基于用户画像的深度学习个性化营养推荐方法及系统

本申请公开了基于用户画像的深度学习个性化营养推荐方法及系统，方法包括：通过可穿戴设备、智能餐具及环境传感器采集用户生理指标、饮食行为和环境参数，获得采集数据；将采集数据输入动态因果时间序列模型，采用收敛交叉映射算法计算饮食事件与生理指标的时变因果强度，根据最大生理响应延迟、糖尿病风险因子和糖化血红蛋白偏离值动态调整滑动窗口长度，通过双向门控网络提取含代谢相位偏移的用户画像向量。本申请构建了代谢感知的动态营养推荐体系，通过多模态数据融合与病理驱动的自适应学习机制，解决了动态代谢响应建模与异常状态实时调控的核心难题。