菜谱的推荐方法和装置、存储介质、电子装置

技术领域

本申请涉及智能推荐领域，具体而言，涉及一种菜谱的推荐方法和装置、存储介质、电子装置。

背景技术

随着人们生活水平的提高，人们的用餐观念从如何“吃饱”已经逐渐转变为如何“吃好”，在保证饭菜美味可口的情况下越来越多人开始关注营养搭配、如何合理规划饮食，根据人体需求摄取各类营养物质保障人们健康水平成为了智慧生活的发展趋势。

目前有许多关于健康饮食的研究和向用户推荐美食菜谱的方案，帮助人们改善营养结构，合理搭配饮食和一日三餐。但一方面由于过于专注营养搭配往往忽略了用户的饮食偏好，或者过于注重饮食偏好导致忽略了营养均衡搭配，可见目前的推荐方案不够智能，因此在用户营养摄入均衡的同时又能保证所推荐菜谱美味可口成为了食谱推荐的目标。

如专利文献CN106021564A中，公开了一种菜谱推荐方法和装置，该方法包括：获取用户的饮食习惯信息；根据饮食习惯信息将菜谱数据库中的菜谱进行排序，形成推荐菜谱列表；将推荐菜谱列表发送至用户的终端和/或在冰箱的显示面板上显示。本发明通过将根据获取的用户的饮食习惯信息形成的推荐菜谱列表，发送至用户的终端和/或直接显示在冰箱的显示面板上，可以实现针对每个用户进行菜谱的私人定制。该方案仅仅根据用户的饮食习惯进行推荐，没有考虑其他影响用户的因素如：时间、季节、健康等，忽略了用户的营养摄入。

而专利文献CNCN106288634A中，公开了一种菜谱推荐方法、装置及智能冰箱，其中，该方法包括：获取用户关注的历史菜谱的菜谱信息和冰箱中食材的食材信息；根据所述食材信息，确定与所述冰箱中食材相关联的第一菜谱集合；根据所述菜谱信息，确定与所述历史菜谱相关联的第二菜谱集合；确定所述第一菜谱集合和所述第二菜谱集合的交集，生成待推荐菜谱。该方案结合冰箱内食材生成用户感兴趣菜谱，但同样忽略了菜谱的搭配问题，可能推荐的菜谱缺乏营养或营养不均衡。

针对上述已有菜谱推荐方案不能兼顾用户营养摄入均衡和菜谱口味的问题，目前尚未提出有效的解决方案。

发明内容

本申请实施例提供了一种菜谱的推荐方法和装置、存储介质、电子装置，以至少解决相关技术中已有菜谱推荐方案不能兼顾用户营养摄入均衡和菜谱口味的技术问题。

根据本申请实施例的一个方面，提供了一种菜谱的推荐方法，包括：通过冰箱内置摄像头采集所述冰箱内的图像；识别所述图像中包含的已有食材；根据所述已有食材和营养摄入标准确定推荐菜谱。

可选地，在根据所述已有食材和营养摄入标准确定推荐菜谱时，识别出所述已有食材的营养元素；根据所述已有食材的营养元素和用户营养摄入标准，通过粒子群算法，确定所述推荐菜谱。

可选地，在识别所述图像中包含的已有食材时，利用神经网络模型从采集到的图像中识别出所述已有食材。

可选地，在利用神经网络模型从采集到的图像中识别出所述已有食材之前，利用标记有食材的图像输入神经网络模型，以对所述神经网络模型进行训练。

可选地，营养摄入标准包括：从用户数据层获取根据用户特征确定的推荐营养摄入范围，所述用户数据层为保存所述推荐营养摄入范围的数据库；从网络数据层获取膳食营养库中的菜谱和菜谱的食材成分，并获取每种所述已有食材的单位重量的营养元素含量、每种所述已有食材的重量范围，所述网络数据层为保存膳食营养库中的菜谱和菜谱的食材成分的数据库。

可选地，已有食材的营养元素包括：根据每种所述已有食材的单位重量的营养元素含量、每种所述已有食材的重量范围以及按照所述推荐营养摄入范围确定所述已有食材之间的配比。

可选地，在根据所述已有食材和营养摄入标准确定推荐菜谱时，根据相似用户习惯从推荐菜谱确定与所述目标用户的习惯匹配的推荐菜谱；所述相似用户根据所述已有食材的食用频率矩阵确定。

可选地，在根据相似用户习惯从推荐菜谱确定与所述目标用户的习惯匹配的推荐菜谱时，利用余弦相似度查找与所述目标用户对应的所述相似用户。

可选地，在根据相似用户习惯从推荐菜谱确定与所述目标用户的习惯匹配的推荐菜谱之前，获取第一菜谱的第一匹配度和第二匹配度、第二菜谱的第一匹配度，其中，所述第一菜谱的第一匹配度为所述第一菜谱与参考用户之间的匹配度，所述第一菜谱的第二匹配度为所述第一菜谱与所述目标用户之间的匹配度，所述第二菜谱的第一匹配度为所述第二菜谱与所述参考用户之间的匹配度；获取每个所述第一菜谱的第一匹配度与第二匹配度之间的差值，并将所有所述第一菜谱的差值之和与所述第一菜谱的数量之间的比值作为匹配度均差；将所述第二菜谱的第一匹配度与所述匹配度均差与第一菜谱的第二匹配度之和与第一菜谱数量的比值作为所述第二菜谱与所述目标用户之间的第二匹配度。

根据本申请实施例的另一方面，还提供了一种菜谱的推荐装置，包括：采集单元，用于通过冰箱内置摄像头采集所述冰箱内的图像；识别单元，用于识别所述图像中包含的已有食材；确定单元，用于根据所述已有食材和营养摄入标准确定推荐菜谱。

可选地，确定单元还用于在根据所述已有食材和营养摄入标准确定推荐菜谱时，识别出所述已有食材的营养元素；根据所述已有食材的营养元素和用户营养摄入标准，通过粒子群算法，确定所述推荐菜谱。

可选地，识别单元还用于在识别所述图像中包含的已有食材时，利用神经网络模型从采集到的图像中识别出所述已有食材。

可选地，本申请的装置还可包括：训练单元，用于在利用神经网络模型从采集到的图像中识别出所述已有食材之前，利用标记有食材的图像输入神经网络模型，以对所述神经网络模型进行训练。

可选地，营养摄入标准包括：从用户数据层获取根据用户特征确定的推荐营养摄入范围，所述用户数据层为保存所述推荐营养摄入范围的数据库；从网络数据层获取膳食营养库中的菜谱和菜谱的食材成分，并获取每种所述已有食材的单位重量的营养元素含量、每种所述已有食材的重量范围，所述网络数据层为保存膳食营养库中的菜谱和菜谱的食材成分的数据库。

可选地，已有食材的营养元素包括：根据每种所述已有食材的单位重量的营养元素含量、每种所述已有食材的重量范围以及按照所述推荐营养摄入范围确定所述已有食材之间的配比。

可选地，确定单元还用于在根据所述已有食材和营养摄入标准确定推荐菜谱时，根据相似用户习惯从推荐菜谱确定与所述目标用户的习惯匹配的推荐菜谱；所述相似用户根据所述已有食材的食用频率矩阵确定。

可选地，确定单元还用于在根据相似用户习惯从推荐菜谱确定与所述目标用户的习惯匹配的推荐菜谱时，利用余弦相似度查找与所述目标用户对应的所述相似用户。

可选地，确定单元还用于在根据相似用户习惯从推荐菜谱确定与所述目标用户的习惯匹配的推荐菜谱之前，获取第一菜谱的第一匹配度和第二匹配度、第二菜谱的第一匹配度，其中，所述第一菜谱的第一匹配度为所述第一菜谱与参考用户之间的匹配度，所述第一菜谱的第二匹配度为所述第一菜谱与所述目标用户之间的匹配度，所述第二菜谱的第一匹配度为所述第二菜谱与所述参考用户之间的匹配度；获取每个所述第一菜谱的第一匹配度与第二匹配度之间的差值，并将所有所述第一菜谱的差值之和与所述第一菜谱的数量之间的比值作为匹配度均差；将所述第二菜谱的第一匹配度与所述匹配度均差与第一菜谱的第二匹配度之和与第一菜谱数量的比值作为所述第二菜谱与所述目标用户之间的第二匹配度。

根据本申请实施例的另一方面，还提供了一种存储介质，该存储介质包括存储的程序，程序运行时执行上述的方法。

根据本申请实施例的另一方面，还提供了一种电子装置，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，处理器通过计算机程序执行上述的方法。

在本申请实施例中，利用图像识别技术识别食材和推荐算法推荐菜谱可以较为准确的向用户推荐满足其健康的菜谱供其参考，以解决用户选择困难的问题，同时又能较为全面的保证用户的营养摄入，通过嵌入冰箱APP端界面显示给用户，充分提高了冰箱的智能化水平，具有很高的应用价值，可以解决相关技术中已有菜谱推荐方案不能兼顾用户营养摄入均衡和菜谱口味的技术问题。

附图说明

此处所说明的附图用来提供对本申请的进一步理解，构成本申请的一部分，本申请的示意性实施例及其说明用于解释本申请，并不构成对本申请的不当限定。在附图中：

图1是根据本申请实施例的一种可选的菜谱的推荐方法的流程图；

图2是根据本申请实施例的一种可选的菜谱的推荐方案的示意图；

图3是根据本申请实施例的一种可选的菜谱的推荐装置的示意图；

以及

图4是根据本申请实施例的一种终端的结构框图。

具体实施方式

为了使本技术领域的人员更好地理解本申请方案，下面将结合本申请实施例中的附图，对本申请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申请一部分的实施例，而不是全部的实施例。基于本申请中的实施例，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，都应当属于本申请保护的范围。

需要说明的是，本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本申请的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。

根据本申请实施例的一方面，提供了一种菜谱的推荐方法的实施例。以冰箱为载体，冰箱内置有摄像头，利用摄像头识别冰箱内部食材，根据识别到的食材，分析现有食材的营养元素，结合中国膳食营养标准，依据用户特征，利用粒子群算法求解用户需要摄入的营养含量及对应的食材含量，然后通过食材的组合，形成一些列菜谱，最后依据用户的饮食习惯数据，分析用户兴趣，对形成的菜谱按照用户兴趣度进行排序，向其推荐最感兴趣的几个菜谱，然后显示每个菜谱所对应摄入的总营养元素与达标率。

图1是根据本申请实施例的一种可选的菜谱的推荐方法的流程图，如图1所示，该方法可以包括以下步骤：

步骤S1，通过冰箱内置摄像头采集所述冰箱内的图像。

步骤S2，识别所述图像中包含的已有食材。

可选地，在识别所述图像中包含的已有食材时，利用神经网络模型从采集到的图像中识别出所述已有食材。

可选地，在利用神经网络模型从采集到的图像中识别出所述已有食材之前，利用标记有食材的图像输入神经网络模型，以对所述神经网络模型进行训练。

步骤S3，根据所述已有食材和营养摄入标准确定推荐菜谱。

可选地，在根据所述已有食材和营养摄入标准确定推荐菜谱时，识别出所述已有食材的营养元素；根据所述已有食材的营养元素和用户营养摄入标准，通过粒子群算法，确定所述推荐菜谱。

可选地，营养摄入标准包括：从用户数据层获取根据用户特征确定的推荐营养摄入范围，所述用户数据层为保存所述推荐营养摄入范围的数据库；从网络数据层获取膳食营养库中的菜谱和菜谱的食材成分，并获取每种所述已有食材的单位重量的营养元素含量、每种所述已有食材的重量范围，所述网络数据层为保存膳食营养库中的菜谱和菜谱的食材成分的数据库。

可选地，已有食材的营养元素包括：根据每种所述已有食材的单位重量的营养元素含量、每种所述已有食材的重量范围以及按照所述推荐营养摄入范围确定所述已有食材之间的配比。

可选地，在根据所述已有食材和营养摄入标准确定推荐菜谱时，根据相似用户习惯从推荐菜谱确定与所述目标用户的习惯匹配的推荐菜谱；所述相似用户根据所述已有食材的食用频率矩阵确定。

可选地，在根据相似用户习惯从推荐菜谱确定与所述目标用户的习惯匹配的推荐菜谱时，利用余弦相似度查找与所述目标用户对应的所述相似用户。

可选地，在根据用户食材频率矩阵确定与所述目标用户对应的相似用户(目标用户和相似用户即用户u和用户v)之前，获取第一菜谱的第一匹配度和第二匹配度(可以为打分或者喜好程度)、第二菜谱的第一匹配度，所述第一菜谱的第一匹配度为所述第一菜谱与参考用户之间的匹配度，所述第一菜谱的第二匹配度为所述第一菜谱与所述目标用户之间的匹配度，所述第二菜谱的第一匹配度为所述第二菜谱与所述参考用户之间的匹配度；获取每个所述第一菜谱的第一匹配度与第二匹配度之间的差值，并将所有所述第一菜谱的差值之和与所述第一菜谱的数量之间的比值作为匹配度均差；将所述第二菜谱的第一匹配度与所述匹配度均差与第一菜谱的第二匹配度之和与第一菜谱数量的比值作为所述第二菜谱与所述目标用户之间的第二匹配度。

通过上述步骤，利用图像识别技术识别食材和推荐算法推荐菜谱可以较为准确的向用户推荐满足其健康的菜谱供其参考，以解决用户选择困难的问题，同时又能较为全面的保证用户的营养摄入，通过嵌入冰箱APP端界面显示给用户，充分提高了冰箱的智能化水平，具有很高的应用价值，可以解决相关技术中已有菜谱推荐方案不能兼顾用户营养摄入均衡和菜谱口味的技术问题。

本发明考虑用户的身体特征，根据营养摄入需求，根据现有冰箱食材，向用户推荐符合健康标准的食材及用量，解决了推荐菜谱中忽略用户营养健康的关键问题；根据所推荐的食材，组合出不同的菜谱，再结合用户的饮食历史和菜谱热度，以及时间、季节等因素，向用户推荐适合其口味的菜谱。作为一种可选的实施例，如图2所示，下文结合具体的实施方式进一步详述本申请的技术方案。

本发明以冰箱为载体，基于APP开发菜谱推荐功能，首先利用图像识别技术识别冰箱内的食材，根据现有食材和用户营养摄入标准，求解最佳摄入食材种类和数量，根据食材自由组合多种菜谱，然后基于用户的饮食历史和热门菜谱，向用户推荐几种符合用户口味的菜谱，从而既能满足用户的营养摄入也能保证菜谱符合用户偏好。因此，本发明可以分为冰箱食材识别、食材摄入营养优化、智能推荐三部分内容，具体实施细节如下：

步骤1、冰箱食材识别。

根据冰箱内置摄像头，拍摄大量冰箱内部食材图片，经过标注和训练获取模型，然后输入新的冰箱内的图片，识别出冰箱内部现有的所有食材。

步骤2、基于营养标准的菜谱推荐。

首先根据用户在使用APP时，输入个人信息，包括身高、体重、年龄、性别、疾病等，根据中国居民膳食推荐，计算用户一天所需的推荐热量和营养物质，包括蛋白质、脂肪、碳水、各种维生素等。

然后将网络上所有常见的食材营养成分存入数据库，通过该表查询现有每一种食材的营养成分。然后问题就转换为多目标优化问题：依据用户推荐热量和和现有食材的营养成分，利用粒子群算法，求解出多种最优的食材搭配作为食材推荐。其原理如下：

设现有食材有n种，营养物质有m种，B中的b

那么有：

AX＝B，B∈[B

B

理论上通过求解X即可获取最优的符合健康标准的食材摄入量，但由于食材种类多，且营养物质不单一，因此通常无法求解方程，可以通过多目标优化算法求解最优解。本发明中利用粒子群算法(其他寻优算法也可行，不唯一)。

在获取食材搭配后，此时可以根据食材的合理组合，向用户推荐一些菜谱，这些菜谱不一定符合用户的兴趣口味，但包含了各种营养的均衡搭配，称之为“健康菜谱”，将其推荐给用户。

步骤3、热门菜谱推荐。

利用网络爬虫，从网络上爬取各类美食网站(或APP)上的菜谱数据和相关用户数据，对数据进行分析，然后对上述自由组合的菜谱按照流行程度，再结合时间、季节信息，按照每类的菜谱热度向用户推荐几种比较热门的菜谱，这类菜谱称之为“热门菜谱”。

步骤4、符合用户口味偏好的健康菜谱推荐。

按照推荐的食材，自由组合出的菜谱有很多种，但并非都是符合用户口味偏好的，需要根据用户的饮食历史分析其饮食偏好，寻找与其相似的口味偏好的用户所食用的菜谱进行推荐。具体流程如下：

(1)用户食用某类食材的频次表明其对食材的偏好程度，首先获取用户-食材食用频次的矩阵，对于有些用户没有食材食用频次记录的，利用Slope One填补数据，填补方法如下：

a，根据用户u和用户v都打过分的项I

b，计算u未打分项j相对于项目i的偏移量dev，计算公式如下：

i∩j表示对i和j都评分的集合，card()表示数量；

c，计算用户u对项目j的评分：

R(u)∩D(j)表示用户u已经评分的项目的集合，举例说明如表1所示：

表1

计算小芳可能会给“红烧肉”打多少分：

把两道菜的平均差值求出来，可乐鸡翅减去红烧肉的平均偏差：

[(4-5)+(4-3)+(2-3)]/3＝-0.333，小芳吃了可乐鸡翅评分为3分，那么可以猜测她对红烧肉的评分为：3-(-0.333)＝3.333；

(2)根据填充后的用户-食材频率矩阵，计算新用户与其他用户之间的相似度，相似度利用余弦相似度，其计算公式如下：

F

(3)根据相似度较近的N个用户所喜欢的菜谱与第三部分中向目标用户自由组合出的菜谱进行匹配，再将相近似的几种菜谱推荐给用户，这类菜谱称之为“为你推荐菜谱”。

需要说明的是，对于前述的各方法实施例，为了简单描述，故将其都表述为一系列的动作组合，但是本领域技术人员应该知悉，本申请并不受所描述的动作顺序的限制，因为依据本申请，某些步骤可以采用其他顺序或者同时进行。其次，本领域技术人员也应该知悉，说明书中所描述的实施例均属于优选实施例，所涉及的动作和模块并不一定是本申请所必须的。

通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到根据上述实施例的方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质(如ROM/RAM、磁碟、光盘)中，包括若干指令用以使得一台终端设备(可以是手机，计算机，服务器，或者网络设备等)执行本申请各个实施例所述的方法。

根据本申请实施例的另一个方面，还提供了一种用于实施上述菜谱的推荐方法的菜谱的推荐装置。图3是根据本申请实施例的一种可选的菜谱的推荐装置的示意图，如图3所示，该装置可以包括：

采集单元31，用于通过冰箱内置摄像头采集所述冰箱内的图像；识别单元33，用于识别所述图像中包含的已有食材；确定单元35，用于根据所述已有食材和营养摄入标准确定推荐菜谱。

需要说明的是，该实施例中的采集单元31可以用于执行本申请实施例中的步骤S1，该实施例中的识别单元33可以用于执行本申请实施例中的步骤S2，该实施例中的确定单元35可以用于执行本申请实施例中的步骤S3。

通过上述模块，利用图像识别技术识别食材和推荐算法推荐菜谱可以较为准确的向用户推荐满足其健康的菜谱供其参考，以解决用户选择困难的问题，同时又能较为全面的保证用户的营养摄入，通过嵌入冰箱APP端界面显示给用户，充分提高了冰箱的智能化水平，具有很高的应用价值，可以解决相关技术中已有菜谱推荐方案不能兼顾用户营养摄入均衡和菜谱口味的技术问题。

可选地，确定单元还用于在根据所述已有食材和营养摄入标准确定推荐菜谱时，识别出所述已有食材的营养元素；根据所述已有食材的营养元素和用户营养摄入标准，通过粒子群算法，确定所述推荐菜谱。

可选地，识别单元还用于在识别所述图像中包含的已有食材时，利用神经网络模型从采集到的图像中识别出所述已有食材。

可选地，本申请的装置还可包括：训练单元，用于在利用神经网络模型从采集到的图像中识别出所述已有食材之前，利用标记有食材的图像输入神经网络模型，以对所述神经网络模型进行训练。

可选地，营养摄入标准包括：从用户数据层获取根据用户特征确定的推荐营养摄入范围，所述用户数据层为保存所述推荐营养摄入范围的数据库；从网络数据层获取膳食营养库中的菜谱和菜谱的食材成分，并获取每种所述已有食材的单位重量的营养元素含量、每种所述已有食材的重量范围，所述网络数据层为保存膳食营养库中的菜谱和菜谱的食材成分的数据库。

可选地，已有食材的营养元素包括：根据每种所述已有食材的单位重量的营养元素含量、每种所述已有食材的重量范围以及按照所述推荐营养摄入范围确定所述已有食材之间的配比。

可选地，确定单元还用于在根据所述已有食材和营养摄入标准确定推荐菜谱时，根据相似用户习惯从推荐菜谱确定与所述目标用户的习惯匹配的推荐菜谱；所述相似用户根据所述已有食材的食用频率矩阵确定。

可选地，确定单元还用于在根据相似用户习惯从推荐菜谱确定与所述目标用户的习惯匹配的推荐菜谱时，利用余弦相似度查找与所述目标用户对应的所述相似用户。

可选地，确定单元还用于在根据相似用户习惯从推荐菜谱确定与所述目标用户的习惯匹配的推荐菜谱之前，获取第一菜谱的第一匹配度和第二匹配度、第二菜谱的第一匹配度，其中，所述第一菜谱的第一匹配度为所述第一菜谱与参考用户之间的匹配度，所述第一菜谱的第二匹配度为所述第一菜谱与所述目标用户之间的匹配度，所述第二菜谱的第一匹配度为所述第二菜谱与所述参考用户之间的匹配度；获取每个所述第一菜谱的第一匹配度与第二匹配度之间的差值，并将所有所述第一菜谱的差值之和与所述第一菜谱的数量之间的比值作为匹配度均差；将所述第二菜谱的第一匹配度与所述匹配度均差与第一菜谱的第二匹配度之和与第一菜谱数量的比值作为所述第二菜谱与所述目标用户之间的第二匹配度，也可将所述第二菜谱的第一匹配度与所述匹配度均差之间的差值作为所述第二菜谱与所述目标用户之间的第二匹配度。

此处需要说明的是，上述模块与对应的步骤所实现的示例和应用场景相同，但不限于上述实施例所公开的内容。需要说明的是，上述模块作为装置的一部分可以运行在相应的硬件环境中，可以通过软件实现，也可以通过硬件实现，其中，硬件环境包括网络环境。

根据本申请实施例的另一个方面，还提供了一种用于实施上述菜谱的推荐方法的服务器或终端。

图4是根据本申请实施例的一种终端的结构框图，如图4所示，该终端可以包括：一个或多个(仅示出一个)处理器201、存储器203、以及传输装置205，如图4所示，该终端还可以包括输入输出设备207。

其中，存储器203可用于存储软件程序以及模块，如本申请实施例中的菜谱的推荐方法和装置对应的程序指令/模块，处理器201通过运行存储在存储器203内的软件程序以及模块，从而执行各种功能应用以及数据处理，即实现上述的菜谱的推荐方法。存储器203可包括高速随机存储器，还可以包括非易失性存储器，如一个或者多个磁性存储装置、闪存、或者其他非易失性固态存储器。在一些实例中，存储器203可进一步包括相对于处理器201远程设置的存储器，这些远程存储器可以通过网络连接至终端。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。

上述的传输装置205用于经由一个网络接收或者发送数据，还可以用于处理器与存储器之间的数据传输。上述的网络具体实例可包括有线网络及无线网络。在一个实例中，传输装置205包括一个网络适配器(Network Interface Controller，NIC)，其可通过网线与其他网络设备与路由器相连从而可与互联网或局域网进行通讯。在一个实例中，传输装置205为射频(Radio Frequency，RF)模块，其用于通过无线方式与互联网进行通讯。

其中，具体地，存储器203用于存储应用程序。

处理器201可以通过传输装置205调用存储器203存储的应用程序，以执行下述步骤：

通过冰箱内置摄像头采集所述冰箱内的图像；识别所述图像中包含的已有食材；根据所述已有食材和营养摄入标准确定推荐菜谱。

处理器201还用于执行下述步骤：

在根据相似用户习惯从推荐菜谱确定与所述目标用户的习惯匹配的推荐菜谱之前，获取第一菜谱的第一匹配度和第二匹配度、第二菜谱的第一匹配度，其中，所述第一菜谱的第一匹配度为所述第一菜谱与参考用户之间的匹配度，所述第一菜谱的第二匹配度为所述第一菜谱与所述目标用户之间的匹配度，所述第二菜谱的第一匹配度为所述第二菜谱与所述参考用户之间的匹配度；获取每个所述第一菜谱的第一匹配度与第二匹配度之间的差值，并将所有所述第一菜谱的差值之和与所述第一菜谱的数量之间的比值作为匹配度均差；将所述第二菜谱的第一匹配度与所述匹配度均差与第一菜谱的第二匹配度之和与第一菜谱数量的比值作为所述第二菜谱与所述目标用户之间的第二匹配度。

可选地，本实施例中的具体示例可以参考上述实施例中所描述的示例，本实施例在此不再赘述。

本领域普通技术人员可以理解，图4所示的结构仅为示意，终端可以是智能手机(如Android手机、iOS手机等)、平板电脑、掌上电脑以及移动互联网设备(Mobile InternetDevices，MID)、PAD等终端设备。图4其并不对上述电子装置的结构造成限定。例如，终端还可包括比图4中所示更多或者更少的组件(如网络接口、显示装置等)，或者具有与图4所示不同的配置。

本领域普通技术人员可以理解上述实施例的各种方法中的全部或部分步骤是可以通过程序来指令终端设备相关的硬件来完成，该程序可以存储于一计算机可读存储介质中，存储介质可以包括：闪存盘、只读存储器(Read-Only Memory，ROM)、随机存取器(RandomAccess Memory，RAM)、磁盘或光盘等。

本申请的实施例还提供了一种存储介质。可选地，在本实施例中，上述存储介质可以用于执行菜谱的推荐方法的程序代码。

可选地，在本实施例中，上述存储介质可以位于上述实施例所示的网络中的多个网络设备中的至少一个网络设备上。

可选地，在本实施例中，存储介质被设置为存储用于执行以下步骤的程序代码：

通过冰箱内置摄像头采集所述冰箱内的图像；识别所述图像中包含的已有食材；根据所述已有食材和营养摄入标准确定推荐菜谱。

可选地，存储介质还被设置为存储用于执行以下步骤的程序代码：

在根据相似用户习惯从推荐菜谱确定与所述目标用户的习惯匹配的推荐菜谱之前，获取第一菜谱的第一匹配度和第二匹配度、第二菜谱的第一匹配度，其中，所述第一菜谱的第一匹配度为所述第一菜谱与参考用户之间的匹配度，所述第一菜谱的第二匹配度为所述第一菜谱与所述目标用户之间的匹配度，所述第二菜谱的第一匹配度为所述第二菜谱与所述参考用户之间的匹配度；获取每个所述第一菜谱的第一匹配度与第二匹配度之间的差值，并将所有所述第一菜谱的差值之和与所述第一菜谱的数量之间的比值作为匹配度均差；将所述第二菜谱的第一匹配度与所述匹配度均差与第一菜谱的第二匹配度之和与第一菜谱数量的比值作为所述第二菜谱与所述目标用户之间的第二匹配度。

可选地，本实施例中的具体示例可以参考上述实施例中所描述的示例，本实施例在此不再赘述。

可选地，在本实施例中，上述存储介质可以包括但不限于：U盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。

上述本申请实施例序号仅仅为了描述，不代表实施例的优劣。

上述实施例中的集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在上述计算机可读取的存储介质中。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在存储介质中，包括若干指令用以使得一台或多台计算机设备(可为个人计算机、服务器或者网络设备等)执行本申请各个实施例所述方法的全部或部分步骤。

在本申请的上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述的部分，可以参见其他实施例的相关描述。

在本申请所提供的几个实施例中，应该理解到，所揭露的客户端，可通过其它的方式实现。其中，以上所描述的装置实施例仅仅是示意性的，例如所述单元的划分，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，例如多个单元或组件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，单元或模块的间接耦合或通信连接，可以是电性或其它的形式。

所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元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单元来实现本实施例方案的目的。

另外，在本申请各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。

以上所述仅是本申请的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本申请原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本申请的保护范围。