一种将专业知识做成软件帮助团体选择最佳食物的方法与流程

本发明主旨内容涉及饮食领域，主要是三餐主食的菜肴、次要是水果、小吃领域，具体领域包含了医疗、护理、调理、营养、养生、护肤、美容、健身、气候、烹饪、食材、风俗等在饮食方面的文化；本发明的体现方式在软件技术领域，主要体现在软件需求开发、软件算法方面。

背景技术：

随着生活水平的不断提高，人们对吃的要求不断提高，不仅要求吃得饱，还要求吃出营养、健康、美丽以及要求好吃。在这些方面已有的文化知识极其丰厚，但是1、绝大部分人并不具有这些丰厚全面的知识；2、市面上(包括网络)各方面的知识只是从一两个角度进行分析、区别出吃某类食物的利弊，没有围绕饮食多角度、多人员综合分析的工具；3、国内绝大部分人身体处于亚健康状态，而吃占健康的比重为1/3-1/4，市面上关于饮食的知识缺乏系统性分析以及围绕特定的多个需求的匹配计算筛选合适的食物。

技术实现要素：

一、本发明主要是通过知识性的补充和导航引导帮助用户设置自己的需求，加上在多个方面的专业知识以及食物的属性特点帮助用户选择最适合自己团体的食物，并将这套逻辑做成软件方便用户使用，且各用户之间信息可交互共享。

二、其中软件有知识性的补充、相似相关性需求的推荐、需求分类分层的引导设置和提供备选项，可帮助用户判断自己需求、更全面考虑需求从而帮助用户找出和记录自己的需求。

2.1知识性补充帮助用户判断自己是否需要，例如：顾客不知道自己是否上火，可点击“上火”，则显示上火特征：眼睛红肿、口角糜烂、尿黄、牙痛、咽喉痛；引导客户设置自己职业相关的其他常用需求设置；

2.2相似相关性需求的推荐设置，列如：设置以食物选食物，可根据客户喜欢吃食物或需求或者常选的食物、根据规律(可据某同属特征的相似性如麻辣烧菜类)推测出使用者其他可能喜欢或需求的食物；

2.3导航通过分类分层的引导设置和提供被选项需求给用户，帮助用户进行更全面系统的需求考虑与增加可考虑的需求项数目，从而帮助用户找出和记录自己的需求。

三、多个方面的专业知识包含有医疗、护理、调理、营养、养生、护肤、美容、健身、气候、烹饪、食材、风俗等在吃方面的知识；食物的属性包含了食物的营养成分、食物中的危害成分、食物的组成成分、食物的价格、产地、季节、外形、味道、气味、价格、生产季节、用途等。

四、用户总需求，包含团体中个人需求和团体整体需求，且各类需求所占整体匹配度的比重可调。团体中个人需求包含个人在医疗、护理、调理、营养、养生、护肤、美容、健身、气候、烹饪、食材、风俗、地区、职业、年龄等在饮食方面的需求和个人喜好需求，个人喜好需求包含食材种类或某部分的喜好、对烹饪方式、食材搭配、菜系种类、口味、气味、外观、成熟度的喜好；团体整体需求包含食物种类、质、量、产地、价格、食物成熟度、制作繁杂程度、购买难易程度、食用的历史记录、用户所在地区、大众喜好、各成员所占整体匹配度的比重等。

五、根据需用户总需求与食物的属性特点以及多个方面的专业知识，得出各食物对用户团体的各组合需求的匹配程度，并根据得分高低排列给用户，从而帮助用户选择最佳食物。

六、用户端可以是一款app、pc版网页、微信公众号，用户端上面保存有团体各个成员的各类需求设置，并有分类为长期需求、短期需求、理性需求、感性需求、团体整体需求等设置，各使用者之间信息可交互共享。

七、用户端有针对用户个性化需求的对食物有修改性制作方法。如：缺乏胡萝卜素时，烹饪制作时增加放油量。

附图说明

如图1为列举出的一种的软件系统组成模式。

具体实施方式

可参考图1，该软件系统由a中央运算器、b数据库、c用户端(app、网站、微信公众号等)、d服务器构成。各部分的组成如下：

a是中央运算器：有用户中各项需求对应特征编码代号和食物及其组成成分的属性特点、用途、性质、用法所对应的特征编码代号，与各特征编码代号之间的逻辑运算组成。

(其中用户各项需求包含了团体中个人需求和团体整体需求，团体中个人需求包含个人在医疗、护理、调理、营养、养生、护肤、美容、健身、气候、烹饪、食材、风俗等行业在饮食方面的需求和个人喜好需求，个人喜好需求包含食材种类或某部分的喜好、对烹饪方式、食材搭配、菜系种类、口味、气味、外观、成熟度的喜好等；团体整体需求包含食物种类、质、量、产地、价格、食物成熟度、制作繁杂程度、购买难易程度、食用的历史记录、用户所在地区、大众喜好、各成员所占整体匹配度的比重等。食物及其组成成分的属性特点、用途包含：食物的营养成分、食物中的危害成分、食物的组成成分、食物的价格、产地、季节、外形、味道、气味、价格、生产季节、用途、食物间的常用组合搭配方式等。)

b是数据库主要由甲、乙、丙类各自组成成分及其各自对应的特征编码构成。

甲是用户需求，分为团体各成员的需求和团体整体需求。

团体各成员的需求：

1医疗(身体病理状况)，如有糖尿病、高血压等；

2护理调理(身体健康状况)，如补肾补脾；

3营养：如补充钙、锌、维生素a；

4养生：如，吃小米粥养胃；

5护肤：如胶原蛋白美白；

6美容：如少吃辣会缓解长痘；

7健身：如蛋白质；

8气候：如部分地区春夏驱湿，盛夏散热，秋冬进补。

9烹饪方式：如烧菜；

10职业：如职业病；

11年龄、性别、身材：如16岁，男肥胖；

12个人喜好(对口味、物种、菜系的爱好)：如更喜酸辣、更喜爱鸡肉、更喜爱川菜；

团体整体需求：如1价格；2食物量；3地区；4风俗；5制作的繁杂程度；6历史记录；7各成员所占匹配度的比重等；

乙类是食物属性特点数据：

主要是由中华的菜库(八大菜系、各地方菜、各地方小吃)、国外进口各菜系、各类果蔬营养成分、组成成分。其中菜肴数据包含、各料成分比例、适应人群、制作方法、产地、价格、出产季节、时节、食物成熟度等。

丙类食物在多个方面对应的数据，有如医疗、护理、调理、营养、养生、护肤、美容、健身、气候、烹饪、食材、风俗、当下大众流行食物、价格、食物种类、质、量、产地、价格、食物成熟度、制作繁杂程度、购买难易程度等。

c类用户端，在用户手中，是由app、pc、微信公众号、实体人工服务区等组成。通过c类用户端收集用户信息，包括用户的各项需求，以及各项需求所占总匹配度的比重，并收集对应到所属特征编码上。

d类：实体服务器、虚拟服务器等。

ab类都放在d类服务器中，可与c类进行信息交互。①由c用户端收集用户的各项需求；②由b数据中提各类食物及其组成成分数据、用户各项需求的数据；③由a中的中央运算器根据特征性编码代号对特征性编码进行逻辑运算，得出各项需求在利、弊上的指标或分数，根据各需求所占比重进行乘除叠加得到各组合需求指标或分数，并根据分数高低进行排列；④a将运算结果通过c用户端反馈给用户。

其中逻辑运算在于匹配方法有通过了对每一项需求、每类食物及其组成成分以及所属的性质、特点、属性、用途、用法、外形、价格等参数进行了特征编码，a中运算时根据特征编码及其代号进行运算，匹配过程进行了相似度比对，将对比结果有进行叠加，得到任意各组合需求关于利、弊参考指数或得分，以及利弊共同体的总分，按照分高低排列给用户，而运算的范围与运算中各自所占整体匹配度的比重由用户与多个行业的专业共同决定。