一种菜谱数据的自适应调整方法、系统和存储介质

技术领域

本发明涉及菜谱生成领域，更具体地，涉及一种菜谱数据的自适应调整方法、系统和存储介质。

背景技术

随着人们生活水平的提高，越来越多的人开始关注饮食健康。为了满足人们对美食的需求，各种菜谱应运而生。然而，由于菜谱的种类繁多，制作方法各异，人们在选择菜谱时往往感到困惑。因此，如何从大量的菜谱中筛选出适合自己的菜谱成为了一大难题。

目前市场上已经有一些基于机器学习的菜谱推荐系统，这些系统通过分析用户的饮食习惯、口味偏好等信息来为用户推荐合适的菜谱。然而，这些系统往往需要用户提供大量的个人信息，如年龄、性别、体重等，以便更准确地为用户推荐菜谱。此外，这些系统的推荐结果仍然受到一定的局限性，因为它们无法像人类一样具有丰富的生活经验和判断力。

发明内容

鉴于上述问题，本发明的目的在于提供一种菜谱数据的自适应调整方法、系统和存储介质，对菜谱数据进行收集、数据处理、数字转化、特征提取与调整和生成菜谱，并通过反馈系统根据用户喜好修正特征向量特征模型，旨在克服现有技术中的不足，实现更加智能化、个性化的菜谱推荐。

本发明第一方面提供了种菜谱数据的自适应调整方法，所述方法包括：

获取第一菜谱数据信息；

根据所述第一菜谱数据信息判断是否为已收集的菜谱数据；

若否，则根据所述第一菜谱数据信息得到并存储第一菜谱数字信息；

根据所述第一菜谱数字信息中的食材种类信息和数量信息，得到第一特征向量信息；

根据所述第一特征向量信息和预设的特征向量调整模型，得到第二特征向量信息；

根据所述第二特征向量信息调整第一菜谱数字信息。

本方案中，所述根据所述第一菜谱数据信息判断是否为已收集的菜谱数据，具体为：

获取所述第一菜谱数据信息中的菜名信息；

通过所述菜名信息判断是否为已经存储的菜谱数据；

若否，则获取第一菜谱数据信息中的食材种类信息、数量信息和加热信息；

根据所述食材种类信息和所述数量信息，得到菜品信息；

根据所述加热信息和注水量信息，得到烹饪方式信息；

根据所述菜品信息和所述烹饪方式信息，通过查询已存储的菜谱数字信息，判断是否存在相同的菜品和烹饪方式；

若否，则第一菜谱数据信息为未收集的菜谱数据。

本方案中，所述根据所述第一菜谱数据信息得到并存储第一菜谱数字信息，具体为：

根据所述第一菜谱数据信息得到菜名信息、菜品信息和烹饪方式信息，并生成所述菜名信息的唯一识别号；

根据第一菜谱数据信息得到预设菜品重量信息状态下的烹饪流程信息。

本方案中，还包括：

根据所述食材种类信息和所述数量信息，根据预设的口味计算模型计算各个口味的等级信息，作为第一特征向量信息；

根据所述第二特征向量信息，根据预设的口味计算模型计算各个食材种类的数量信息，用于调整第一菜谱数字信息。

本方案中，所述根据所述第一特征向量信息和预设的特征向量调整模型，得到第二特征向量信息，具体为：

获取所述第一特征向量信息中第一口味等级信息；

根据特征向量调整模型中的口味约束条件信息，通过特征向量调整模型中的口味调整算法调整第一口味等级信息；

根据所述第一口味等级信息和所述第一特征向量信息得到所述第二特征向量信息。

本方案中，还包括：

根据所述第一菜谱数字信息烹饪菜品；

获取菜品的第一评价信息；

将所述第一评价信息输入至预设的特征向量特征模型中，用以调整口味约束条件信息；

通过所述特征向量调整模型调整第一菜谱数字信息。

本发明第二方面提供了一种菜谱数据的自适应调整系统，包括菜谱数据的自适应调整方法程序，所述菜谱数据的自适应调整方法程序被所述处理器执行时实现如下步骤：

获取第一菜谱数据信息；

根据所述第一菜谱数据信息判断是否为已收集的菜谱数据；

若否，则根据所述第一菜谱数据信息得到并存储第一菜谱数字信息；

根据所述第一菜谱数字信息中的食材种类信息和数量信息，得到第一特征向量信息；

根据所述第一特征向量信息和预设的特征向量调整模型，得到第二特征向量信息；

根据所述第二特征向量信息调整第一菜谱数字信息。

本方案中，所述根据所述第一菜谱数据信息判断是否为已收集的菜谱数据，具体为：

获取所述第一菜谱数据信息中的菜名信息；

通过所述菜名信息判断是否为已经存储的菜谱数据；

若否，则获取第一菜谱数据信息中的食材种类信息、数量信息和加热信息；

根据所述食材种类信息和所述数量信息，得到菜品信息；

根据所述加热信息和注水量信息，得到烹饪方式信息；

根据所述菜品信息和所述烹饪方式信息，通过查询已存储的菜谱数字信息，判断是否存在相同的菜品和烹饪方式；

若否，则第一菜谱数据信息为未收集的菜谱数据。

本方案中，所述根据所述第一菜谱数据信息得到并存储第一菜谱数字信息，具体为：

根据所述第一菜谱数据信息得到菜名信息、菜品信息和烹饪方式信息，并生成所述菜名信息的唯一识别号

根据第一菜谱数据信息得到预设菜品重量信息状态下的烹饪流程信息。

本发明第三方面提供了一种计算机可读存储介质，所述计算机可读存储介质中包括一种菜谱数据的自适应调整方法程序，所述菜谱数据的自适应调整方法程序被处理器执行时，实现如上述任一项所述的菜谱数据的自适应调整方法的步骤。

本发明提供了一种菜谱数据的自适应调整方法、系统和存储介质，首先对所采集的第一菜谱数据信息进行数据分析，实现菜谱的查重与去除无效数据；其次，当第一菜谱数据信息为有效信息时，生成对应的第一菜谱数字信息；然后将第一菜谱数字信息输入至预设的特征向量调整模型中进行分析与调整，用以调整第一菜谱数字信息，实现智能化、个性化的菜谱的生成与推荐。

附图说明

为了更清楚地说明本发明实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本发明的某些实施例，因此不应被看作是对范围的限定。

图1示出了本发明一种菜谱数据的自适应调整方法的流程图；

图2示出了本发明实施例提供的第一菜谱数据信息的查重判断的流程图；

图3示出了本发明实施例提供的第一菜谱数字信息的生成流程图；

图4示出了本发明一种菜谱数据的自适应调整系统的框图。

具体实施方式

下面将结合本发明实施例中的附图，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。基于本发明中的实施例，本领域普通技术人员在没有作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。

除非另有定义，本发明实施例使用的所有术语(包括技术和科学术语)具有与本发明所属领域的普通技术人员共同理解的相同含义。还应当理解，诸如在通常字典里定义的那些术语应当被解释为具有与它们在相关技术的上下文中的含义相一致的含义，而不应用理想化或极度形式化的意义来解释，除非本发明实施例明确地这样定义。

本发明实施例中使用的“第一”、“第二”以及类似的词语并不表示任何顺序、数量或者重要性，而只是用来区分不同的组成部分。“一个”、“一”或者“该”等类似词语也不表示数量限制，而是表示存在至少一个。同样，“包括”或者“包含”等类似的词语意指出现该词前面的元件或者物件涵盖出现在该词后面列举的元件或者物件及其等同，而不排除其他元件或者物件。“连接”或者“相连”等类似的词语并非限定于物理的或者机械的连接，而是可以包括电性的连接，不管是直接的还是间接的。本发明实施例的方法前面或后面的步骤不一定按照顺序来精确的进行。相反，可以按照倒序或同时处理各种步骤。同时，也可以将其他操作添加到这些过程中，或从这些过程移除某一步或数步。

另外，在本发明各个实施例中的各功能模块可以集成在一起形成一个独立的部分，也可以是各个模块单独存在，也可以两个或两个以上模块集成形成一个独立的部分。

图1示出了本发明一种菜谱数据的自适应调整方法的流程图。

如图1所示，本发明公开了一种菜谱数据的自适应调整方法，所述方法包括：

S102，获取第一菜谱数据信息；

S104，根据所述第一菜谱数据信息判断是否为已收集的菜谱数据；

S106，若否，则根据所述第一菜谱数据信息得到并存储第一菜谱数字信息；

S108，根据所述第一菜谱数字信息中的食材种类信息和数量信息，得到第一特征向量信息；

S110，根据所述第一特征向量信息和预设的特征向量调整模型，得到第二特征向量信息；

S112，根据所述第二特征向量信息调整第一菜谱数字信息。

需要说明的是，通过用户输入或对指定网页进行信息采集，获得第一菜谱数据信息，其中，第一菜谱数据信息至少包括菜名、烹饪方式、食材种类、食材数量等相关信息。然后，通过第一菜谱数据信息中的菜名信息或通过食材信息和烹饪方法信息，判断第一菜谱数据信息是否为已经存在于存储器系统中的菜谱数据；若第一菜谱数据信息与已经收集的菜谱数据相同，则第一菜谱数据信息不作为新菜品添加入菜谱数据存储器中；若第一菜谱数据信息与已经收集的菜谱数据不相同，则需要将第一菜谱数据信息作为新菜品，进行数字化处理后进行存储。将第一菜谱数据信息进行数字化得到第一菜谱数字信息，用以存储和作为自适应调整的参数依据。从第一菜谱数据信息分析得到菜名信息、菜品信息和烹饪方式信息以数字化的形式存储于存储器中；同时，根据菜名信息生成唯一识别号，用于链接查询第一菜谱数据；另外，还根据第一菜谱数据信息分析得到完整的烹饪流程，以便于全自动炒菜机的标准化烹饪。本发明设置有特征向量模型，该模型首先对菜谱数字信息进行特征向量分析，作为菜品口味维度的参考依据；然后以用户的口味喜好作为特征向量模型的约束条件对菜谱数字信息所对应特征向量进行调整；最后根据调整后的特征向量对菜谱的数字信息进行调整修正，以符合用户的口味，实现个性化餐谱的生成。其中，特征向量模型为采用深度学习算法，例如循环神经网络(RNN)、长短时记忆网络(LSTM)等，模拟人类的记忆和学习的模型，实现对菜谱数据的分析和调整。

图2示出了本发明实施例提供的第一菜谱数据信息的查重判断的流程图。

根据本发明实施例，如图2所示，所述根据所述第一菜谱数据信息判断是否为已收集的菜谱数据，具体为：

S202，获取所述第一菜谱数据信息中的菜名信息；

S204，通过所述菜名信息判断是否为已经存储的菜谱数据；

S206，若否，则获取第一菜谱数据信息中的食材种类信息、数量信息和加热信息；

S208，根据所述食材种类信息和所述数量信息，得到菜品信息；

S210，根据所述加热信息和注水量信息，得到烹饪方式信息；

S212，根据所述菜品信息和所述烹饪方式信息，通过查询已存储的菜谱数字信息，判断是否存在相同的菜品和烹饪方式；

S214，若否，则第一菜谱数据信息为未收集的菜谱数据。

需要说明的是，本发明通过对第一菜谱数据信息的分析和预处理，实现去除无效数据、查重、去重等功能，当判断第一菜谱数据信息为未被收集的菜品时，才对第一菜谱数据信息进行后续的自适应调整操作。首先，通过第一菜谱数据信息中的菜名信息，在存储器系统中进行匹配查找；若存储器系统中未查询到当前菜名信息的菜谱数据，则继续对第一菜谱数据信息中食材和烹饪方式进行分析，避免出现相同菜品却因菜名不同而导致重复收纳入菜谱的情况。首先根据食材的种类信息与数量信息，得到由当前食材可以制作的菜品信息；然后通过加热信息和注水量信息，得到烹饪方式，如煎、蒸、炖等，其中，加热信息是烹饪流程中各个环节烹饪器具所提供的加热温度；最后通过菜品信息和烹饪方式再次查询存储器系统中的菜谱数据，判断是否存在相同的菜品信息和烹饪方式，若不存在，则表示当前的第一菜谱数据信息未被录入至存储器系统中。

图3示出了本发明实施例提供的第一菜谱数字信息的生成流程图。

根据本发明实施例，如图3所示，所述根据所述第一菜谱数据信息得到并存储第一菜谱数字信息，具体为：

S302，根据所述第一菜谱数据信息得到菜名信息、菜品信息和烹饪方式信息，并生成所述菜名信息的唯一识别号；

S304，根据第一菜谱数据信息得到预设菜品重量信息状态下的烹饪流程信息。

需要说明的是，所收集的第一菜谱数据信息通常为复杂的文字信息，若直接存储则不利于后续的查找与数据传输，因此，需要将第一菜谱数据信息转换为利于存储、查找及数据传输的菜谱数字信息，以简单文字、代码、标号的形式进行存储。第一菜谱数字信息除了从第一菜谱数据信息中生成的菜名信息、菜品信息和烹饪方式信息外，还会根据菜名信息生成唯一识别号信息，用于在存储器系统中快速查找。此外，还会根据第一菜谱数据信息，以预设的菜品重量信息为标准，例如制作200克菜品，根据菜品质量计算得出食材数量用以生成菜品的烹饪流程信息。所述烹饪流程信息可传输至全自动炒菜机，使炒菜机按照投料流程、加热流程和搅拌流程反复交替循环的组合形式执行烹饪操作。

根据本发明实施例，还包括：

根据所述食材种类信息和所述数量信息，根据预设的口味计算模型计算各个口味的等级信息，作为第一特征向量信息；

根据所述第二特征向量信息，根据预设的口味计算模型计算各个食材种类的数量信息，用于调整第一菜谱数字信息。

需要说明的是，所述口味计算模型是特征向量模型的一部分，用于计算食材种类和数量信息的组合与特征向量信息之间的关系。根据食材种类信息和食材的数量信息，通过口味计算模型分析后按照各个口味维度进行等级划分，例如酸、甜、苦、辣、咸分别的等级值，并依据口味的等级信息组合成第一特征向量信息；其中，所述食材包括了食物原料、调味料等菜品中所包含的所有食物。根据第二特征向量信息，得到各个口味维度的等级信息，再根据等级信息对食材的种类信息和食材的数量信息进行调整，最终用以调整第一菜谱数字信息，实现个性化调整菜谱的效果。

根据本发明实施例，所述根据所述第一特征向量信息和预设的特征向量调整模型，得到第二特征向量信息，具体为：

获取所述第一特征向量信息中第一口味等级信息；

根据特征向量调整模型中的口味约束条件信息，通过特征向量调整模型中的口味调整算法调整第一口味等级信息；

根据所述第一口味等级信息和所述第一特征向量信息得到所述第二特征向量信息。

需要说明的是，第一口味等级信息是从第一特征向量信息中所得到的各个口味的等级信息，第一口味等级信息传输至预设的特征向量调整模型。特征向量调整模型中已存储口味约束条件信息，其中，口味约束条件信息是由特征向量调整模型根据用户操作和饮食习惯及用户反馈系统所生成的个性化口味作为的约束参数，作为特征向量调整模型的约束条件用以将第一特征向量信息调整修正为第二特征向量信息。第二特征向量信息是根据用户个性化口味所调整的第一菜谱数字信息的特征向量。

根据本发明实施例，还包括：

根据所述第一菜谱数字信息烹饪菜品；

获取菜品的第一评价信息；

将所述第一评价信息输入至预设的特征向量特征模型中，用以调整口味约束条件信息；

通过所述特征向量调整模型调整第一菜谱数字信息。

需要说明的是，根据第一菜谱数字信息烹饪菜品后，可生成评价报告由用户填写反馈，根据反馈信息生成第一评价信息。将所述第一评价信息输入至特征向量模型中，特征向量模型结合第一菜谱数字信息和第一评价信息对口味约束条信息件进行修正，进而确保系统中的口味约束条件信息符合用户个性化需求。最后，再通过口味约束条信息件调整第一菜谱数字信息。

值得一提的是，还包括：

获取菜名查询记录信息或食材查询记录信息；

将所述菜名查询记录或所述食材查询记录信息的查询频率进行降序排列，获取查询频率最高的菜名信息或食材信息；

根据上述菜名信息或食材信息，调整认机交互界面中的菜谱数据的显示顺序。

需要说明的是，本发明设置有人机交互中心与用户进行人机交互。在人机交互界面中的推荐菜谱页面中，会对菜谱数据进行排序后显示。本发明通过将用户通过人机交互界面中心选择或查询菜名或食材的记录进行降序排列，排列位置越靠前，则表示用户对此关键词的关注度越高，则需要将该关键词所对应的菜谱数据靠前显示，以便于用户可以更快捷的找到自己想要的菜谱，提高用户的使用体验感。

值得一提的是，还包括：

连接至预设的网络地址；

通过预设的网页内容分析器提取第一菜谱数据信息。

需要说明的是，通过连接的预设的网络地址，获取网络地址的网页内容信息，分析并提取其中与菜谱相关的内容作为第一菜谱数据信息。在实际应用中，厂商通常开设专用于收集记录菜谱相关内容的网页，用以作为第一菜谱数据信息的数据来源。

值得一提的是，还包括：

设置有预设全自动炒菜机；

将第一菜谱数字信息发送至全自动炒菜机，全自动炒菜机根据烹饪流程信息进行菜品烹饪。

需要说明的是，将第一菜谱数字信息中屙烹饪流程信息传输至预设的全自动炒菜机，使炒菜机按照投料流程、加热流程和搅拌流程反复交替循环的组合形式执行烹饪操作，制作出标准化的菜品。

图4示出了本发明一种菜谱数据的自适应调整系统的框图。

如图4所示，本发明公开了一种菜谱数据的自适应调整系统4，包括存储器41和处理器42，所述存储器中包括菜谱数据的自适应调整方法程序，所述菜谱数据的自适应调整方法程序被所述处理器执行时实现如下步骤：

获取第一菜谱数据信息；

根据所述第一菜谱数据信息判断是否为已收集的菜谱数据；

若否，则根据所述第一菜谱数据信息得到并存储第一菜谱数字信息；

根据所述第一菜谱数字信息中的食材种类信息和数量信息，得到第一特征向量信息；

根据所述第一特征向量信息和预设的特征向量调整模型，得到第二特征向量信息；

根据所述第二特征向量信息调整第一菜谱数字信息。

需要说明的是，通过用户输入或对指定网页进行信息采集，获得第一菜谱数据信息，其中，第一菜谱数据信息至少包括菜名、烹饪方式、食材种类、食材数量等相关信息。然后，通过第一菜谱数据信息中的菜名信息或通过食材信息和烹饪方法信息，判断第一菜谱数据信息是否为已经存在于存储器系统中的菜谱数据；若第一菜谱数据信息与已经收集的菜谱数据相同，则第一菜谱数据信息不作为新菜品添加入菜谱数据存储器中；若第一菜谱数据信息与已经收集的菜谱数据不相同，则需要将第一菜谱数据信息作为新菜品，进行数字化处理后进行存储。将第一菜谱数据信息进行数字化得到第一菜谱数字信息，用以存储和作为自适应调整的参数依据。从第一菜谱数据信息分析得到菜名信息、菜品信息和烹饪方式信息以数字化的形式存储于存储器中；同时，根据菜名信息生成唯一识别号，用于链接查询第一菜谱数据；另外，还根据第一菜谱数据信息分析得到完整的烹饪流程，以便于全自动炒菜机的标准化烹饪。本发明设置有特征向量模型，该模型首先对菜谱数字信息进行特征向量分析，作为菜品口味维度的参考依据；然后以用户的口味喜好作为特征向量模型的约束条件对菜谱数字信息所对应特征向量进行调整；最后根据调整后的特征向量对菜谱的数字信息进行调整修正，以符合用户的口味，实现个性化餐谱的生成。其中，特征向量模型为采用深度学习算法，例如循环神经网络(RNN)、长短时记忆网络(LSTM)等，模拟人类的记忆和学习的模型，实现对菜谱数据的分析和调整。

根据本发明实施例，所述根据所述第一菜谱数据信息判断是否为已收集的菜谱数据，具体为：

获取所述第一菜谱数据信息中的菜名信息；

通过所述菜名信息判断是否为已经存储的菜谱数据；

若否，则获取第一菜谱数据信息中的食材种类信息、数量信息和加热信息；

根据所述食材种类信息和所述数量信息，得到菜品信息；

根据所述加热信息和注水量信息，得到烹饪方式信息；

根据所述菜品信息和所述烹饪方式信息，通过查询已存储的菜谱数字信息，判断是否存在相同的菜品和烹饪方式；

若否，则第一菜谱数据信息为未收集的菜谱数据。

需要说明的是，本发明通过对第一菜谱数据信息的分析和预处理，实现去除无效数据、查重、去重等功能，当判断第一菜谱数据信息为未被收集的菜品时，才对第一菜谱数据信息进行后续的自适应调整操作。首先，通过第一菜谱数据信息中的菜名信息，在存储器系统中进行匹配查找；若存储器系统中未查询到当前菜名信息的菜谱数据，则继续对第一菜谱数据信息中食材和烹饪方式进行分析，避免出现相同菜品却因菜名不同而导致重复收纳入菜谱的情况。首先根据食材的种类信息与数量信息，得到由当前食材可以制作的菜品信息；然后通过加热信息和注水量信息，得到烹饪方式，如煎、蒸、炖等，其中，加热信息是烹饪流程中各个环节烹饪器具所提供的加热温度；最后通过菜品信息和烹饪方式再次查询存储器系统中的菜谱数据，判断是否存在相同的菜品信息和烹饪方式，若不存在，则表示当前的第一菜谱数据信息未被录入至存储器系统中。

根据本发明实施例，所述根据所述第一菜谱数据信息得到并存储第一菜谱数字信息，具体为：

根据所述第一菜谱数据信息得到菜名信息、菜品信息和烹饪方式信息，并生成所述菜名信息的唯一识别号；

根据第一菜谱数据信息得到预设菜品重量信息状态下的烹饪流程信息。

需要说明的是，所收集的第一菜谱数据信息通常为复杂的文字信息，若直接存储则不利于后续的查找与数据传输，因此，需要将第一菜谱数据信息转换为利于存储、查找及数据传输的菜谱数字信息，以简单文字、代码、标号的形式进行存储。第一菜谱数字信息除了从第一菜谱数据信息中生成的菜名信息、菜品信息和烹饪方式信息外，还会根据菜名信息生成唯一识别号信息，用于在存储器系统中快速查找。此外，还会根据第一菜谱数据信息，以预设的菜品重量信息为标准，例如制作200克菜品，根据菜品质量计算得出食材数量用以生成菜品的烹饪流程信息。所述烹饪流程信息可传输至全自动炒菜机，使炒菜机按照投料流程、加热流程和搅拌流程反复交替循环的组合形式执行烹饪操作。

根据本发明实施例，还包括：

根据所述食材种类信息和所述数量信息，根据预设的口味计算模型计算各个口味的等级信息，作为第一特征向量信息；

根据所述第二特征向量信息，根据预设的口味计算模型计算各个食材种类的数量信息，用于调整第一菜谱数字信息。

需要说明的是，所述口味计算模型是特征向量模型的一部分，用于计算食材种类和数量信息的组合与特征向量信息之间的关系。根据食材种类信息和食材的数量信息，通过口味计算模型分析后按照各个口味维度进行等级划分，例如酸、甜、苦、辣、咸分别的等级值，并依据口味的等级信息组合成第一特征向量信息；其中，所述食材包括了食物原料、调味料等菜品中所包含的所有食物。根据第二特征向量信息，得到各个口味维度的等级信息，再根据等级信息对食材的种类信息和食材的数量信息进行调整，最终用以调整第一菜谱数字信息，实现个性化调整菜谱的效果。

根据本发明实施例，所述根据所述第一特征向量信息和预设的特征向量调整模型，得到第二特征向量信息，具体为：

获取所述第一特征向量信息中第一口味等级信息；

根据特征向量调整模型中的口味约束条件信息，通过特征向量调整模型中的口味调整算法调整第一口味等级信息；

根据所述第一口味等级信息和所述第一特征向量信息得到所述第二特征向量信息。

需要说明的是，第一口味等级信息是从第一特征向量信息中所得到的各个口味的等级信息，第一口味等级信息传输至预设的特征向量调整模型。特征向量调整模型中已存储口味约束条件信息，其中，口味约束条件信息是由特征向量调整模型根据用户操作和饮食习惯及用户反馈系统所生成的个性化口味作为的约束参数，作为特征向量调整模型的约束条件用以将第一特征向量信息调整修正为第二特征向量信息。第二特征向量信息是根据用户个性化口味所调整的第一菜谱数字信息的特征向量。

根据本发明实施例，还包括：

根据所述第一菜谱数字信息烹饪菜品；

获取菜品的第一评价信息；

将所述第一评价信息输入至预设的特征向量特征模型中，用以调整口味约束条件信息；

通过所述特征向量调整模型调整第一菜谱数字信息。

需要说明的是，根据第一菜谱数字信息烹饪菜品后，可生成评价报告由用户填写反馈，根据反馈信息生成第一评价信息。将所述第一评价信息输入至特征向量模型中，特征向量模型结合第一菜谱数字信息和第一评价信息对口味约束条信息件进行修正，进而确保系统中的口味约束条件信息符合用户个性化需求。最后，再通过口味约束条信息件调整第一菜谱数字信息。

值得一提的是，还包括：

获取菜名查询记录信息或食材查询记录信息；

将所述菜名查询记录或所述食材查询记录信息的查询频率进行降序排列，获取查询频率最高的菜名信息或食材信息；

根据上述菜名信息或食材信息，调整认机交互界面中的菜谱数据的显示顺序。

需要说明的是，本发明设置有人机交互中心与用户进行人机交互。在人机交互界面中的推荐菜谱页面中，会对菜谱数据进行排序后显示。本发明通过将用户通过人机交互界面中心选择或查询菜名或食材的记录进行降序排列，排列位置越靠前，则表示用户对此关键词的关注度越高，则需要将该关键词所对应的菜谱数据靠前显示，以便于用户可以更快捷的找到自己想要的菜谱，提高用户的使用体验感。

值得一提的是，还包括：

连接至预设的网络地址；

通过预设的网页内容分析器提取第一菜谱数据信息。

需要说明的是，通过连接的预设的网络地址，获取网络地址的网页内容信息，分析并提取其中与菜谱相关的内容作为第一菜谱数据信息。在实际应用中，厂商通常开设专用于收集记录菜谱相关内容的网页，用以作为第一菜谱数据信息的数据来源。

值得一提的是，还包括：

设置有预设全自动炒菜机；

将第一菜谱数字信息发送至全自动炒菜机，全自动炒菜机根据烹饪流程信息进行菜品烹饪。

需要说明的是，将第一菜谱数字信息中屙烹饪流程信息传输至预设的全自动炒菜机，使炒菜机按照投料流程、加热流程和搅拌流程反复交替循环的组合形式执行烹饪操作，制作出标准化的菜品。

本发明第三方面提供了一种计算机可读存储介质，所述计算机可读存储介质中包括一种菜谱数据的自适应调整方法程序，所述菜谱数据的自适应调整方法程序被处理器执行时，实现如上述任一项所述的菜谱数据的自适应调整方法的步骤。

本发明提供了一种菜谱数据的自适应调整方法、系统和存储介质，首先对所采集的第一菜谱数据信息进行数据分析，实现菜谱的查重与去除无效数据；其次，当第一菜谱数据信息为有效信息时，生成对应的第一菜谱数字信息；然后将第一菜谱数字信息输入至预设的特征向量调整模型中进行分析与调整，用以调整第一菜谱数字信息，实现智能化、个性化的菜谱的生成与推荐。

所述功能如果以软件功能模块的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明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中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，RandomAccess Memory)、磁碟或者光盘等各种可以存储程序代码的介质。

以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。