具体实施方式

这里将详细地对示例性实施例进行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本申请相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本申请的一些方面相一致的装置和方法的例子。

为了方便本领域技术人员理解本申请实施例提供的技术方案，下面先通过具体的应用场景说明本申请实施例的技术方案。

图1示出了本申请实施例提供的饮食推荐方法的流程示意图。在本申请的应用场景中，王女士在哺乳期感觉肠胃不舒服，伴有腹痛和轻微腹泻的症状，于是通过在线问诊的方式进行诊疗。线上医生张豆豆根据王女士的症状，确认王女士患上慢性肠胃炎，于是给王女士开了用药建议，图2是在王女士的用户界面中展示的与张豆豆医生的对话内容，如图2所示，张豆豆医生给王女士开具了蒙脱石散、猴头菌提取物颗粒等处方药物，并限制取药时间。在结束问诊的时刻，在线问诊平台可以自动向王女士发送是否需要饮食建议的问询，如图2所示，王女士接收到“请问您是否需要饮食建议”的消息，并在用户界面下方展示“不需要”和“需要”选择控件。该消息正好提醒王女士关于饮食的困惑，哺乳期生病的情况的确不知道吃哪些食物，于是王女士点击“需要”。

在线问诊平台在接收到王女士的选择之后，可以响应于该选择，利用图1所示的方法确定出饮食建议。首先，可以获取王女士的健康信息，如图1所示，所述健康信息可以包括疾病信息、用药信息、症状信息、病史信息、个人信息等等，对于王女士而言，其健康信息可以包括：哺乳期、慢性肠胃炎、腹泻、腹痛等等。然后，可以将所述健康信息输入至健康与营养素关联关系模型，经所述健康与营养素关联关系模型输出目标营养素信息，所述目标营养素信息所对应的营养素可以对王女士的健康产生积极的影响。所述健康与营养素关联关系模型可以利用样本数据集1训练得到，具体的训练方式请参考说明书以下各个实施例的描述，在此不再赘述。

在获取到所述目标营养素信息之后，可以将所述目标营养素信息输入至营养素与食物关联关系模型中，经所述营养素与食物关联关系模型输出食物信息，输出的食物信息所对应的食物中可以包含较高含量的所述目标营养素，例如所述目标营养素在所述食物中的含量大于预设含量阈值。在确定出所述食物信息之后，可以生成饮食建议，所述饮食建议可以包括适宜类食物信息、禁忌类食物信息、目标营养素信息、食物类别信息、适宜食物搭配方案、适宜食物加工方式等信息。如图3所示，在线诊疗平台可以根据生成如图所示的饮食建议，所述饮食建议可以以图3所示的小卡片的样式展示，当然，还可以以图片、链接、视频等方式展示，本申请对于所述饮食建议的展示方式不做限制。根据所述健康与营养素关联关系模型输出王女士所需的目标营养素包括维生素C和维生素B12等，所述目标营养素还可以包括禁忌类营养素如脂肪和糖类等，因此，给出“增加维生素C/B12摄入、减少脂肪和糖类摄入”的基本建议。进一步地，根据所述营养素与食物关联关系模型可以确定所述目标营养素所对应的食物可以包括适宜类食物信息，即宜食食物，如糯米、豆浆、苹果等，以及禁忌类食物，即忌食食物，如粳米、咖啡、西瓜等等。进一步地，还可以根据适宜类食物生成食物搭配方案，如设置早餐、午餐、加餐、晚餐素需要的食物。如图3所示，在饮食建议小卡片的下方，可以展示“保存至手机”和“查看详情”的控件，通过将所述饮食建议保存至手机中，可以随时打开。若用户点击“查看详情”，用户界面可以跳转至图4所示的界面，如图4所述，可以展示王女士的基本信息，如疾病类型、年龄、性别、是否孕期哺乳期、有无病史等信息。进一步地，还可以详细展示宜食类食物和忌食类食物，包括食物的类别等。

在另一个场景中，王女士也可以在问诊过程中或者问诊结束后发送问询，如图4所示，王女士可以发出“请问牛奶可以喝吗？”这样的问询。该询问可以是以字符形式发送，也可以是语音发送，本申请在此不做限制。在线诊疗平台可以响应于所述问询，从所述问询中提取出食物信息，如“牛奶”。然后，可以根据王女士的健康信息确定出王女士身体所需的目标营养素信息，并将牛奶信息输入至所述营养素与食物关联关系模型，经所述营养素与食物关联关系模型输出牛奶中的营养素信息。然后，可以确定所述目标营养素信息与牛奶中的营养素信息之间的相关度，若所述相关度较高，则可以确定牛奶是王女士身体所需的营养素；否则，不是所需的营养素。本申请实施例中，可以根据所述相关度的数值确定食用指数，如图5所示，可以给出牛奶的食用指数为两星，以及王女士哺乳期可食用牛奶的建议。另外，还可以提供牛奶的主要营养成分、病情饮食分析、摄入加工建议等信息。

在另一个场景中，如图6所示，王女士还可以询问多种食物是否可食用的问询，例如“请问午餐可以吃小米粥和苹果吗？”这样的问询。根据上述示例的方式，确定小米和苹果中所包含的营养素正好是王女士身体所需的目标营养素，因此，可以设置食用指数为五星。

在另一个场景中，王女士还可以通过图片、语音等方式问询，如图7所示，王女士可以发送食物图片。在线问诊平台在接收到食物图片之后，可以识别出图片中的食物信息，如图7所示，识别出图片中的食物信息包括牛肉、芹菜、辣椒等。由于辣椒中的辣椒素不是王女士身体所需的营养素，但是牛肉和芹菜是需要的营养素，进一步地，在饮食建议中，可以给出替代饮食建议，如建议“西芹百合”、“西湖牛肉羹”这样的加工方式。

在另一个场景中，王女士还可以通过智能音箱、智能穿戴设备等获取到饮食建议。所述智能音箱或者所述智能穿戴设备等可以获取到健康信息，例如，所述智能音箱可以获取到王女士的声纹信息，并将所述声纹信息发送至所述智能音箱的后台服务器。所述后台服务器获取到所述声纹信息之后，可以根据所述声纹信息确定与王女士关联的账户信息，并可以根据所述账户信息获取到王女士的医疗数据、体检数据等健康信息。在获取到所述健康信息，所述后台服务器可以按照图1所示的工作流程确定所述健康信息所对应的饮食建议。当然，所述后台服务器可以包括云端服务器，也可以在用户的授权下，将所述健康信息发送至其他具有处理能力的服务器处理，本申请在此不做限制。

在另一个场景中，还可以根据所述目标营养素信息确定身体锻炼建议。在一个示例中，在确定用户需要补充维生素A的情况下，可以向用户提供近期避免用眼过度的身体锻炼建议，这是由于用眼过度可能加剧维生素A的消耗。再如，在确定用户需要补充蛋白质的情况下，可以向用户提供需要进行力量训练的身体锻炼建议，这是由于力量训练能够帮助用户有效吸收蛋白质，并将蛋白质转化为肌肉，达到增强体质的作用。

下面结合附图对本申请所述的饮食推荐方法进行详细的说明。图8是本申请提供的饮食推荐方法的一种实施例的方法流程示意图。虽然本申请提供了如下述实施例或附图所示的方法操作步骤，但基于常规或者无需创造性的劳动在所述方法中可以包括更多或者更少的操作步骤。在逻辑性上不存在必要因果关系的步骤中，这些步骤的执行顺序不限于本申请实施例提供的执行顺序。所述方法在实际中的饮食推荐过程中或者装置执行时，可以按照实施例或者附图所示的方法顺序执行或者并行执行(例如并行处理器或者多线程处理的环境)。

具体的，本申请提供的饮食推荐方法的一种实施例如图8所示，所述方法可以包括：

S801：获取用户的健康信息。

S803：利用健康与营养素关联关系模型确定所述健康信息所对应的目标营养素信息，所述目标营养素信息包括对所述健康信息产生积极影响的营养素信息。

S805：利用营养素与食物关联关系模型确定所述目标营养素信息所对应的食物信息，所述目标营养素信息对应的营养素在所述食物信息对应的食物中的含量大于预设含量阈值。

S807：发送所述食物信息。

本申请实施例中，可以根据用户的健康状况生成与用户的健康状况相匹配的饮食推荐。基于此，可以首先获取用户的健康信息。在本申请的一个实施例中，所述健康信息可以包括下述中的至少一种信息：疾病信息、用药信息、症状信息、医学检验结果、病史信息、个人信息、运动锻炼信息。其中，所述疾病信息可以包括用户作为病患所患的疾病，如高血压、皮肤过敏、慢性肠胃炎、糖尿病、内分泌失调等等。所述用药信息可以包括用户所服用的药物信息，如用户最近正在服用盐酸西替利嗪片、乙酰氨基酚、盐酸伪麻黄碱等等。所述症状信息可以包括用户身体所表现出的症状，用户可以是病患，也可以是亚健康状态或者健康状态。所述症状可以包括一些不良症状，如失眠、多梦、血压升高、心悸、肝火旺、腹泻、消化不良等等，当然，身体出现一些不良症状，不能完全确定用户患有明确的疾病。所述医学检验结果可以包括对取自人体的材料进行微生物学、免疫学、生物化学、遗传学、血液学、生物物理学、细胞学等方面的检验后所得出的结果，如生成的体检报告、血常规化验报告、检验报告等等。在一个示例中，在一次体检报告中，确定用户的甘油三酯偏高，而该检验结果往往与饮食油腻有关，据此，可以给出饮食清淡的建议。所述病史信息可以包括用户所患过的疾病，例如，根据用户曾患过皮肤过敏的疾病，因此，在针对该用户的饮食推荐，应尽量避免能够导致皮肤过敏的食物，如海鲜等。所述个人信息也可以反映出用户的健康状况，如用户的年龄、身高、体重、性别、工作性质、女性是否处于妊娠期等等。例如根据身高和体重能够确定用户的BMI指数，若BMI指数偏高，则可以反应用户处于亚健康的状态。再如，若确定用户的工作是清洁工或者建筑工，那么用户的工作环境中可能经常出现粉尘等污染物，容易导致肺部疾病，因此在饮食建议上可以给出一些能够清肺的食物。所述运动锻炼信息可以包括用户近期正在进行的运动锻炼，运动锻炼的多样化导致不同运动或者锻炼所需要的营养素不相同，例如，力量型运动(如举重)需要较多的蛋白质，耐力型运动需要补充较多的碳水化合物，射箭、击剑、游泳等眼部运动需要补充维生素A，长期运动需要补充钾等。当然，所述健康信息可以包括任何能够影响到用户健康状况的信息，本申请在此不做限制。

在本申请实施例中，可以在多种应用场景下获取用户的健康信息。在其中的一个应用场景中，可以在用户进行在线问诊的情况下获取用户的健康信息。例如，用户在与医生进行对话的过程中，用户端可以发出饮食推荐请求，所述饮食推荐请求可以基于用户的询问生成，例如用户发出“那我最近饮食上得注意什么呢？”或者“关于饮食您有什么建议吗？”等此类的问询语句，可以触发生成饮食推荐请求，据此，可以所述饮食推荐请求可以包括用户的健康信息。另外，在在线问诊的场景下，所述用户的健康信息可以自动从用户的问诊结果或者问诊记录中获取，如获取到用户的疾病信息、症状信息、病史、年龄等信息。

在本申请的另一个实施例中，在在线问诊的场景下，还可以主动向用户询问会否需要提供饮食建议。基于此，可以在在线问诊的情况下，发送是否需要饮食推荐的问询消息至用户端。用户端在接收到所述问询消息之后，可以根据需求进行答复，确定生成的答复消息包括需要饮食推荐的情况下，可以获取用户的健康信息。在一个示例中，在结束在线问诊的时刻，可以向用户发送“您是否需要饮食推荐？”这样的问询消息。若接收到用户的答复消息是“需要”、“可以”、“好的”等此类肯定答复，则可以获取所述用户的健康信息，并向用户推荐与其健康信息相匹配的饮食建议。

需要说明的是，还可以包括其他能够触发推荐饮食建议的应用场景。例如，在生成用户的疾病诊断结果、体检信息、医学检验结果之后，可以自动获取疾病诊断结果、体检信息、医生检验结果中用户的健康信息，并自动确定与所述健康信息相匹配的饮食建议。进一步地，还可以通过至少一种方式将生成的饮食建议推荐给对应的用户。

本申请实施例中，在确定与用户的健康信息相匹配的饮食建议的过程中，可以利用健康与营养素关联关系模型确定所述健康信息所对应的目标营养素信息，所述目标营养素信息包括对所述健康信息产生积极影响的营养素信息。在所述健康信息包括疾病信息的情况下，所述积极影响可以包括所述目标营养素信息有助于治愈或者减轻对应的疾病。在所述健康信息包括症状信息的情况下，所述积极影响可以包括所述目标营养素信息有助于消除或者缓解对应的症状。在所述健康信息包括药品信息的情况下，所述积极影响可以包括所述目标营养素信息不影响对应药品的药效，或者有助于对应药品的吸收，提升药效。在所述健康信息包括医学检验结果的情况下，所述积极影响可以包括所述目标营养素信息有助于调整所述医学检验结果中的异常结果，使得该异常结果调整至健康数据范围内，例如将过高的甘油三酯调整至正常数值范围内，所述正常数值范围可以根据医院、科研机构等权威机构所确定的属于健康个体的健康数据。在所述健康信息包括运动锻炼信息的情况下，所述积极影响可以包括所述目标营养素信息有助于体现运动锻炼的效果，如增肌、消除疲劳、塑形等等。基于上述健康信息的不同实施例，所述健康与营养素关联关系模型可以包括下述中的至少一种模型：疾病与营养素关联关系模型、症状与营养素关联关系模型、药品与营养素关联关系模型、医学检验结果与营养素关联关系模型、运动锻炼与营养素关联关系模型。当然，所述健康与营养素关联关系模型还可以包括以上任何数量的关联关系模型功能的组合，在此不做限制。另外，所述健康与营养素关联关系模型还可以包括年龄与营养素关联关系模型等等，在此不做限制。

在本申请的一个实施例中，所述健康与营养素关联关系模型被设置为基于机器学习方法利用健康信息与营养素之间的对应关系训练得到。在一个实施例中，所述健康与营养素关联关系模型被设置为利用下述方式生成：

首先，可以获取多个样本数据，所述样本数据包括具有相关关系的健康信息与营养素。在一个示例中，动脉粥样硬化疾病所对应的营养素包括：钙镁、类胡萝卜素、小麦胚芽油、维生素C、薄荷等等。在另一个示例中，高血脂症状所对应的营养素包括：鱼油、茶族、维生素B、果蔬纤维、香蒜、维生素C、维生素E等等。然后，可以构建健康与营养素关联关系模型，所述健康与营养素关联关系模型设置有模型参数。在构建完成健康与营养素关联关系模型之后，可以将所述健康信息输入至所述健康与营养素关联关系模型，输出预测结果。在本申请实施例中，训练所述健康与营养素关联关系模型的目的在于使得模型的预测结果与实际结果无限接近。基于此，可以基于所述营养素与所述预测结果之间的差异，调整所述模型参数，直至所述差异满足预设要求。

具体地，针对所述健康与营养素关联关系模型所包含的不同类型的模型，在本申请的一个实施例中，在所述健康信息包括疾病信息、所述健康与营养素关联关系模型包括疾病与营养素关联关模型的情况下，所述利用健康与营养素关联关系模型确定所述健康信息所对应的目标营养素信息可以包括：

将所述健康信息输入至所述疾病与营养素关联关模型中，经所述疾病与营养素关联关模型输出所述疾病信息对应的目标营养素信息，所述目标营养素信息包括对所述疾病信息产生积极影响的营养素信息；所述疾病与营养素关联关模型被设置为利用多个样本数据训练得到，所述样本数据中包括具有相关关系的疾病信息和营养素信息，所述营养素信息对于所述疾病信息具有积极影响。

在本申请的一个实施例中，在所述健康信息包括症状信息、所述健康与营养素关联关系模型包括症状与营养素关联关模型的情况下，所述利用健康与营养素关联关系模型确定所述健康信息所对应的目标营养素信息，包括：

将所述症状信息输入至所述症状与营养素关联关模型中，经所述症状与营养素关联关模型输出所述症状信息对应的目标营养素信息，所述目标营养素信息包括对所述症状信息产生积极影响的营养素信息；所述症状与营养素关联关模型被设置为利用多个样本数据训练得到，所述样本数据中包括具有相关关系的症状信息和营养素信息，所述营养素信息对于所述症状信息具有积极影响。

在本申请的一个实施例中，在所述健康信息包括药品信息、所述健康与营养素关联关系模型包括药品与营养素关联关模型的情况下，所述利用健康与营养素关联关系模型确定所述健康信息所对应的目标营养素信息，包括：

将所述药品信息输入至所述药品与营养素关联关模型中，经所述药品与营养素关联关模型输出所述药品信息对应的目标营养素信息，所述目标营养素信息包括对所述药品信息产生积极影响的营养素信息；所述药品与营养素关联关模型被设置为利用多个样本数据训练得到，所述样本数据中包括具有相关关系的药品信息和营养素信息，所述营养素信息对于所述药品信息具有积极影响。

在本申请的一个实施例中，在所述健康信息包括医学检验结果、所述健康与营养素关联关系模型包括医学检验与营养素关联关模型的情况下，所述利用健康与营养素关联关系模型确定所述健康信息所对应的目标营养素信息，包括：

将所述医学检验结果输入至所述医学检验与营养素关联关模型中，经所述医学检验与营养素关联关模型输出所述医学检验结果对应的目标营养素信息，所述目标营养素信息包括对所述医学检验结果产生积极影响的营养素信息；所述医学检验与营养素关联关模型被设置为利用多个样本数据训练得到，所述样本数据中包括具有相关关系的医学检验结果和营养素信息，所述营养素信息对于所述医学检验结果具有积极影响。

在本申请的一个实施例中，在所述健康信息包括运动锻炼信息、所述健康与营养素关联关系模型包括运动锻炼与营养素关联关模型的情况下，所述利用健康与营养素关联关系模型确定所述健康信息所对应的目标营养素信息，包括：

将所述运动锻炼信息输入至所述运动锻炼与营养素关联关模型中，经所述运动锻炼与营养素关联关模型输出所述运动锻炼信息对应的目标营养素信息，所述目标营养素信息包括对所述运动锻炼信息产生积极影响的营养素信息；所述运动锻炼与营养素关联关模型被设置为利用多个样本数据训练得到，所述样本数据中包括具有相关关系的运动锻炼信息和营养素信息，所述营养素信息对于所述运动锻炼信息具有积极影响。

需要说明的是，在本申请实施例中，所述机器学习方式可以包括K近邻算法、感知机算法、决策树、支持向量机、逻辑斯底回归、最大熵等，相应的，生成的模型如朴素贝叶斯、隐马尔科夫等。当然，在其他实施例中，所述机器学习方式可以包括深度学习，所述深度学习方式可以包括卷积神经网络算法、循环神经网络算法等，本申请在此不做限制。

在本申请实施例中，所述样本数据包括正样本数据和负样本数据，其中，所述正样本数据中的所述营养素信息对所述健康信息具有积极影响，所述负样本数据中的所述营养素信息对所述健康信息具有消极影响。举例来说，对于高血压疾病而言，所述正样本数据可以包括高血压疾病及对其有积极影响的营养素之间的对应关系，如高血压疾病与维生素C、烟酸、钙、镁、钾、锌、硒、膳食纤维、胆碱、芦丁、ω-3脂肪酸等营养素之间的对应关系，所述负样本数据可以包括高血压疾病及对其有消极影响的营养素之间的对应关系，如高血压疾病与钠、精制糖类、饱和脂肪、胆固醇等营养素之间的对应关系。通过学习正样本数据和负样本数据，不仅可以提升所述健康与营养素关联关系模型获取目标营养素信息的准确性，还可以利用所述健康与营养素关联关系模型同时获取到与输入的健康信息具有正相关性的营养素和具有负相关性的营养素。

基于此，在本申请的一个实施例中，利用所述健康与营养素关联关系模型确定的目标营养素信息不仅可以包括对所述健康信息具有积极影响的营养素，还可以包括对健康信息具有消极影响的营养素。本申请实施例还可以对所述积极影响和所述消极影响进行量化，例如，可以将所述积极影响设置为正相关度，将所述消极影响设置为负相关度。其中，所述正相关度数值越高，表示所述营养素信息对所述健康信息的积极影响越大，反之，所述负相关度数值越高，表示所述营养素信息对所述健康信息的消极影响越大。另外，还可以确定适宜类营养素信息和禁忌类营养素信息，所述适宜类营养素信息与所述健康信息之间的正相关度可以大于第一阈值，所述禁忌类营养素信息与所述健康信息之间的负相关度可以大于第二阈值。本实施例中的所述第一阈值和所述第二阈值可以根据所需的营养素信息的个数或者对获取的营养素信息要求的高低设置，在此不做限制。

在本申请实施例中，在利用所述健康与营养素关联关系模型确定所述健康信息对应的目标营养素信息之后，可以利用营养素与食物关联关系模型确定所述目标营养素信息所对应的食物信息，所述目标营养素信息对应的营养素在所述食物信息对应的食物中的含量大于预设含量阈值。在本申请的一个实施例中，所述营养素与食物关联关系模型被设置为基于机器学习方法利用营养素与食物之间的对应关系训练得到。具体地，与生成所述健康与营养素关联关系模型的方式类似，可以获取多个样本数据，所述样本数据包括具有相关关系的营养素信息与食物信息，如所述营养素信息对应的营养素在所述食物信息对应的食物中的含量大于预设含量阈值。然后，可以构建营养素与食物关联关系模型，所述营养素与食物关联关系模型设置有模型参数。将所述营养素信息输入至所述营养素与食物关联关系模型，输出预测结果。最后，可以基于所述营养素信息与所述预测结果之间的差异，调整所述模型参数，直至所述差异满足预设要求。对于所述营养素与食物关联关系模型的训练方式，可以参考上述实施例对所述健康与营养素关联关系模型训练的描述，在此不再赘述。在本申请实施例中，根据所述营养素与食物关联关系模型，可以获取到与所述目标营养素信息具有密切关系的食物信息，即可以获取到单位重量的食物中所包含目标营养素成分高于预设阈值的食物的信息。在一个示例中，根据所述营养素与食物关联关系模型，可以获取到目标营养素硒所对应的多种食物包括：魔芋精粉、鲑鱼籽酱、猪肾、鱿鱼干、海参干、蛏干、淡菜干、墨鱼干等等，且上述食物信息按照每单位重量的食物中所包含目标营养素硒含量大于预设含量阈值。

本申请实施例中，在利用所述营养素与食物关联关系模型确定所述目标营养素信息所对应的食物信息之后，可以根据所述食物信息生成饮食建议。在本申请的一个实施例中，所述饮食建议可以包括针对所述食物信息和下述中的至少一种信息：禁忌类食物信息、所述目标营养素信息、食物类别信息、所述食物信息的搭配方案、所述食物信息的加工方式；所述禁忌类食物信息中含量大于所述预设含量阈值的营养素信息对所述健康信息具有消极影响。其中，所述食物信息可以包括根据所述目标营养素信息确定得到的食物信息，所述目标营养素信息可以包括对用户的健康有利或者有害的营养素信息，所述食物类别信息可以包括所述适宜类食物信息或者所述禁忌类食物信息所属的类别，如五谷类、蔬菜类、水果类、肉蛋类、豆奶类、饮品类等等。所述食物信息的搭配方案可以包括根据食物的属性搭配得到的能够产生更好的饮食效果的食物组合方式，如增强食物的吸收效果、荤素搭配、养胃、口感等等。在一个示例中，根据适宜类食物信息，可以设置食物搭配方案包括：早餐：燕麦、石榴汁；午餐：小米、冬瓜、瘦肉；加餐：苹果；晚餐：糯米、牛肉、酸奶。所述食物信息的加工方式可以对食物的吸收效果、对肠胃的刺激程度、口感等产生影响，因此，还可以对用户做出关于适宜类食物的加工方式的建议，食物的加工方式可以包括蒸、煮、煎、炸、炒、口味等等。在一个示例中，根据目标营养素确定的食物可以包括西芹和牛肉，西芹和牛肉的加工方式可以包括小炒牛肉、西芹百合、西湖牛肉羹，但是用户有肠胃炎病史，而小炒牛肉一般口味偏辣，容易刺激肠胃，因此，可以建议食物加工方式为西芹百合和西湖牛肉羹。

需要说明的是，所述饮食建议不限于上述举例，例如，还可以包括饮食分析等，即告知用户为何推荐的食物对疾病恢复具有有利效果等，所属领域技术人员在本申请技术精髓的启示下，还可能做出其它变更，但只要其实现的功能和效果与本申请相同或相似，均应涵盖于本申请保护范围内。

在本申请实施例中，还可以将所述食物信息发送至审核客户端，由审核客户端的用户审核所述食物信息。所述审核客户端的用户可以是医生、营养师等具有指导饮食建议资格的用户。当然，所述审核客户端接收到的也可以是包含所述食物信息的饮食建议，那么，用户可以审核该饮食建议是否有需要编辑的地方，如添加饮食指导、食物搭配方案等等。由所述审核客户端的用户对所述食物信息或者所述饮食建议进行审核之后，可以进一步保证给出的饮食建议的可靠性。

本申请提供的饮食推荐方法，可以推荐与用户的健康信息相匹配的饮食建议，具体地，可以首先利用模型确定与健康信息所对应的目标营养素信息，再利用模型确定与目标营养素信息所对应的食物信息。以营养素信息作为建立健康信息与食物信息之间关系的桥梁，可以使得健康信息与食物信息之间的关系更加准确可靠，进而使得生成的饮食信息也更加对用户的健康产生的有利的效果。

本申请还提供所述饮食推荐方法的另一种实施方式，如图9所示，所述方法可以包括：

S901：获取用户的健康信息；

S903：利用健康与食物关联关系模型确定所述健康信息所对应的食物信息，所述食物信息包括对所述健康信息具有积极影响的食物信息；

S905：根据所述食物信息生成饮食建议。

可选的，在本申请的一个实施例中，所述健康与食物关联关系模型可以被设置为按照下述方式确定所述食物信息：

确定所述健康信息所对应的目标营养素信息，所述目标营养素信息包括对所述健康信息具有积极影响的营养素信息；

确定所述目标营养素信息所对应的食物信息，所述目标营养素信息对应的营养素在所述食物信息对应的食物中的含量大于预设含量阈值。

本申请实施例中，所述健康与食物关联关系模型可以集成确定所述健康信息对应的目标营养素信息，以及确定所述目标营养素信息对应的食物信息的功能。在一个实施例中，所述健康与食物关联关系模型可以包括两个子模型，其中一个子模型用于确定所述健康信息对应的目标营养素信息，其训练方式可以参考所述健康与营养素关联关系模型，另一个子模型用于确定所述目标营养素信息对应的食物信息，其训练方式可以参考所述营养素与食物关联关系模型，在此不再赘述。在另一个实施例中，所述健康与食物关联关系模型可以被设置为利用健康信息与营养素信息、营养素信息与食物信息之间的关联关系训练得到，即在一个模型中完成对两种信息关联关系的训练。

当然，基于该健康与食物关联关系模型，还可以包括上述任一可以应用于该模型的实施例，在此不再赘述。

本申请还提供所述饮食推荐方法的另一种实施方式，如图10所示，所述方法可以包括：

S1001：获取用户的健康信息和至少一种询问食物信息；

S1003：利用健康与营养素关联关系模型确定所述健康信息所对应的第一营养素信息；

S1005：利用营养素与食物关联关系模型分别确定所述至少一种询问食物信息所对应的第二营养素信息；

S1007：根据所述第一营养素信息与所述第二营养素信息之间的相关性，确定出针对所述至少一种询问食物的食用建议。

本申请实施例中可以针对用户提供询问食物信息的场景，例如，用户可以在在线诊疗的过程中，询问能否食用某种食物或者某些食物，当然，也可以在其他情况下，发起关于能否食用某种或者某些食物的询问，本申请在此不做限制。在本申请实施例中，可以获取到用户的健康信息和至少一种询问食物信息。在一个实施例中，用户可以利用文字方式表达需要询问的至少一种询问食物信息，例如，“请问我现在能喝牛奶吗？”、“请问我现在能吃辣椒吗？”等这样的询问。基于此，本申请实施例中，可以从这些询问中提取出食物信息。在另一个实施例中，用户可以图像的方式表达问询。例如用户发出一张宫保鸡丁的图片，那么，可以利用图像识别的方式识别出图像中所包含的食物信息。

本申请实施例中，在获取到用户的健康信息和所述至少一种询问食物信息之后，可以利用健康与营养素关联关系模型确定所述健康信息所对应的第一营养素信息，以及利用营养素与食物关联关系模型分别确定所述至少一种询问食物信息所对应的第二营养素信息。在本申请的一个实施例中，所述第一营养素信息可以包括对所述健康信息有利的营养素信息，所述第二营养素信息可以包括所述至少一种询问食物信息中含量较高的营养素信息。在一个实施例中，若所述第一营养素信息和所述第二营养素信息之间的相关性大于预设阈值，则可以确定所述至少一种询问食物信息中所包含的营养素信息正好是用户的健康信息中所需要的营养素信息。因此，可以确定所述用户可以食用所述至少一种询问食物信息。反之，若所述第一营养素信息和所述第二营养素信息之间的相关性较小，则可以确定至少一种询问食物信息中所包含的营养素信息与用户的健康信息所需的营养素信息不相匹配，可以建议用户不食用或者少量使用。

对应于上述饮食推荐方法，如图11所示，本申请还提供一种饮食推荐装置，包括处理器以及用于存储处理器可执行指令的存储器，所述处理器执行所述指令时可以实现上述任一实施例所述饮食推荐方法的步骤。

本申请另一方面还提供一种计算机可读存储介质，其上存储有计算机指令，所述指令被执行时实现上述任一实施例所述饮食推荐方法的步骤。

所述计算机可读存储介质可以包括用于存储信息的物理装置，通常是将信息数字化后再以利用电、磁或者光学等方式的媒体加以存储。本实施例所述的计算机可读存储介质有可以包括：利用电能方式存储信息的装置如，各式存储器，如RAM、ROM等；利用磁能方式存储信息的装置如，硬盘、软盘、磁带、磁芯存储器、磁泡存储器、U盘；利用光学方式存储信息的装置如，CD或DVD。当然，还有其他方式的可读存储介质，例如量子存储器、石墨烯存储器等等。

在20世纪90年代，对于一个技术的改进可以很明显地区分是硬件上的改进(例如，对二极管、晶体管、开关等电路结构的改进)还是软件上的改进(对于方法流程的改进)。然而，随着技术的发展，当今的很多方法流程的改进已经可以视为硬件电路结构的直接改进。设计人员几乎都通过将改进的方法流程编程到硬件电路中来得到相应的硬件电路结构。因此，不能说一个方法流程的改进就不能用硬件实体模块来实现。例如，可编程逻辑器件(Programmable Logic Device,PLD)(例如现场可编程门阵列(Field Programmable GateArray，FPGA))就是这样一种集成电路，其逻辑功能由用户对器件编程来确定。由设计人员自行编程来把一个数字系统“集成”在一片PLD上，而不需要请芯片制造厂商来设计和制作专用的集成电路芯片。而且，如今，取代手工地制作集成电路芯片，这种编程也多半改用“逻辑编译器(logic compiler)”软件来实现，它与程序开发撰写时所用的软件编译器相类似，而要编译之前的原始代码也得用特定的编程语言来撰写，此称之为硬件描述语言(Hardware Description Language，HDL)，而HDL也并非仅有一种，而是有许多种，如ABEL(Advanced Boolean Expression Language)、AHDL(Altera Hardware DescriptionLanguage)、Confluence、CUPL(Cornell University Programming Language)、HDCal、JHDL(Java Hardware Description Language)、Lava、Lola、MyHDL、PALASM、RHDL(RubyHardware Description Language)等，目前最普遍使用的是VHDL(Very-High-SpeedIntegrated Circuit Hardware Description Language)与Verilog。本领域技术人员也应该清楚，只需要将方法流程用上述几种硬件描述语言稍作逻辑编程并编程到集成电路中，就可以很容易得到实现该逻辑方法流程的硬件电路。

控制器可以按任何适当的方式实现，例如，控制器可以采取例如微处理器或处理器以及存储可由该(微)处理器执行的计算机可读程序代码(例如软件或固件)的计算机可读介质、逻辑门、开关、专用集成电路(Application Specific Integrated Circuit，ASIC)、可编程逻辑控制器和嵌入微控制器的形式，控制器的例子包括但不限于以下微控制器：ARC 625D、Atmel AT91SAM、Microchip PIC18F26K20以及Silicone Labs C8051F320，存储器控制器还可以被实现为存储器的控制逻辑的一部分。本领域技术人员也知道，除了以纯计算机可读程序代码方式实现控制器以外，完全可以通过将方法步骤进行逻辑编程来使得控制器以逻辑门、开关、专用集成电路、可编程逻辑控制器和嵌入微控制器等的形式来实现相同功能。因此这种控制器可以被认为是一种硬件部件，而对其内包括的用于实现各种功能的装置也可以视为硬件部件内的结构。或者甚至，可以将用于实现各种功能的装置视为既可以是实现方法的软件模块又可以是硬件部件内的结构。

上述实施例阐明的系统、装置、模块或单元，具体可以由计算机芯片或实体实现，或者由具有某种功能的产品来实现。一种典型的实现设备为计算机。具体的，计算机例如可以为个人计算机、膝上型计算机、蜂窝电话、相机电话、智能电话、个人数字助理、媒体播放器、导航设备、电子邮件设备、游戏控制台、平板计算机、可穿戴设备或者这些设备中的任何设备的组合。

为了描述的方便，描述以上装置时以功能分为各种单元分别描述。当然，在实施本申请时可以把各单元的功能在同一个或多个软件和/或硬件中实现。

本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。

本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。

这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。

这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。

在一个典型的配置中，计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。内存可能包括计算机可读介质中的非永久性存储器，随机存取存储器(RAM)和/或非易失性内存等形式，如只读存储器(ROM)或闪存(flash RAM)。内存是计算机可读介质的示例。

计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括，但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带，磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质，可用于存储可以被计算设备访问的信息。按照本文中的界定，计算机可读介质不包括暂存电脑可读媒体(transitory media)，如调制的数据信号和载波。

还需要说明的是，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、商品或者设备中还存在另外的相同要素。

本领域技术人员应明白，本申请的实施例可提供为方法、系统或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。

本申请可以在由计算机执行的计算机可执行指令的一般上下文中描述，例如程序模块。一般地，程序模块包括执行特定任务或实现特定抽象数据类型的例程、程序、对象、组件、数据结构等等。也可以在分布式计算环境中实践本申请，在这些分布式计算环境中，由通过通信网络而被连接的远程处理设备来执行任务。在分布式计算环境中，程序模块可以位于包括存储设备在内的本地和远程计算机存储介质中。

本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于系统实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。

以上所述仅为本申请的实施例而已，并不用于限制本申请。对于本领域技术人员来说，本申请可以有各种更改和变化。凡在本申请的精神和原理之内所作的任何修改、等同替换、改进等，均应包含在本申请的权利要求范围之内。