隨著時間的經(jīng)過而獲得與用戶有關(guān)的更多信息時，可以減少或去除該 替換信息。由于用戶風(fēng)味標(biāo)記輸入數(shù)據(jù)10的生成是持續(xù)過程，因此將進行多次生成。按預(yù) 定間隔或基于管理員輸入，可以在每次獲得新信息時進行生成的執(zhí)行。
[0218] 人口統(tǒng)計學(xué)觀察可以基于用戶所提供的或者與用戶有關(guān)地所獲得的信息、或者基 于根據(jù)位置等所生成的人口假定。
[0219] 風(fēng)味標(biāo)記生成單元100附加計算一組用戶的風(fēng)味標(biāo)記輸入數(shù)據(jù)10。該計算可以針 對對一組用戶所獲得的并由偏好獲得單元100所發(fā)送的一組偏好數(shù)據(jù)來進行、或者可以針 對偏好獲得單元100所發(fā)送的幾組偏好數(shù)據(jù)來進行。在生成用戶風(fēng)味標(biāo)記輸入數(shù)據(jù)10時， 進行解決沖突數(shù)據(jù)并以與風(fēng)味偏好一致的方式進行聚合的附加的過濾步驟。例如，如果組 的一個成員不喜歡某風(fēng)味或食物，則可以針對整個組考慮到該不喜歡。也可以將組與不同 的權(quán)重相關(guān)聯(lián)，使得向特定用戶賦予比其它用戶高的優(yōu)先級。例如，具有針對組生成的風(fēng)味 標(biāo)記的用戶可以提供對訪問游客的優(yōu)先級的指示等。另外，在生成組的用戶風(fēng)味標(biāo)記輸入 數(shù)據(jù)10時，可以向特定偏好信息給予更多權(quán)重。例如，可以向針對被發(fā)現(xiàn)是更相關(guān)的食物 或風(fēng)味的偏好給予與其它信息相比更多的權(quán)重。還可以針對個體用戶的生成處理進行該加 權(quán)。同樣如前面所述，可以考慮作為用戶是其成員的家庭或用戶為其準備膳食的家庭的組。
[0220] 風(fēng)味標(biāo)記生成單元100還可以生成針對微分段人口統(tǒng)計的用戶風(fēng)味標(biāo)記輸入數(shù) 據(jù)10。例如，基于來自所選擇的位置或組中的多個用戶的收集數(shù)據(jù)，可以針對該較大組的用 戶生成用戶風(fēng)味標(biāo)記輸入數(shù)據(jù)10。
[0221] 圖12示出用于確定用于生成配方或產(chǎn)品的食物元素風(fēng)味標(biāo)記的食物元素風(fēng)味標(biāo) 記輸入數(shù)據(jù)15的裝置。該裝置還可用于生成除配方或產(chǎn)品以外的其它元素的食物元素風(fēng) 味標(biāo)記。該裝置利用計算機和至少一個微處理器來獲得特性數(shù)據(jù)并生成食物元素風(fēng)味標(biāo)記 數(shù)據(jù)15。
[0222] 圖13所示的特性獲得單元300獲得與作為生成對象的配方或產(chǎn)品中所包括的食 物元素有關(guān)的信息。然后將該信息轉(zhuǎn)發(fā)至風(fēng)味標(biāo)記數(shù)據(jù)生成單元310。
[0223] 風(fēng)味基準數(shù)據(jù)存儲單元310包含與特定風(fēng)味類別以及原料或食物和風(fēng)味類別之 間的相關(guān)關(guān)系有關(guān)的信息。風(fēng)味基準數(shù)據(jù)存儲單元310還包括與原料和食物對彼此的相互 作用和影響有關(guān)的信息。
[0224] 風(fēng)味標(biāo)記數(shù)據(jù)生成單元310基于從風(fēng)味基準數(shù)據(jù)存儲單元301接收的與產(chǎn)品或配 方中所包括的特定原料或元素有關(guān)的信息來生成配方或產(chǎn)品的食物元素風(fēng)味標(biāo)記輸入數(shù) 據(jù)15。風(fēng)味標(biāo)記數(shù)據(jù)生成單元310還包括來自風(fēng)味基準數(shù)據(jù)存儲單元301的、使得風(fēng)味標(biāo) 記數(shù)據(jù)生成單元310能夠?qū)⒄_的風(fēng)味概況信息應(yīng)用于配方或產(chǎn)品的互動和準備改變信 息。風(fēng)味基準數(shù)據(jù)存儲單元301還基于以下算法來實現(xiàn)校正規(guī)則：該算法用以減輕錯誤和 過補償，并且確保如配方或產(chǎn)品中所表示的那樣被指示的風(fēng)味恰當(dāng)?shù)乇硎就ㄟ^在諸如烹飪 等的準備步驟等之后用戶參與配方或產(chǎn)品會感知到的風(fēng)味。
[0225] 風(fēng)味標(biāo)記數(shù)據(jù)生成單元還可以基于從風(fēng)味基準數(shù)據(jù)存儲單元301所獲得的信息 來生成針對原料的食物元素風(fēng)味標(biāo)記輸入數(shù)據(jù)15。
[0226] 圖13示出用于確定生成用戶風(fēng)味標(biāo)記的處理中所使用的用戶風(fēng)味概況的處理。
[0227] 步驟S40描述獲得與多個食物元素有關(guān)的食物偏好信息的步驟。在該步驟中，獲 得與用戶或一組用戶針對特定食物、食物的類別、風(fēng)味等的偏好有關(guān)的信息。這些食物元素 的不例例如有番前、洋蔥、牛肉、魚、海廣品、大赫、鹽、調(diào)味品等。例如，可以以諸如"吾歡"和 "不喜歡"等的二值信息以及諸如1/10或5/10等的范圍信息來反應(yīng)與用戶針對這些食物元 素的偏好有關(guān)的信息。
[0228] 在步驟S41A中，獲得與多個食物元素和風(fēng)味類別有關(guān)的相關(guān)信息。該信息是通過 與風(fēng)味基準數(shù)據(jù)存儲單元101的雙向通信從風(fēng)味基準數(shù)據(jù)存儲單元101所獲得的。該相關(guān) 信息提供用戶針對各食物元素的偏好與用戶針對例如圖3A和3B所示的多個風(fēng)味類別中的 各風(fēng)味類別的偏好之間的相關(guān)關(guān)系。表1提供多個風(fēng)味類別的示例。該列表是示例性的， 并且由于還可以利用其它類別因而不是窮舉性的。
[0229]



[0233] 該相關(guān)信息可以整體基于食物元素偏好信息來獨立獲得、或者可選地可以基于食 物元素偏好信息、人口統(tǒng)計信息和食物消費背景信息的組合來獲得。
[0234] 步驟S42描述獲得與用戶或諸如家庭等的一組用戶有關(guān)的人口統(tǒng)計信息的步驟。 該信息包括諸如但不限于假定種族、年齡、性別、位置等的信息。步驟S44描述獲得諸如但 不限于時間、感覺、餐時、天氣、烹飪方法和食物的溫度等的食物消費背景信息的步驟。前面 針對偏好獲得單元100進一步說明了步驟S40、42和43中所獲得的信息。
[0235] 在步驟S41B和S41C中，針對人口統(tǒng)計和食物消費背景信息來獲得相應(yīng)的相關(guān)信 息。關(guān)于食物偏好信息，該相關(guān)信息可以獨立獲得、或者可選地可以基于食物元素偏好信 息、人口統(tǒng)計信息和食物消費背景信息的組合來獲得。
[0236] 另外，在步驟S45中，基于人口統(tǒng)計數(shù)據(jù)、食物偏好信息和背景信息來確定用戶的 恐新特性。用戶的恐新特性包括但不限于用戶的食物恐新癥和食物類型恐新癥。食物恐新 癥與用戶對新食物或食物體驗的接受性相對應(yīng)。食物類型恐新癥與用戶對新食物類型的接 受性相對應(yīng)。食物類型的少數(shù)示例包括希臘菜、意大利菜、歐洲菜、燒烤、中國菜、壽司、南美 菜等。
[0237] 在步驟S46中，基于步驟540、4認_(：、42、44和45中所求出的所獲得和所確定信息 來確定針對各風(fēng)味類別的相對用戶偏好。前面針對風(fēng)味標(biāo)記數(shù)據(jù)生成單元110說明了與該 確定有關(guān)的更多?目息。
[0238] 所獲得的針對各風(fēng)味類別的相對用戶偏好與用戶偏好概況中所包括的用戶風(fēng)味 概況相對應(yīng)。除其它信息以外，用戶偏好概況還包括諸如人口統(tǒng)計數(shù)據(jù)和用戶的恐新特性 等的與用戶有關(guān)的附加信息。用戶風(fēng)味概況還可以應(yīng)用于諸如家庭等的組。在本實施例中， 組將具有包括用戶風(fēng)味概況的用戶偏好概況。
[0239] 在步驟S47中，基于步驟S46中所進行的確定來生成用戶風(fēng)味標(biāo)記輸入數(shù)據(jù)10。 可以將該信息轉(zhuǎn)發(fā)至風(fēng)味標(biāo)記顯示確定單元11并用于生成用戶風(fēng)味標(biāo)記，或者可以轉(zhuǎn)發(fā) 至風(fēng)味平臺中的其它系統(tǒng)以用于提供推薦或提供各種互動。
[0240] 圖14示出用于確定配方或產(chǎn)品的食物元素風(fēng)味概況的處理。該處理還可應(yīng)用于 除配方或產(chǎn)品以外的任何食物元素。例如，該處理可以應(yīng)用于原料或食物子部分或其它相 似食物部分。
[0241] 在步驟S60中，獲得討論中的食物元素的原料信息。該原料信息描述配方或產(chǎn)品 中所包括的特定原料。例如，圖4所示的配方"奶油胡椒巴馬干酪敷料的雞肉沙拉"將包括 諸如雞肉、巴馬干酪和胡椒等的多種不同原料。該配方的原料信息可以從包含配方的數(shù)據(jù) 庫、與配方關(guān)聯(lián)的數(shù)據(jù)庫獲得、或者可以通過用戶手動輸入來獲得。例如，風(fēng)味平臺可以經(jīng) 由第三方服務(wù)或通過風(fēng)味平臺中所包括的本地數(shù)據(jù)庫訪問產(chǎn)品和配方的原料列表。
[0242] 在步驟S62中，存在所獲得的與配方或產(chǎn)品有關(guān)的變更信息。該變更信息反映由 于烹飪、烘焙、冷卻等以及由于定時、順序和原料之間的相互作用而在原料中發(fā)生的變化。 變更信息還反映某些原料基于在準備處理中將這些原料引入到何處而對最終的風(fēng)味感知 產(chǎn)生或多或少的影響。
[0243] 在步驟S64中，關(guān)于多個風(fēng)味類別來針對各原料獲得相關(guān)信息。該相關(guān)信息提供 原料和針對各風(fēng)味類別的預(yù)期感知之間的相關(guān)關(guān)系。從前文針對風(fēng)味基準數(shù)據(jù)存儲單元 301可以找到與相關(guān)信息的獲得有關(guān)的更多論述。
[0244] 相關(guān)信息可以針對各原料單獨獲得、或者可以考慮到變更信息來獲得。因而，該處 理可以進行操作，以使得僅在步驟S66的確定中考慮到變更信息或者還可以在步驟S64中 獲得相關(guān)信息時考慮到變更信息。
[0245] 在步驟S66中，基于相關(guān)信息和變更信息來確定針對各風(fēng)味類別的相對或絕對感 知值。
[0246] 在步驟S68中，基于確定的結(jié)果來生成風(fēng)味標(biāo)記輸入數(shù)據(jù)10。
[0247] 圖15示出用于應(yīng)用用戶風(fēng)味標(biāo)記、用戶風(fēng)味概況和用戶偏好概況以生成推薦、促 進關(guān)系、提供針對性營銷并提供分析的系統(tǒng)。
[0248] 如圖15所示，由推薦引擎501、風(fēng)味圈引擎502、風(fēng)味營銷引擎503和風(fēng)味分析引 擎504來利用用戶風(fēng)味概況和用戶偏好概況。
[0249] 推薦引擎501基于用戶風(fēng)味概況和用戶偏好概況來提供個性化推薦。風(fēng)味圈引擎 502生成不同用戶的用戶風(fēng)味概況和用戶偏好概況之間的相關(guān)關(guān)系，其中這些相關(guān)關(guān)系例 如可以用在用戶能夠通過其彼此互動的社交平臺中。風(fēng)味營銷引擎503利用用戶風(fēng)味概況 和用戶偏好概況以生成營銷計劃書、廣告針對性和個人化購物體驗。風(fēng)味分析引擎可以利 用來自一組用戶的用戶風(fēng)味概況和用戶偏好概況以提供更好地了解消費者偏好和行為的 組織。
[0250] 圖16示出與風(fēng)味推薦引擎501有關(guān)的更多詳情。如圖16所示，風(fēng)味推薦引擎501 例如包括食物風(fēng)味標(biāo)記存儲單元551、最近推薦存儲單元552和推薦生成單元553。
[0251] 食物風(fēng)味標(biāo)記存儲單元551除針對各食物元素的風(fēng)味概況和相應(yīng)數(shù)據(jù)以外，還存 儲針對多個食物元素中每一個的風(fēng)味和特性數(shù)據(jù)。這些食物元素例如可以包括配方、食物 產(chǎn)品、晚餐菜單、烹飪菜肴、配菜、主菜、原料等。推薦生成單元553在進行推薦處理時訪問 并搜索食物風(fēng)味標(biāo)記存儲單元551。利用多個約束來進行搜索。另外，可以基于針對用戶的 輸入或在完全不存在來自用戶的輸入的情況下進行搜索。例如，用戶可以請求"30分鐘以 下的準備時間的主菜"?？梢曰谟脩艏s束以及基于用戶風(fēng)味概況和用戶偏好概況數(shù)據(jù)來 進行該搜索。
[0252] 最近推薦存儲單元552存儲提供至用戶的最近推薦?？紤]到該數(shù)據(jù)以確保在每次 請求或生成推薦時沒有向用戶重復(fù)提供相同的推薦。
[0253] 推薦生成單元553通過向通過基于所接收到的用戶風(fēng)味概況和用戶偏好概況數(shù) 據(jù)搜索食物風(fēng)味標(biāo)記存儲單元所獲得的搜索結(jié)果應(yīng)用評分算法來生成用戶推薦。
[0254] 用戶風(fēng)味概況數(shù)據(jù)包括與用戶針對例如圖3A和3B所示的多個風(fēng)味類別的風(fēng)味偏 好有關(guān)的信息。直接使用該信息以生成可視用戶風(fēng)味標(biāo)記，另外，用戶偏好概況數(shù)據(jù)包括諸 如人口統(tǒng)計信息、過敏信息、健康飲食信息、節(jié)食或食物安排偏好、原料替代信息、食物偏好 的類型和風(fēng)格、恐新癥信息、準備時間偏好等的用戶的屬性信息。該信息提供與用戶的偏好 有關(guān)的附加信息，從而補充與用戶的風(fēng)味偏好有關(guān)的信息。
[0255] 表2示出除風(fēng)味概況數(shù)據(jù)以外還可能包括的用戶偏好概況數(shù)據(jù)中可能包括的一 些元素的示例。該示例示出針對組（家庭）的用戶偏好概況數(shù)據(jù)。
[0256] 表 2
[0258] 推薦生成單元553進行在考慮針對用戶的推薦時、考慮并加權(quán)用戶偏好概況中的 各因素的加權(quán)算法。例如，可以基于其它屬性向特定屬性賦予較大的權(quán)重。例如，如果用戶 的食物恐新癥低，則用戶可能原意嘗試可能具有略微不同的風(fēng)味概況的食物，因而可以向 針對特定風(fēng)味的風(fēng)味偏好賦予較小的權(quán)重。還可以應(yīng)用基于規(guī)則的算法以確定在結(jié)果的返 回中應(yīng)考慮哪些食物或?qū)⒛男┦澄锱懦紤]。
[0259] -旦推薦生成單元553進行了搜索，則基于確定食物元素和用戶之間的風(fēng)味概況 匹配來分別評價各初步結(jié)果的列表?？梢允钩醪浇Y(jié)果隨機化以使得在不同的時間提供不同 的熱門結(jié)果。還可以基于例如搜索的時間或日期等預(yù)定因素來調(diào)整結(jié)果，或者偏好特定配 方以促進特定原料產(chǎn)品。例如，可以基于用戶的位置的季節(jié)或天氣或者基于一般地區(qū)、用戶 本地的區(qū)域或用戶所選擇的區(qū)域的最近流行趨勢來選擇特定食物元素。
[0260] 還可以基于用戶偏好概況中所提供的屬性來對結(jié)果進行進一步過濾?？梢赃M行多 次查詢從而獲得針對推薦的充足數(shù)量的可接受匹配?？蛇x地，原始搜索查詢可以包括與用 戶偏好概況和用戶風(fēng)味概況有關(guān)的信息，并且可以基于所提供的信息來確定匹配。
[0261] 一旦推薦生成單元553生成了足夠數(shù)量的推薦，就對這些結(jié)果進行排序并將這些 結(jié)果返回并呈現(xiàn)給用戶。
[0262] 還可以基于主題對推薦進行聚類。例如，可以以產(chǎn)品或配方的組的方式向用戶提 供推薦。例如，如果用戶是三個孩子的父母，可以使用該信息來提供針對周日夜晚的"快速 簡易"配方推薦。配方的推薦組中的各配方在配方是"快速簡易"的方面是相關(guān)的。同樣， 可以向用戶提供主題為"甜點"的食物元素的推薦。該推薦將向用戶提供諸如蛋糕或餅干 等的可被視為"甜點"的多個不同的推薦配方。
[0263] 圖17A~17B示出用于基于風(fēng)味向用戶提供推薦的處理。在該處理中，將用戶的 風(fēng)味概況與諸如配方和產(chǎn)品等的食物元素的風(fēng)味概況進行比較。
[0264] 可以根據(jù)圖17A所示的一個實施例來實現(xiàn)該處理。在本實施例中，在步驟S70中， 獲得用戶偏好概況數(shù)據(jù)。所獲得的數(shù)據(jù)包括用于顯示用戶風(fēng)味標(biāo)記并且表示用戶針對例如 圖3A和3B所示的多個風(fēng)味類別的風(fēng)味偏好的用戶風(fēng)味概況數(shù)據(jù)。另外，所獲得的數(shù)據(jù)可 以包括與諸如以下等的用戶的屬性信息有關(guān)的附加用戶偏好概況數(shù)據(jù)：人口統(tǒng)計信息、過 敏信息、健康飲食信息、節(jié)食或食物安排偏好、原料替換信息、食物偏好的類型和風(fēng)格、恐新 癥信息和準備時間偏好等。
[0265] 在步驟S71中，進行諸如配方或產(chǎn)品等的食物元素的查詢。使用食物風(fēng)味標(biāo)記存 儲單元551所進行的查詢還可以通過查詢外部數(shù)據(jù)庫或者例如經(jīng)由網(wǎng)絡(luò)所連接的信息服 務(wù)來進行。
[0266] 在步驟S71中，各食物元素已與表示針對食物元素的多個風(fēng)味類別各自的相對或 絕對感知值的風(fēng)味概況信息相關(guān)聯(lián)。因而，例如風(fēng)味、產(chǎn)品、食物或配方等的各食物元素與 可用于顯示各食物元素風(fēng)味標(biāo)記的信息一起存儲。
[0267] 查詢可以基于諸如用戶所輸入的搜索輸入等的約束。這些約束還可以基于查詢時 的最近趨勢。例如，如果所有用戶或相似用戶最近搜索了某術(shù)語或喜歡了食物元素的特定 產(chǎn)品或類型，則可以使用該信息來約束或修改搜索或結(jié)果。
[0268] 風(fēng)味系統(tǒng)可以不是基于搜索而是僅響應(yīng)于用戶加載頁面或應(yīng)用（"app"）來提供 推薦。這些推薦將基于用戶風(fēng)味概況并且可以基于如下搜索術(shù)語，其中這些搜索術(shù)語可以 是基于風(fēng)味偏好或基于人口統(tǒng)計信息等而預(yù)先確定為用戶感興趣的。
[0269] 約束輸入還可以包括表示以前返回的結(jié)果的信息，使得將以前返回的結(jié)果從查詢 排除。還可以在返回了來自查詢的結(jié)果之后、使用以前返回的結(jié)果來對推薦進行過濾?？?以通過在查詢期間對結(jié)果進行過濾或通過在返回了結(jié)果之后進行過濾，來進行該處理。
[0270] 約束輸入還可以包括基于查詢?nèi)掌?、查詢時間、查詢位置的天氣和查詢位置的約 束。因而，查詢可以包括如下附加信息，其中該附加信息包括諸如時間、天氣、位置或日期等 的附加數(shù)據(jù)、或者僅指示搜索生成算法應(yīng)考慮該信息。例如，在位置是南部的情況下，在針 對"需要小于30分鐘的食物"的搜索中，向該區(qū)域的地區(qū)食物賦予較高的權(quán)重。因而，如果 數(shù)據(jù)庫中的各食物元素包括與準備時間有關(guān)的信息以及表示區(qū)域偏好的信息，則包括上述 標(biāo)注的術(shù)語的搜索將得到具有30分鐘以下的準備時間和明確的南部地區(qū)偏好的各食物元 素。
[0271] 在步驟S72中，可以將用戶的風(fēng)味概況數(shù)據(jù)與所返回的各食物元素進行比較以確 定風(fēng)味兼容性得分高的食物元素。在步驟S73中可以確認熱門結(jié)果并且在步驟S74中可以 將這些結(jié)果呈現(xiàn)給用戶。
[0272] 在圖17A所示的處理的一個實施例中，在步驟S71中可以通過查詢獲得大量結(jié)果， 并且在步驟S72中可以通過將食物元素的特性與偏好和用戶風(fēng)味概況信息進行比較來對 結(jié)果進行過濾。
[0273] 各食物元素的信息的特性包括食物元素的溫度、準備時間、過敏原、原料、質(zhì)地、卡 路里值，脂肪值、碳水化合物值、維生素值、健康等級等。例如，食物元素可以是包括雞肉、需 要冷準備、食用時具有100卡路里并且具有高的風(fēng)味兼容性得分的配方?？梢允褂迷撔畔?來基于指示用戶不喜歡包括雞肉的冷盤的用戶偏好概況信息來排除該食物元素。同樣，如 果用戶正在節(jié)食，則例如可以使用該信息來濾除脂肪含量高的食物產(chǎn)品。健康等級例如可 以表示食物是否具有被視為對于食用而言不健康或健康的原料。可以使用各種標(biāo)準來確定 食物元素的健康等級。另外，可以基于用戶偏好概況信息來確定健康等級。例如，如果用戶 患有糖尿病，則含糖食物元素的健康等級可能低，而例如青豆的健康等級可能高。
[0274] 步驟S72還可以通過將各食物元素的風(fēng)味概況信息的各風(fēng)味類別的值與用戶的 風(fēng)味概況信息的各風(fēng)味類別的值進行比較，以確定各風(fēng)味類別的兼容性得分。該比較還可 以進行加權(quán)運算以基于針對各風(fēng)味類別所確定的兼容性得分來確定整體兼容性得分。
[0275] 通過獲得包括用戶風(fēng)味概況數(shù)據(jù)的用戶偏好概況信息和包括食物產(chǎn)品的特性數(shù) 據(jù)的食物產(chǎn)品的風(fēng)味概況數(shù)據(jù)，來進行用于確定用戶和食物產(chǎn)品之間的兼容性的處理的示 例。然后判斷食物產(chǎn)品是否包括極不喜歡或用戶過敏的原料。不喜歡得分可以包括不喜歡 的等級。除將食物產(chǎn)品的風(fēng)味與用戶風(fēng)味概況和用戶的偏好進行比較以外，還考慮相關(guān)性 和相似性。進行校正算法以確保用戶的喜歡和不喜歡與討論中的食物元素之間的更準確的 相關(guān)性。將不喜歡一般化為基礎(chǔ)的風(fēng)味驅(qū)動屬性，并且應(yīng)用概率模型以濾除沖突信息。例 如，還可以使用用戶已表示喜歡的食物和討論中的食物元素來進行比較，并且還可以考慮 該信息?；谟脩羝酶艣r的諸如以下等的特性來進行附加調(diào)整：人口統(tǒng)計信息、過敏信 息、健康飲食偏好、節(jié)食或食物安排偏好、原料替換信息、食物偏好的類型和風(fēng)格、恐新癥信 息、準備時間偏好等。
[0276] 圖17C示出以上的用于確定例如圖17A的步驟S72中所應(yīng)用的用戶和食物產(chǎn)品之 間的兼容性的處理或算法的示例。在步驟S90中，針對用戶獲得用戶偏好概況信息。該用戶 偏好概況信息包括用戶風(fēng)味概況信息。在步驟S91中，針對通過查詢所返回的各食物元素 獲得風(fēng)味概況信息。針對通過查詢所返回的各食物元素應(yīng)用步驟S92~S96。在步驟S92 中，向食物元素應(yīng)用不喜歡信息。在步驟S93中，向食物元素應(yīng)用過敏信息。不同于過敏信 息，不喜歡信息不是二進制的。特別地，將不喜歡一般化為基礎(chǔ)的風(fēng)味驅(qū)動屬性，并且應(yīng)用 概率模型以濾除沖突信息。步驟S94中所應(yīng)用的校正確保了用戶的喜歡和不喜歡與討論中 的食物元素之間的更準確相關(guān)性。例如，用戶可能預(yù)先表明了他們不喜歡相似的食物元素 但可能具有高的風(fēng)味兼容性。在這種情況下，可以基于校正的應(yīng)用結(jié)果來向以前的不喜歡 賦予較低的權(quán)重。在步驟S95中，將食物元素的風(fēng)味特性與用戶風(fēng)味概況相比較以確定相 關(guān)性。如前面所述，產(chǎn)品或配方中的原料的準備和組合可能影響食物元素的風(fēng)味概況，因而 在計算相關(guān)性的情況下考慮該情況。還可以使用用戶已表明了喜歡的食物和討論中的食物 元素來進行比較。在步驟S96中，如以前示例所述進行調(diào)整。還可以與步驟S95中的相關(guān) 性的計算相關(guān)地進行調(diào)整?；谟脩羝酶艣r中的如下特性來進行調(diào)整，其中這些特性諸 如但不限于人口統(tǒng)計信息、過敏信息、健康飲食偏好、節(jié)食或食物安排偏好、原料替換信息、 食物偏好的類型和風(fēng)格、恐新癥信息、準備時間偏好等。
[0277] 圖17B示出與步驟S70相似、在步驟S80中獲得用戶風(fēng)味概況數(shù)據(jù)的示例。在步 驟S81中，與步驟S71相似，基于約束來進行查詢。然而，在步驟S81中，還基于用戶風(fēng)味概 況來生成查詢。另外，用戶偏好概況和用戶風(fēng)味概況包括在該查詢中，使得該查詢僅返回具 有風(fēng)味類別值（例如，匹配相應(yīng)的用戶類別值，或者在針對相應(yīng)的用戶類別值的范圍內(nèi)）的 結(jié)果。該查詢在進行搜索時，還可以考慮到人口統(tǒng)計信息、過敏信息、健康飲食偏好、節(jié)食或 食物安排偏好、原料替換信息、食物偏好的類型和風(fēng)格、恐新癥信息和準備時間偏好等。在 圖17A所示的實施例的步驟S72中，還可以利用該信息。
[0278] 在步驟S82中，基于查詢結(jié)果來生成推薦配方或產(chǎn)品的列表。在步驟S83中，通過 圖形顯示單元上的顯示或經(jīng)由基于計算機的輸出來向用戶呈現(xiàn)推薦食物元素的列表。
[0279] 圖18A示出支持網(wǎng)站上的各種用戶界面的風(fēng)味推薦引擎的示例?？梢葬槍χ鞑?