户，并进行针对性提示；

所述售饭机用于扫描用户端的付款码。

优选的，所述评价呈现模块与所述售饭机通过数据线连接。

优选的，所述评价呈现模块设置有显示屏、提示灯、音响、以及伸缩杆；其中，

所述显示屏用于显示订单金额以及饮食评价，便于用户对自身膳食结构的总体情况以及各个维度的情况进行全方位的了解，呈现形式较直观，另外，也可以闪烁不同的颜色的显示屏灯光，用于对用户的饮食评价进行直观展示和强提示；

所述提示灯针对不同的饮食评价闪烁不同颜色的灯光，在呈现评分的基础上，更加直观的提高用户对膳食失衡情况的关注；

所述音响用于播放饮食评价对应的提示语音；

通过调节所述伸缩杆，使所述显示屏与人的视线持平，便于用户观看显示屏呈现的内容。

优选的，所述评价呈现模块的提示灯根据饮食评价闪烁不同颜色的灯光，或者使所述评价呈现模块的显示屏以不同的颜色闪烁，以上述两种方式中的一种或者两种，均可对用户进行饮食评价的强提示，便于提醒用户完善订单菜品。

优选的，所述评价呈现模块的音响根据饮食评价设置语音提示。

本发明具有以下有益效果：

经由上述的技术方案可知，基于现有技术，本发明提出了一种适用于餐厅场景的平衡膳食评价提示方法、系统、用户端、后台及前端，将用户的基础信息、健康记录与营养学的健康评价标准结合，提出针对性的适用于各种类型人群的膳食评价及个性化膳食建议，并直观的呈现给用户，有效的为用户膳食结构改善指明方向，将用户个人的主动改变与餐厅健康菜品的发布结合，多维度的确保了用户的膳食平衡。

附图说明

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，还可以根据提供的附图获得其他的附图。

图1为本发明平衡膳食评价提示方法流程图；

图2位本发明平衡膳食评价提示系统结构框图；

图3为本发明平衡膳食评价提示用户端结构框图；

具体实施方式

下面将对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于发明中的实施例，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，都属于本发明保护的范围。

如图1所示，本发明提供了如下方法：

一种适用于餐厅场景的平衡膳食评价提示方法，包括如下步骤：

s0、预先建立餐厅菜品库，该餐厅菜品库中记录餐厅供应的每种菜品包含的食物种类及其重量。

s1、进行用户的身份注册；

身份注册时填写的信息包括：用户的身高、体重、年龄、性别以及工作性质；其中，工作性质包括但不限于轻体力劳动、中等体力劳动、重体力劳动及脑力劳动；

所述s1还包括：绑定用于识别用户的身份标识；用户身份标识包括但不限于用户使用的不同颜色或者形状的餐具、用户的姿态动作特征、用户的头顶特征、用户进食时佩戴或附着在衣服上的颜色或形状不同的标识物；

所述s1还包括：获得用户的健康档案；所述健康档案包括用户的体检结论、临床报告以及用户健康评价指标；其中，体检结论应包含用户的慢性病患病情况，临床报告应包含用户的具体疾病诊断情况，用户健康评价指标包含用户的体脂率、基础代谢率、bmi指数、肌肉和水分等。

上述所有数据均可以根据实际情况做适应性修改。

s2、录入用户的订单信息；

用户可以在手机上依据预设的菜品库信息进行在线点餐，生成订单付款信息，并且同时录入订单中的菜品信息。另外，所述s2包括：获取用户的实际进餐情况，并计入进食历史数据。

具体的，获取用户的实际进餐情况采用以下三种方案中的任意一种：直接根据订单信息通过查询餐厅菜品库获取用户实际进餐的食物种类及其重量数据、通过视频采集获取实际进食的食物种类及其重量数据、根据订单信息查询餐厅菜品库并通过视频采集进行修正进而获取实际进食的食物种类及其重量数据。

通过视频采集获取实际进食数据作为进食历史数据的方案包括如下具体步骤：

拍摄用户的进食过程，获得若干组包含完整进食过程以及身份标识的图片集，由于每位进食者的进食方式存在着差异，对于大部分进食者而言，使用进食工具夹取的食物，并非每次真实入口的食物重量，只有入口动作图片中显示的食物重量减去离开口动作图片中显示的食物重量，才能准确计算出进食者每次真实入口的重量，因此为了准确的计算进食者每次真实的入口重量，所述识别程序依赖的进食图片获取规则为，获取的进食分析图片集中的每组数据均包含一张入口动作图片和一张离开口动作图片，并舍弃其余图片，减少机器学习模型识别过程的计算量，提高识别速度，并且一组数据中的食物图片必须清晰可识别；每位进食者注册的身份标识不同，因此进食者身份识别图片获取规则为，将具有同一个体身份标识的图片帧整合在一起，成为一组图片集；

将所述图片集输入机器学习模型，所述机器学习模型采用神经网络算法，因此所述机器学习模型在训练完成后能够根据输入的图片集，识别并输出进食者身份和/或食物种类和重量，输出的识别结果为键值对格式信息，即输出进食者的身份信息与进食档案的匹配对应的信息，并存入进食历史数据档案。

根据订单信息中的菜品查询餐厅菜品库并通过视频采集进行修正进而获取实际进食的食物种类及其重量数据，包括如下两个具体步骤：

获取订单信息中具体包括的食物种类以及重量；

通过视频采集的方式获取用户实际进食的食物种类及重量；

将视频采集获取的食物种类及重量与订单信息中包含的食物种类及重量进行比对；

根据比对结果，修正通过视频采集识别的食物种类，并计入历史进食数据档案，另外，当通过视频采集分析获取的食物的重量小于订单信息中的同种食物重量时，将通过视频采集分析获取的食物重量计入进食历史数据档案，当通过视频采集分析获取的食物重量大于等于订单信息中的同种食物重量时，将订单信息中的食物重量计入进食历史数据档案。

s3、根据所述订单信息，并结合用户的身份信息、进食历史数据以及营养学的健康评价标准的至少其中之一，生成用户的饮食评价；

获取的进食历史数据包括但不限于历史进食的食物名称、食物重量以及进食时，获取历史进食数据的具体方法如s2所述。

涉及的营养学的健康评价标准包括但不限于居民膳食结构推荐表、居民能量和营养素摄入量推荐表、居民能量来源与蛋白质和脂肪的食物来源推荐表、能量和营养素缺乏或过量对居民的危害表、和营养评价相关的计算公式及指标、食物成分表。

生成的饮食评价内容包括以下任意一种或多种：订单中每种菜品的营养标签、订单分析、阶段性饮食评价、膳食评分以及优化的个性化膳食建议；其中，

所述订单分析主要对订单中菜品的总脂肪、饱和脂肪、糖、盐的含量进行计算，并判断是否超标，并针对总脂肪、饱和脂肪、糖、盐的含量超标情况给予不同的反馈，具体的，当用户订单中菜品的总脂肪、饱和脂肪、糖、盐的含量分别低于3.0g/100g、1.5g/100g、5.0g/100g、0.30g/100g时记为不超标；当用户订单中菜品的总脂肪、饱和脂肪、糖、盐的含量分别高于17.5g/100g、5.0g/100g、22.5g/100g、1.50g/100g时，记为严重超标，进行超标报警；若用户订单中菜品的总脂肪、饱和脂肪、糖、盐的含量介于二者之间时，记为轻微超标，进行超标提示，便于用户对每餐菜品的总脂肪、饱和脂肪、糖、盐的含量进行把控，避免摄入超标。

根据每种菜品中每种指标的超标情况生成营养标签，比如“高脂肪”、“高饱和脂肪”、“高糖”、“高盐”等，以便用户根据需求进行选择。

所述阶段性饮食评价将参照中国居民膳食宝塔的要求，对用户某一个阶段的饮食结构进行评价，包括但不限于日评价、周评价、月评价、季度评价、年度评价，当用户一个阶段的饮食结构与中国居民膳食宝塔要求的食物种类基本吻合，则判定该用户的该阶段饮食结构符合中国居民膳食宝塔的要求；具体的，中国居民膳食宝塔的要求如下：每天需要进食12种以上食物，每周需要进食25种以上食物。因此当用户某一个阶段进食食物满足上述要求则认为该用户符合平衡膳食要求。

所述膳食评分为结合用户历史饮食结构评价以及进食的食物重量对用户的平衡膳食的评分，膳食评分的具体方法步骤如下：

进行膳食评分的指标有如下八种：谷类、蔬菜水果、奶类及大豆类、动物性食物、纯能量食物、调味品、食物种类、饮水量；其中，膳食指南中强调“适量”食用的食物有谷类、动物性食物，进食评分根据进食情况分别设置为-12至12分、-12至8分；膳食指南中强调“多吃”的食物有蔬菜水果、奶类及大豆类、食物种类、饮用水，进食评分根据摄入量均设置为-12至0分；膳食指南中强调“少吃”的食物有纯能量食物和调味品，进食评分根据摄入量均设置为0至12分。分值计算内容为：总分、负端分、正端分、膳食质量距，总分为将上述指标的分值累加，反映总体膳食质量平均水平，如果分值为正，则表明平均水平趋向摄入过量，如果分值为负，则表明平均水平趋向摄入不足，如果分值为0却不一定代表膳食平衡；负端分为将所有负分累加取绝对值，分值范围为0-72，分值为0表示无摄入不足，1-14为较适宜，15-29为低度摄入不足，29-43为中度摄入不足，43以上为高度摄入不足；正端分为将所有正分累加，反映膳食中摄入过量的程度，分值范围为0-44，分值为0表示无摄入过量，分值为1-9为较适宜，分值为10-18为低度摄入过量，分值为19-27为中度摄入过量，分值在27分以上为高度摄入过量；膳食质量距是将每个指标分值的绝对值累加，综合反映特定膳食中的问题，分值范围0-96,分值0表示膳食中既不存在摄入过量也不存在摄入不足的问题，分值1-19为较适宜，分值20-38位低度膳食失衡，分值39-57为中度膳食失衡，分值57以上为高度膳食失衡，用户可以根据不同的评分内容，对自身膳食结构进行多维度的了解，以完善自身膳食结构。

所述s3生成的饮食评价内容还包括：当用户的健康档案表明其存在健康指标异常时，则结合对应于该指标异常的专门膳食指南，生成对应的订单分析、阶段性饮食评价、膳食评分以及优化的个性化膳食建议。比如，血压指标过高，则结合高血压患者膳食制单，生成针对高血压患者的订单分析、阶段性饮食评价、膳食评分以及优化的个性化建议。

上述饮食评价对用户的当前订单的限制指标的含量进行把握，并生成对应的营养标签，另外又通过对过去某一阶段的膳食结构评分，给用户改善膳食结构提供方向，根据评价结果，进而结合用户自身的基础数据和健康档案，为用户提供切实可行的用餐建议。

s4、将饮食评价呈现给用户，并进行针对性提示。

具体的，将饮食评价传输至前端，由前端根据饮食评价显示对应的提示。所述前端根据饮食评价闪烁不同颜色的灯光，或者使前端的屏幕以不同的颜色闪烁；同是所述前端根据饮食评价设置语音提示，通过上述两种强提醒方式，对用户的进行点餐提示，以便用户参考并完善订单菜品种类。

为了进一步优化上述技术方案，本发明还包括如下步骤：根据餐厅全部用户的健康状况、进食历史数据，给出营养平衡的供餐建议并完善餐厅菜品库。

具体的，营养平衡的供餐建议为：根据餐厅的全部用户的健康情况以及进食历史数据，并结合营养学的健康评价标准，开发对全部用户更加有益的健康菜品，下架不利于用户健康的菜品，并将发布的所有菜品备注针对性营养标签。另外，每餐发布的健康菜品包含6种以上的食材，每餐健康菜品的发布方案中均包含谷类、蔬菜和肉类三种类型的食材，每日三餐的发布方案不同，且总共包含12种以上食材。每餐健康菜品的发布方案中均包含谷类、蔬菜和肉类三种类型的食材，每日三餐的发布方案不同，且每日三餐至少包含12种以上食材。

完善餐厅菜品库的具体步骤如下：

对餐厅就餐用户一段时间内的平衡膳食情况进行总体评价，总体评价是指，针对就餐用户的膳食质量距评分在较适宜、低度膳食失衡、中度膳食失衡、高度膳食失衡四个范围中的分布情况进行评价；

分析低度膳食失衡、中度膳食失衡、高度膳食失衡三个范围中用户的点餐情况，确定造成膳食失衡的关联菜品平衡膳食推荐值，对菜品结构进行调整。如果本餐厅的菜品全部符合平衡膳食推荐建议的要求，而用户的膳食失衡，仅由于用户点餐时没有经过系统推荐或者系统推荐的菜品用户未采用，自行点餐导致点餐的菜品搭配不合理比如点两份肉菜，而蔬菜类偏少，若该现象普遍，则针对此种情况，餐厅将该肉类菜品中的肉类含量减少，蔬菜类含量增加，以保证在符合用户口味和喜好的基础上，增加用户蔬菜类的进食量，最终实现用户的膳食平衡，针对其他个别情况，将进行针对性提示，比如营养师面谈等人工干预，以保证有针对性的解决各种原因引起的膳食失衡。

如图2所示，基于上述方法，本发明设计出如下系统：

一种适用于餐厅场景的平衡膳食评价提示系统，包括：用户端1、后台2、前端3；其中，

用户端1包括注册模块11；

后台2包括平衡膳食评价模块21；

前端3包括评价呈现模块31；

注册模块11用于用户的身份注册；

订单录入模块12用于录入用户的订单信息；

平衡膳食评价模块21用于根据订单信息，并结合用户的身份信息、进食历史数据以及营养学的健康评价标准的至少其中之一，生成用户的饮食评价；

评价呈现模块31用于将饮食评价呈现给用户，并进行针对性提示。

为了进一步优化上述技术特征，注册模块11在身份注册时填写的信息包括：用户的身高、体重、年龄、性别以及工作性质；其中，工作性质包括但不限于轻体力劳动、中等体力劳动、重体力劳动及脑力劳动。

为了进一步优化上述技术特征，平衡膳食评价模块21获取的进食历史数据包括但不限于历史进食的食物名称、食物重量以及进食时间。

为了进一步优化上述技术特征，平衡膳食评价模块21涉及的营养学的健康评价标准包括但不限于居民膳食结构推荐表、居民能量和营养素摄入量推荐表、居民能量来源与蛋白质和脂肪的食物来源推荐表、能量和营养素缺乏或过量对居民的危害表、和营养评价相关的计算公式及指标、食物成分表。

为了进一步优化上述技术特征，平衡膳食评价模块21生成的饮食评价内容包括以下任意一种或多种：订单中每种菜品的营养标签、订单分析、阶段性饮食评价、膳食评分以及优化的个性化膳食建议；其中，

订单分析主要对订单中菜品的总脂肪、饱和脂肪、糖、盐的含量进行计算，并判断是否超标；

阶段性饮食评价将参照中国居民膳食宝塔的要求，对用户某一个阶段的饮食结构进行评价，包括但不限于日评价、周评价、月评价、季度评价、年度评价，一般采用周评价。当用户一个阶段的饮食结构与中国居民膳食宝塔要求的食物种类基本吻合，则判定该用户的该阶段饮食结构符合中国居民膳食宝塔的要求；

膳食评分为结合用户历史饮食结构评价以及进食的食物重量对用户的平衡膳食的评分。

为了进一步优化上述技术特征，注册模块11还用于绑定用于识别用户的身份标识。

为了进一步优化上述技术特征，用于识别用户的身份标识，包括但不限于进食者使用的不同颜色或者形状的餐具、进食者的姿态动作特征、进食者的头顶特征、进食者进食时佩戴或附着在衣服上的颜色或形状不同的标识物。

为了进一步优化上述技术特征，注册模块11还用于获得用户的健康档案；健康档案包括用户的体检结论、临床报告以及用户健康评价指标。

为了进一步优化上述技术特征，平衡膳食评价模块21生成的饮食评价内容还包括：当用户的健康档案表明其存在健康指标异常时，则结合对应于该指标异常的专门膳食指南，生成对应的订单分析、阶段性饮食评价、膳食评分以及优化的个性化膳食建议。

为了进一步优化上述技术特征，将饮食评价传输给前端3的评价呈现模块31，由评价呈现模块31显示对应的提示。评价呈现模块31根据饮食评价闪烁不同颜色的灯光，或者使评价呈现模块31的显示屏以不同的颜色闪烁；同时评价呈现模块31根据饮食评价设置语音提示。

为了进一步优化上述技术方案，后台2还包括菜品库生成模块22；其中，菜品库生成模块22用于预先建立餐厅菜品库，该餐厅菜品库中记录餐厅供应的每种菜品包含的食物种类及其重量。

为了进一步优化上述技术方案，订单录入模块12包括进食记录单元121；其中，进食记录单元121用于获取用户的实际进餐情况，并计入进食历史数据。具体的，获取用户的实际进餐情况采用以下三种方案中的任意一种：直接根据订单信息通过查询餐厅菜品库获取用户实际进餐的食物种类及其重量数据、通过视频采集获取实际进食的食物种类及其重量数据、根据订单信息查询餐厅菜品库并通过视频采集进行修正进而获取实际进食的食物种类及其重量数据。

进食记录单元121包括图片集采集子单元和进食数据记录子单元；当采用通过视频采集获取实际进食的食物种类及其重量数据作为进食历史数据的方案时，

图片集采集子单元用于拍摄用户的进食过程，获得若干组包含完整进食过程以及身份标识的图片集；

进食数据记录子单元用于将图片集输入机器学习模型，获取由机器学习模型输出的包含食物种类和重量以及进食者身份的键值对格式信息，并存入进食历史数据档案。

进食记录单元121包括订单食物信息获取子单元、实际进食情况采集子单元、结果比对子单元、进食结果修正及存储子单元；当采用根据订单信息查询餐厅菜品库并通过视频采集进行修正进而获取实际进食的食物种类及其重量数据作为进食历史数据的方案时，

订单食物信息获取子单元用于根据订单信息中的菜品查询餐厅菜品库，获取订单信息中具体包括的食物种类以及重量；

实际进食情况采集子单元用于通过视频采集的方式获取用户实际进食的食物种类及重量；

结果比对子单元用于将视频采集获取的食物种类及重量与订单信息中包含的食物种类及重量进行比对；

进食结果修正及存储子单元用于根据比对结果，修正通过视频采集识别的食物种类，并计入历史进食数据档案，另外，当通过视频采集分析获取的食物的重量小于订单信息中的同种食物重量时，将通过视频采集分析获取的食物重量计入进食历史数据档案，当通过视频采集分析获取的食物重量大于等于订单信息中的同种食物重量时，将订单信息中的食物重量计入进食历史数据档案。

为了进一步优化上述技术方案，后台2还包括供餐调整模块23；其中，供餐调整模块23用于根据餐厅全部用户的健康状况、进食历史数据，给出营养平衡的供餐建议并完善餐厅菜品库。其中，营养平衡的供餐建议为：根据餐厅的全部用户的健康情况以及进食历史数据，并结合营养学的健康评价标准，开发对全部用户更加有益的健康菜品，下架不利于用户健康的菜品，并将发布的所有菜品备注针对性营养标签；每餐健康菜品的发布方案中均包含谷类、蔬菜和肉类三种类型的食材，每日三餐的发布方案不同，且每日三餐至少包含12种以上食材。

为了进一步优化上述技术方案，供餐调整模块23包括：菜品数量查询单元、菜品推荐单元；其中，

菜品数量查询单元对餐厅就餐用户一段时间内的平衡膳食情况进行总体评价；

菜品推荐单元分析低度膳食失衡、中度膳食失衡、高度膳食失衡三个范围中用户的点餐情况确定造成膳食失衡的关联菜品平衡膳食推荐值，对菜品结构进行调整。

如图3所示，具体公开了平衡膳食评价提示用户端的结构：

一种适用于餐厅场景的平衡膳食评价提示的用户端，包括：注册模块11、订单录入模块12、评价显示模块13、付款模块14；其中，

注册模块11用于进行用户的身份注册，绑定用于识别用户的身份标识，并上传健康档案；注册模块11在身份注册时填写的信息包括：用户的身高、体重、年龄、性别以及工作性质；其中，工作性质包括但不限于轻体力劳动、中等体力劳动、重体力劳动及脑力劳动；身份标识包括但不限于用户使用的不同颜色或者形状的餐具、用户的姿态动作特征、用户的头顶特征、用户进食时佩戴或附着在衣服上的颜色或形状不同的标识物；注册上传的健康档案包括用户的体检结论、临床报告以及用户健康评价指标，具体的，体检结论中应包含用户慢性病患病情况，临床报告应包含用户患有的具体疾病以及治疗情况，个人健康评价指标包括体脂率、基础代谢率、bmi指数、肌肉和水分等；上述数据均可以根据真实情况进行适应性更改。

订单录入模块12中包含餐厅发布的全部菜品信息，及其营养标签，用于录入用户的订单信息，另外，订单录入模块还包括进食记录单元121；其中，进食记录单元121用于获取用户的实际进餐情况，并计入进食历史数据。

具体的，获取用户的实际进餐情况采用以下三种方案中的任意一种：直接根据订单信息通过查询餐厅菜品库获取用户实际进餐的食物种类及其重量数据、通过视频采集获取实际进食的食物种类及其重量数据、根据订单信息查询餐厅菜品库并通过视频采集进行修正进而获取实际进食的食物种类及其重量数据。

进食记录单元121包括图片集采集子单元和进食数据记录子单元；当采用通过视频采集获取实际进食的食物种类及其重量数据作为进食历史数据的方案时，

图片集采集子单元用于拍摄用户的进食过程，获得若干组包括完整进食过程以及身份标识的图片集；进食数据记录子单元用于将图片集输入机器学习模型，获取由机器学习模型输出的包含食物种类和重量以及进食者身份的键值对格式信息，并存入进食历史数据档案。

另外，身份标识包括但不限于进食者使用的不同颜色或者形状的餐具、进食者的姿态动作特征、进食者的头顶特征、进食者进食时佩戴或附着在衣服上的颜色或形状不同的标识物；完整的进食过程包括一个入口动作图片和一个离开口的动作图片。

进食记录单元121包括订单食物信息获取子单元、实际进食情况采集子单元、结果比对子单元、进食结果修正及存储子单元；当采用根据订单信息查询餐厅菜品库并通过视频采集进行修正进而获取实际进食的食物种类及其重量数据作为进食历史数据的方案时，

订单食物信息获取子单元用于获取订单信息中具体包括的食物种类以及重量；实际进食情况采集子单元用于通过视频采集的方式获取用户实际进食的食物种类及重量；结果比对单元用于将视频采集获取的食物种类及重量与订单信息中包含的食物种类及重量进行比对；进食结果修正及存储单元用于根据比对结果，修正通过视频采集识别的食物种类，并计入历史进食数据档案，另外，当通过视频采集分析获取的食物的重量小于订单信息中的同种食物重量时，将通过视频采集分析获取的食物重量计入进食历史数据档案，当通过视频采集分析获取的食物重量大于等于订单信息中的同种食物重量时，将订单信息中的食物重量计入进食历史数据档案。评价显示模块13用于获取饮食评价信息；具体的，评价显示模块12获取的饮食评价信息包括：膳食评分、订单中每种菜品的营养标签、以及优化的个性化膳食建议，饮食评价信息可以通过小程序、微信公众号或者短信的形式发送给用户，因此评价显示模块的显示位置不做限制。

付款模块14用于生成订单信息对应的付款码，以便进行订单结算。

一种适用于餐厅场景的平衡膳食评价提示的后台，包括：平衡膳食评价模块、菜品库生成模块、供餐调整模块；其中，

平衡膳食评价模块用于录入订单信息，结合用户身份信息、进食历史数据以及营养学的健康评价标准，生成用户的饮食评价。

为了进一步优化上述技术特征，平衡膳食评价模块中涉及的营养学的健康评价标准包括但不限于居民膳食结构推荐表、居民能量和营养素摄入量推荐表、居民能量来源与蛋白质和脂肪的食物来源推荐表、能量和营养素缺乏或过量对居民的危害表、和营养评价相关的计算公式及指标、食物成分表。

平衡膳食评价模块生成的饮食评价内容包括：订单中每种菜品的营养标签、订单分析、阶段性饮食评价、膳食评分以及优化的个性化膳食建议；其中，

订单分析主要对订单中菜品的总脂肪、饱和脂肪、糖、盐的含量进行计算，并判断是否超标；

阶段性饮食评价将参照中国居民膳食宝塔的要求，对用户某一个阶段的饮食结构进行评价，包括但不限于日评价、周评价、月评价、季度评价、年度评价，当用户一个阶段的饮食结构与中国居民膳食宝塔要求的食物种类基本吻合，则判定该用户的该阶段饮食结构符合中国居民膳食宝塔的要求；

膳食评分为结合用户历史饮食结构评价以及进食的食物重量对用户的平衡膳食的评分。

为了进一步优化上述技术特征，平衡膳食评价模块生成的饮食评价内容还包括：当用户的健康档案表明其存在健康指标异常时，则结合对应于该指标异常的专门膳食指南，生成对应的订单分析、阶段性饮食评价、膳食评分以及优化的个性化膳食建议。

菜品库生成模块用于预先建立餐厅菜品库，该餐厅菜品库中记录餐厅供应的每种菜品包含的食物种类及其重量。

供餐调整模块用于根据餐厅全部用户的健康状况、进食历史数据，给出营养平衡的供餐建议并完善餐厅菜品库。

为了进一步优化上述技术方案，供餐调整模块给出营养平衡的供餐建议为：根据餐厅的全部用户的健康情况以及进食历史数据，并结合营养学的健康评价标准，开发对全部用户更加有益的健康菜品，下架不利于用户健康的菜品，并将发布的所有菜品备注针对性营养标签。

另外，供餐调整模块每餐发布的健康菜品包含6种以上的食材，每餐健康菜品的发布方案中均包含谷类、蔬菜和肉类三种类型的食材，每日三餐的发布方案不同，且每日三餐至少包含12种以上食材。

为了进一步优化上述技术方案，供餐调整模块包括菜品数量查询单元、菜品推荐单元；其中，

菜品数量查询单元对餐厅就餐用户一段时间内的平衡膳食情况进行总体评价；

菜品推荐单元分析低度膳食失衡、中度膳食失衡、高度膳食失衡三个范围中用户的点餐情况确定造成膳食失衡的关联菜品平衡膳食推荐值，对菜品结构进行调整。

一种适用于餐厅场景的平衡膳食评价提示的前端，包括：评价呈现模块、售饭机；其中，

评价呈现模块用于将饮食评价呈现给用户，并进行针对性提示；

售饭机用于扫描用户端的付款码。

具体的，评价呈现模块设置有显示屏、提示灯、音响、以及伸缩杆；其中，

显示屏用于显示订单金额以及饮食评价；

提示灯针对不同的饮食评价闪烁不同颜色的灯光；

音响用于播放饮食评价对应的提示语音；

通过调节伸缩杆，显示屏与人的视线持平。

为了进一步优化上述技术特征，评价呈现模块的提示灯根据饮食评价闪烁不同颜色的灯光，或者使评价呈现模块的显示屏以不同的颜色闪烁；同时，评价呈现模块的音响根据饮食评价设置语音提示。

为了进一步优化上述技术特征，评价呈现模块与售饭机通过数据线连接，以便将售饭机中的信息呈现在评价呈现模块上。

本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。对于实施例公开的装置而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。

对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下，在其它实施例中实现。因此，本发明将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。