本发明涉及知识图谱应用，尤其涉及一种膳食推荐方法、装置、电子设备及存储介质。
背景技术：
1、膳食推荐是一种利用计算机技术和人工智能算法来生成个性化膳食方案的技术。智能膳食推荐系统通常通过分析用户的个人健康状况、营养需求、食品偏好等因素来为用户推荐最适合其个人情况的膳食方案。具体来说，智能膳食推荐系统会根据用户的各类基础信息，评估用户的营养需求，并推荐包含不同食物种类和不同营养素的膳食方案。在用户喜欢推荐方案中的某些食材的前提下，系统会根据食材之间的相似度来为用户重新推荐食材。
2、相关技术中，食材之间的相似度计算只考量了食材的营养信息，因此食材相似度的计算结果不够准确，使得不能为用户进行精准推送，从而影响用户的体验。
技术实现思路
1、本发明实施例提供膳食推荐方法、装置、电子设备及存储介质，旨在解决食材相似度的计算结果不够准确，使得不能为用户进行精准推送的问题。
2、为了解决上述技术问题，本发明是这样实现的：
3、第一方面，本申请实施例提供了一种膳食推荐方法，所述方法包括：
4、响应于触发的食材替换信号，根据初始推荐食材与备选食材的多维相似度计算结果，获得第一替换食材集合；
5、根据用户的基础信息与膳食知识图谱模型中储存的历史膳食推荐数据的匹配结果，获得第二替换食材集合；
6、根据第二替换食材集合和第一替换食材集合，确定目标推荐食材；
7、根据目标推荐食材，生成最终膳食推荐方案，并推送至用户。
8、本申请实施例提供的技术方案至少带来以下有益效果：
9、首先，可以为用户提供个性化的膳食推荐方案，根据用户的个人健康状况、营养需求、食品偏好等因素进行推荐，而不是简单地提供通用的推荐方案。其次，根据用户的基础信息与膳食知识图谱模型中储存的历史膳食推荐数据的匹配结果，获得第二替换食材集合，并与第一替换食材集合相结合，从而提高了推荐方案的准确性和针对性。最后，智能膳食推荐系统可以根据用户的反馈和实际情况进行不断的优化和调整，提高推荐方案的实际效果和用户体验。相比传统的膳食推荐方法，本申请具有更高的个性化程度和更准确的推荐结果。
10、在一些实施例中，在响应于触发的食材替换信号的步骤之前，方法还包括：
11、获取用户输入的基础信息和膳食需求信息，并根据基础信息和膳食需求信息生成初始膳食推荐方案；其中，初始膳食推荐方案包括至少一个初始推荐食材；
12、将初始膳食推荐方案推送至用户。
13、在一些实施例中，根据初始推荐食材与备选食材的多维相似度计算结果，获得第一替换食材集合，包括：
14、计算初始推荐食材与备选食材各个维度的相似度分值，其中，维度至少包括层级结构维度、营养成分维度、功效维度、烹饪方式维度以及禁忌维度；
15、获取各个维度的权重系数，并根据各个维度的权重系数以及相似度分值，计算初始推荐食材与备选食材的多维相似度分值，其中，权重系数用于表征维度的重要程度；
16、根据多维相似度分值的高低对备选食材进行降序排列，并对位次序列大于第一预设阈值的备选食材进行整合，生成第一替换食材集合。
17、在一些实施例中，计算层级结构维度的相似度分值的步骤包括：
18、确定初始推荐食材在食材本体中模型中上位概念的类型和数量，以及备选食材在食材本体中模型中上位概念的类型和数量；
19、根据初始推荐食材在食材本体中模型中上位概念的类型和备选食材在食材本体中模型中上位概念的类型，确定初始推荐食材与备选食材重合上位概念的数量；
20、根据初始推荐食材的上位概念的数量、备选食材的上位概念的数量以及重合上位概念的数量，计算层级结构维度的相似度分值。
21、在一些实施例中，根据用户的基础信息与膳食知识图谱模型中储存的历史膳食推荐数据的匹配结果，获得第二替换食材集合，包括：
22、根据用户的基础信息，构建输入特征；
23、将输入特征输入膳食知识图谱模型，输出与输入特征匹配程度高于第二预设阈值的待选历史膳食推荐数据；
24、对待选历史膳食推荐数据进行整合，获得第二替换食材集合。
25、在一些实施例中，根据第一替换食材集合和第二替换食材集合，确定目标推荐食材，包括：
26、确定第一替换食材集合和第二替换食材集合是否存在交集食材；
27、在不存在交集食材的情况下，将第一替换食材集合中位次序列最高的备选食材确定为目标推荐食材；
28、在存在交集食材的情况下，将在第一替换食材集合中具有最高位次序列的交集食材为目标推荐食材。
29、在一些实施例中，在根据目标食材，生成最终食材搭配方案，并推送至用户之后，方法还包括：
30、收集用户反馈数据和用户行为数据，其中，用户反馈数据用于表征用户对最终膳食推荐方案的满意程度，用户行为数据用于表征用户触发食材替换信号的次数；
31、根据用户反馈数据、用户行为数据以及用户的基础信息，生成历史膳食推荐数据，并根据历史膳食推荐数据对膳食知识图谱模型进行更新。
32、第二方面，本申请的实施例提供一种膳食推荐装置，包括：
33、第一推荐模块，用于响应于触发的食材替换信号，根据初始推荐食材与备选食材的多维相似度计算结果，获得第一替换食材集合；
34、第二推荐模块，用于根据用户的基础信息与膳食知识图谱模型中储存的历史膳食推荐数据的匹配结果，获得第二替换食材集合；
35、优化模块，用于根据第二替换食材集合和第一替换食材集合，确定目标推荐食材；
36、推送模块，用于根据目标推荐食材，生成最终膳食推荐方案，并推送至用户。
37、第三方面，本申请的实施例提供一种计算机可读存储介质，该计算机可读存储介质中存储有指令，当该指令在上述任一项装置上运行时，使得装置执行上述任一种膳食推荐方法。
38、以上第二方面至第四方面的有益效果可参照第一方面中任一种实现方式的内容，在此不予赘述。本申请在上述各方面提供的实现方式的基础上，还可以进行进一步组合以提供更多实现方式。
1.一种膳食推荐方法，其特征在于，所述方法包括：
2.根据权利要求1所述的膳食推荐方法，其特征在于，在响应于触发的食材替换信号的步骤之前，所述方法还包括：
3.根据权利要求1所述的膳食推荐方法，其特征在于，所述根据初始推荐食材与备选食材的多维相似度计算结果，获得第一替换食材集合，包括：
4.根据权利要求3所述的膳食推荐方法，其特征在于，计算所述层级结构维度的相似度分值包括：
5.根据权利要求1所述的膳食推荐方法，其特征在于，所述根据用户的基础信息与膳食知识图谱模型中储存的历史膳食推荐数据的匹配结果，获得第二替换食材集合，包括：
6.根据权利要求1所述的膳食推荐方法，其特征在于，所述根据所述第一替换食材集合和所述第二替换食材集合，确定目标推荐食材，包括：
7.根据权利要求1-6任一项所述的膳食推荐方法，其特征在于，在所述根据所述目标食材，生成最终食材搭配方案，并推送至用户之后，所述方法还包括：
8.一种膳食推荐装置，其特征在于，包括：
9.一种电子设备，其特征在于，包括：处理器、用于存储所述处理器可执行的指令的存储器；其中，所述处理器被配置为执行指令，以实现所述权利要求1-7中任一项所述的膳食推荐方法。
10.一种计算机可读存储介质，所述计算机可读存储介质上存储有指令，其特征在于，当所述计算机可读存储介质中的指令由电子设备的处理器执行时，使得所述电子设备能够执行如权利要求1-7中任一项所述的膳食推荐方法。
