本发明属于饮食与健康
技术领域：
，具体涉及到通过学生使用校园一卡通就餐，分析学生的饮食行为，为学生和管理人员提供健康饮食方案和合理化建议。
背景技术：
：目前大学生普遍存在不吃早餐、偏爱烧烤小吃、蔬菜摄入量少、校外就餐等不良饮食行为，此外，还有许多学生因为没有养成科学的饮食习惯，有的经常缺顿少餐，导致营养不良，精力不佳；有的经常暴饮暴食，诱发消化方法疾病、肥胖以及多种慢性病。他们作为一个特殊的社会群体，正处于一个脑力和体力活动旺盛，身体发育和知识获取极重要的时期，营养是大学生生长发育最主要的物质基础，所以健康饮食对大学生而言至关重要。随着信息技术的迅猛发展，校园一卡通已成为高等学校数字化校园建设的重要组成部分，为在校大学生提供了优质、高效的信息化服务，包括就餐、图书借阅、身份验证、其他消费等服务。目前基于校园一卡通的数据分析有：通过统计学生的不同业务消费记录，分析学生整体消费情况；通过分析食堂就餐峰值和容积率，反映食堂的运营管理状况等，这些研究片面的从学校食堂管理的角度进行分析，而从学生合理健康饮食的角度进行分析的研究却很少。技术实现要素：本发明所要解决的技术问题在于克服现有技术的缺点，提供一种设计合理、方法简捷的基于校园一卡通数据的学生饮食行为分析方法。解决上述技术问题所采用的技术方案是由下述步骤组成：(1)数据获取数据获取来源于校园一卡通和学生个人信息以及学校餐厅窗口菜品信息。(2)对学生就餐的数据进行饮食时间分析、饮食均衡性分析。(3)微信推送饮食建议本发明的饮食均衡性分析为：(1)营养素均衡性分析步骤根据学生的基本信息，年龄、性别、劳动强度，参照《中国居民膳食营养素参考摄入量》的标准，从学生的个人信息和已获取的数据得到日标准营养素摄取量；对比分析学生某段时间内碳水化合物、脂肪以及蛋白质的摄入情况：参照食物营养素表，确定学生每日、每周、每月内所摄入的平均营养素摄入量，再与《中国居民膳食营养素参考摄入量》进行比较，分析学生养素摄入量是否合理，每餐摄入的热量、碳水化合物、脂肪、蛋白质在《中国居民膳食营养素参考摄入量》标准之内，为合理，否则为不合理。(2)饮食多样性分析建立就餐多样性规则库，按式1f＝c/tol(1)式中f为同一窗口就餐频次，c为同一餐次某窗口的就餐次数，tol为就餐总次数；分别统计学生早餐、午餐、晚餐，每日、每周、每月内到餐厅各窗口的就餐频次值以及不同窗口的菜品种类数目，根据多样性规则库进行分析学生的饮食多样性。本发明的多样性规则库为：每一个学生每餐在同一窗口就餐频次超过3个为多样，早餐消费金额大于8元为多样，午餐消费金额大于15元为多样，晚餐消费金额大于13元为多样。本发明的微信推送饮食建议步骤为：(1)数据预处理方法①通过校园一卡通记载的数据和采用调查问卷得到学生饮食记录数据，计算出学生每餐食用的食物、食用量以及食物的频次，制成饮食频次表，其中学生的姓名字段和消费食物字段用其编号代替；②根据学生的热量、蛋白质、脂肪、碳水化合物实际摄入量及其标准摄入量，获取该学生两类摄入量的差值。(2)基于多目标优化的协同过滤应用结合学生的饮食口味和饮食营养两大需求，采用下式获取学生对食物的喜好度，产生食物推荐表，式中Ii,j表示i食物和j食物共同被食用学生的集合，Ri,c表示c学生吃过i食物的频次，Ri表示i食物被学生吃过的平均频次；对就餐学生进行分组，使学生所在组中每个学生能够改善各类营养素的不合理摄入状况，以学生对食物的饮食频次反映其对该食物的喜好程度，向决策者提供决策支持。①对学生就餐爱好进行分组对就餐的学生分成实验组a和对比组b，实验组a在一周内蛋白质摄入偏低、脂肪摄入偏高，其它营养素摄入正常的学生人群；对比组b在该段时间内蛋白摄入偏高、脂肪摄入偏低，其它营养素摄入正常的学生群；将对比组b的食物推荐给实验组a的方法如下：建立学生的营养向量模型：U(Δuene,Δupro,Δufat,Δucar)(3)式中Δuene,Δupro,Δufat,Δucar分别表示学生在一周内热量、蛋白质、脂肪、碳水化合物的平均摄入量与标准摄入量的差值。建立实验组a的营养向量模型：式中表示实验组a一周内热量平均摄入量与标准摄入量的差值，表示实验组a一周内蛋白质平均摄入量与标准摄入量的差值，表示实验组a一周内脂肪的平均摄入量与标准摄入量之间的差值，表示实验组a一周内碳水化合物的平均摄入量与标准摄入量之间的差值。根据实验组a的营养向量模型确定相似学生期望值：式中为实验组a一周内热量平均摄入量与标准摄入量差值的期望值，为实验组a一周内蛋白质平均摄入量与标准摄入量差值的期望值，为实验组a一周内脂肪平均摄入量与标准摄入量差值的期望值，为实验组a一周内碳水化合物的平均摄入量与标准摄入量之间差值的期望值。②根据适应度函数确定适应度值建立对比组b的营养向量模型为：表示对比组b一周内热量平均摄入量与标准摄入量的差值，表示对比组b一周内蛋白质平均摄入量与标准摄入量的差值，表示对比组b一周内脂肪的平均摄入量与标准摄入量之间的差值，表示对比组b一周内平均摄入量与标准摄入量的差值。以各类食谱营养差值与相对应的学生营养差值之和的最小值为适应度函数：式中minyene，minypro，minyfat，minycar分别为各类食谱中所含热量、蛋白质、脂肪和碳水化合物差值与相对应的学生摄取热量、蛋白质、脂肪和碳水化合物差值之和的最小值。③建立推荐模型确定能够改善学生营养需求、饮食偏好相似的学生群体，实现健康食物推荐。上述(2)式输入数据有两类：m×n为用户-食物频次矩阵R，n×h为食物-食材矩阵Q，矩阵R和矩阵Q为：矩阵R中，m是就餐学生个数，n是食物的就餐次数，rmn为第m个学生对第n个食物的饮食频次；矩阵Q中，n是同一餐次的食物个数，h是食材个数，qnh取值为0或1，0为第n个食物的原料组成中不包括食材h；1为第n个食物的原料组成中包括食材h。④寻找最近邻居在学生分组的基础上采用(2)式为学生进行饮食推荐，根据R(m,n)矩阵，确定实验组a与对比组b之间的食物间的相似度，获得当前学生的邻居用户群，产生最近邻居集；食物间的相似度由食物组成相似度和学生饮食频次相似度两部分组成；Sim(i,j)＝Simcomponents(i,j)+Simdiet(i,j)(8)式中sim(i,j)为食物间相似度，simcomponents(i,j)为食物组成相似度，simdiet(i,j)为用户饮食频次相似度；用(9)式确定学生饮食频次相似度：式中Ii,j为同时食用i和j两个食物的用户集合，Ri,c为c学生对食物i的食用频次,为第i个食物的平均饮食频次；用(10)式确定食物组成相似度：式中ik表示第i个食物包括食材k的属性值。根据所得到的食物间的相似度来确定最近邻居集，即相似食物集；⑤食物推荐根据最近邻学生现有的饮食频次，按式(11)计算学生对食物的食用频次，式中表示学生u对所有食物的平均食用频次，ru,i是学生对食物i的频次，ru,j是已知学生u对食物j的次数与学生u对所有食物的平均食用频次的差值，N是食物i的相似食物集；使用排序二叉树排序对得到的食用频次进行排序，将频次高的前3个食物进行推荐；⑥饮食建议使用王士软件公司开发的膳食分析与营养评价软件，分析每人每日每餐各种营养素摄入量与中国居民膳食营养素参考摄入量的标准进行对比，对学生能量摄入不足，膳食营养素不足且不平衡的学生给予合理建议：脂肪供能偏高、各种食物搭配较差、膳食营养素摄入量不足且不平衡的学生，建议学生膳食中应增加低脂肪高蛋白食物的摄入；脂肪供能偏低、各种食物搭配较差、膳食营养素摄入量不足且不平衡的学生，建议学生膳食中应增加高脂肪食物的摄入；蛋白质偏低、各种食物搭配较差、膳食营养素摄入量不足且不平衡的学生，建议学生膳食中应增加高蛋白食物的摄入；蛋白质偏高、各种食物搭配较差、膳食营养素摄入量不足且不平衡的学生，建议学生膳食中应增加低蛋白食物的摄入；对上述学生应该增加营养知识，加强自我营养监督，改变健康观念，改进膳食行为和习惯，适当地增加膳食费用并建议餐厅在食物的品种和口味上进一步改善，引导学生对膳食合理摄入。本发明通过从校园一卡通数据中筛选出消费时间和消费日期的相关信息，运用统计学方法对学生就餐的饮食时间合理性分析、饮食均衡性分析、饮食喜好分析，为学生所推荐的食物不仅从口味角度上能够满足学生的饮食需求，而且从健康角度上能够改善学生的营养需求，根据学生的健康状况，引导学生合理地摄入食品，提高健康水平。具体实施方法下面结合实施例对本发明进一步详细说明，但本发明不限于这些实施例。实施例1本实施例的基于校园一卡通数据的学生饮食行为分析方法步骤如下：1、数据获取数据获取来源于校园一卡通和学生个人信息以及学校餐厅窗口菜品信息；数据获取来源：数据分析的主体来源于校园一卡通数据。健康评价标准为中国营养学会颁布的营养学知识，《食物成分表》、《中国居民膳食指南及平衡膳食宝塔》、《中国居民膳食营养素参考摄入量》。学生的个人信息包括学生个人基本信息以及连续一个月一卡通饮食数据。学生个人基本信息包括：姓名、性别、年龄、身高、体重、劳动强度。饮食消费数据包括：学号、消费价格、消费地点、食物、消费日期、消费时间、数量和单位重量。菜品种信息：来源于薄荷网数据，采用火车头软件进行爬取，火车头软件购于深圳视界信息技术有限公司。数据量：1035条食物信息包括食物名、分类、可使用部分、热量、碳水化合物、脂肪和蛋白质，见表1。表1食物营养素表食物名分类可食用部分热量碳水化合物脂肪蛋白质包子(猪肉馅)谷薯芋、杂豆、主食100克22728.6107.3包子(三鲜馅)谷薯芋、杂豆、主食100克9924.70.21.1小豆粥谷薯芋、杂豆、主食100克6113.70.41.2煎饼谷薯芋、杂豆、主食100克33683.80.77.6小米粥谷薯芋、杂豆、主食100克367.1183.615.5白粥谷薯芋、杂豆、主食100克469.90.31.1馒头谷薯芋、杂豆、主食100克221471.17白薯谷薯芋、杂豆、主食100克10425.20.21.4油条谷薯芋、杂豆、主食100克31258.65.18.32、对学生就餐的数据进行饮食时间分析、饮食均衡性分析；(1)对学生就餐的数据进行饮食时间分析通过分析学生到餐厅各窗口就餐时间，评估学生的饮食习惯。根据各高等学校餐厅一日三餐营业时间：早餐6：00～8：00，午餐11：00～13：00，晚餐18：00～20：00，学生的最佳饮食时间为早餐7：00～8:00、午餐12：00～13:00、晚餐19：00～20：00。如果学生在一个月之内同一时间段内就餐的次数与就餐总次数的比值超过80％，则定义该时间段为学生的习惯性饮食时间。与最佳饮食时间进行对比，从校园一卡通数据中筛选出消费时间和消费日期的信息，运用统计学方法统计分析学生一个月内在健康一日三餐合理的饮食时间范围内，每个餐次的习惯性饮食时间人数百分比，结合统计结果和上述标准饮食时间，分析判断学生的饮食时间是否合理健康并给予合理的饮食时间建议。2、对学生的营养素均衡性分析(1)营养素均衡性分析步骤根据学生的基本信息，年龄、性别、劳动强度，参照《中国居民膳食营养素参考摄入量》的标准，从学生的个人信息和已获取的数据得到日标准营养素摄取量；对比分析学生某段时间内碳水化合物、脂肪以及蛋白质的摄入情况：参照食物营养素表，确定学生每日、每周、每月内所摄入的平均营养素摄入量，再与《中国居民膳食营养素参考摄入量》进行比较，分析学生养素摄入量是否合理，每餐摄入的热量、碳水化合物、脂肪、蛋白质在《中国居民膳食营养素参考摄入量》标准之内，为合理，否则为不合理。(2)饮食多样性分析建立就餐多样性规则库，按式(1)f＝c/tol(1)式中f为同一窗口就餐频次，c为同一餐次某窗口的就餐次数，tol为就餐总次数，分别统计学生早餐、午餐、晚餐，每日、每周、每月内到餐厅各窗口的就餐频次值以及不同窗口的菜品种类数目，根据多样性规则库进行分析学生的饮食多样性。多样性规则库为：每一个学生每餐在同一窗口就餐频次超过3个为多样，早餐消费金额大于8元为多样，午餐消费金额大于15元为多样，晚餐消费金额大于13元为多样。3、微信推送饮食建议微信推送饮食建议步骤如下：(1)数据预处理方法①通过校园一卡通记载的数据和采用调查问卷得到学生饮食记录数据，饮食记录数据包括：学生每餐食用的食物、食用量以及食物的频次，制成饮食频次表，其中学生的姓名字段和消费食物字段用其编号代替；②根据学生的热量、蛋白质、脂肪、碳水化合物实际摄入量及其标准摄入量，获取该学生两类摄入量的差值；(2)基于多目标优化的协同过滤应用结合学生的饮食口味和饮食营养两大需求，采用下式获取学生对食物的喜好度，产生食物推荐表，式中Ii,j表示i食物和j食物共同被食用学生的集合，Ri,c表示c学生吃过i食物的频次，Ri表示i食物被学生吃过的平均频次。对就餐学生分成实验组a和对比组b，使学生所在组中每个学生能够改善各类营养素的不合理摄入状况，以学生对食物的饮食频次反映其对该食物的喜好程度，向决策者提供决策支持；具体方法为：①对学生就餐爱好进行分组对就餐的学生分成实验组a和对比组b，实验组a在一周内蛋白质摄入偏低、脂肪摄入偏高，其它营养素摄入正常的学生人群；对比组b在该段时间内蛋白摄入偏高、脂肪摄入偏低，其它营养素摄入正常的学生群；将对比组b的食物推荐给实验组a的方法如下：建立学生的营养向量模型：U(Δuene,Δupro,Δufat,Δucar)(3)式中Δuene,Δupro,Δufat,Δucar分别表示学生在一周内热量、蛋白质、脂肪、碳水化合物的平均摄入量与标准摄入量的差值；建立实验组a的营养向量模型：式中表示实验组a一周内热量平均摄入量与标准摄入量的差值，表示实验组a一周内蛋白质平均摄入量与标准摄入量的差值，表示实验组a一周内脂肪的平均摄入量与标准摄入量之间的差值，表示实验组a一周内碳水化合物的平均摄入量与标准摄入量之间的差值；根据实验组a的营养向量模型确定相似学生期望值：式中为实验组a一周内热量平均摄入量与标准摄入量差值的期望值，为实验组a一周内蛋白质平均摄入量与标准摄入量差值的期望值，为实验组a一周内脂肪平均摄入量与标准摄入量差值的期望值，为实验组a一周内碳水化合物的平均摄入量与标准摄入量之间差值的期望值；②根据适应度函数确定适应度值建立对比组b的营养向量模型为：表示对比组b一周内热量平均摄入量与标准摄入量的差值，表示对比组b一周内蛋白质平均摄入量与标准摄入量的差值，表示对比组b一周内脂肪的平均摄入量与标准摄入量之间的差值，表示对比组b一周内平均摄入量与标准摄入量的差值。以各类食谱营养差值与相对应的学生营养差值之和的最小值为适应度函数：式中minyene，minypro，minyfat，minycar分别为各类食谱中所含热量、蛋白质、脂肪和碳水化合物差值与相对应的学生摄取热量、蛋白质、脂肪和碳水化合物差值之和的最小值。③建立推荐模型确定能够改善学生营养需求、饮食偏好相似的学生群体，实现健康食物推荐。上述(2)式输入数据有两类确定能够改善学生营养需求、饮食偏好相似的学生群体，实现健康食物推荐；上述(2)式输入数据有两类：m×n为用户-食物频次矩阵R，n×h为食物-食材矩阵Q，矩阵R和矩阵Q为：矩阵R中，m是就餐学生的个数，n是食物的就餐次数，rmn为第m个学生对第n个食物的饮食频次；矩阵Q中，n是同一餐次的食物个数，h是食材个数，qnh取值为0或1，0为第n个食物的原料组成中不包括食材h；1为第n个食物的原料组成中包括食材h。④寻找最近邻居在学生分组的基础上采用(2)式为学生进行饮食推荐，根据R(m,n)矩阵，确定实验组a与对比组b之间的食物间的相似度，获得当前用户的邻居用户群，产生最近邻居集。食物间的相似度由食物组成相似度和学生饮食频次相似度两部分组成；Sim(i,j)＝Simcomponents(i,j)+Simdiet(i,j)(8)式中sim(i,j)为食物间相似度，simcomponents(i,j)为食物组成相似度，simdiet(i,j)为学生饮食频次相似度。用(9)式确定学生饮食频次相似度：式中Ii,j为同时食用i和j两个食物的用户集合，Ri,c为c学生对食物i的食用频次,为第i个食物的平均饮食频次。用(10)式确定食物组成相似度：式中ik表示第i个食物包括食材k的属性值；根据所得到的食物间的相似度来确定最近邻居，即相似食物集；⑤食物推荐根据最近邻学生现有的饮食频次，按式(11)确定学生对食物的食用频次，式中表示学生u对所有食物的平均食用频次，ru,i是学生对食物i的频次，ru,j是已知学生u对食物j的次数与学生u对所有食物平均食用频次的差值，N是食物i的相似食物集。使用排序二叉树排序对得到的食用频次进行排序，将频次高的前3个食物进行推荐。⑥饮食建议使用王士软件公司开发的膳食分析与营养评价软件，分析每人每日每餐各种营养素摄入量与中国居民膳食营养素参考摄入量的标准进行对比，对学生能量摄入不足，膳食营养素不足且不平衡的学生给予合理建议：脂肪供能偏高、各种食物搭配较差、膳食营养素摄入量不足且不平衡的学生，建议学生膳食中应增加低脂肪高蛋白食物的摄入；脂肪供能偏低、各种食物搭配较差、膳食营养素摄入量不足且不平衡的学生，建议学生膳食中应增加高脂肪食物的摄入；蛋白质偏低、各种食物搭配较差、膳食营养素摄入量不足且不平衡的学生，建议学生膳食中应增加高蛋白食物的摄入；蛋白质偏高、各种食物搭配较差、膳食营养素摄入量不足且不平衡的学生，建议学生膳食中应增加低蛋白食物的摄入；对上述学生应该增加营养知识，加强自我营养监督，改变健康观念，改进膳食行为和习惯，适当地增加膳食费用并建议餐厅在食物的品种和口味上进一步改善，引导学生对膳食合理摄入。当前第1页1 2 3