研究背景与意义
1.1 研究背景
随着国民健康意识的提升和生活方式的转变，科学膳食管理已成为公众关注的焦点。根据《中国居民膳食指南》数据显示，不合理的饮食习惯导致的肥胖、高血压、糖尿病等慢性病发病率逐年上升，2022年我国成人超重率已达34.3%，膳食营养管理的科学化需求日益迫切。传统菜谱推荐多依赖经验或通用模板，缺乏个性化适配能力，例如普通家庭难以根据成员年龄、健康状况（如糖尿病患者需控糖）或运动强度调整饮食结构。
现有健康管理类应用存在功能单一、数据割裂等问题：部分平台仅提供固定菜谱库，无法结合用户实时健康数据（如体重、血糖）动态调整；另一类运动健康类APP则侧重运动记录，缺乏与膳食营养的联动分析。例如，用户完成高强度运动后，系统未能自动推荐高蛋白、低脂肪的恢复性食谱，导致运动效果与营养补充脱节。
Spring Boot框架凭借其快速开发、微服务支持及生态丰富性，已成为企业级应用开发的主流技术。结合图片中系统首页展示的“健康食谱数”“运动信息总数”等核心数据模块，可构建集膳食推荐、运动协同、健康监测于一体的综合管理系统，实现“饮食-运动-健康数据”的闭环管理。
1.2 研究意义
（1）理论意义
探索基于用户画像的个性化菜谱生成算法，丰富健康管理领域的智能决策支持理论；
验证Spring Boot+数据可视化技术在膳食营养系统中的应用可行性，为相关系统开发提供技术参考。
（2）实践意义
个性化膳食推荐：通过“适合人群管理”模块（如图中饼图统计不同人群食谱占比），为特定人群（如孕妇、老年人、健身者）提供定制化菜谱，解决传统菜谱“一刀切”问题；
健康数据联动：整合“健康记录管理”与“运动信息管理”模块，实现用户体重、血糖等指标与运动消耗、食谱营养的动态匹配，例如根据用户当日运动时长推荐热量适配的三餐组合；
食材与食谱优化：通过“食材分类管理”和“健康食谱管理”功能，帮助用户合理利用食材，减少浪费，同时通过“食材信息总数”统计实现供应链级的膳食资源调配。
需求分析
2.1 功能需求
基于图片左侧导航栏及首页数据模块，系统需满足以下核心功能：
（1）用户管理模块
用户注册、登录及权限控制（如管理员与普通用户角色分离）；
个人中心数据维护，包括身高、体重、饮食偏好等基础信息录入（支撑后续健康评估）。
（2）健康食谱管理模块
食谱录入与分类：支持管理员添加菜谱（含食材组成、烹饪步骤、营养成分），并按“适合人群”（如图中“适合人群1-8”）、热量区间等标签分类；
智能推荐算法：基于用户健康数据（如BMI、血糖值）和运动信息，通过排列组合原理（参考资料6中“一荤一素12种搭配”的逻辑）生成个性化食谱，例如为减脂人群推荐“高蛋白+低GI食材”组合。
（3）运动与健康记录模块
运动信息管理：记录用户运动类型、时长、消耗热量，支持与食谱推荐联动（如跑步1小时后推荐补充碳水化合物）；
健康数据可视化：通过折线图（如图中“健康数据趋势图”）展示身高、体重、血糖等指标变化，辅助用户追踪健康状况。
（4）统计分析模块
食谱统计：按适合人群、食材类型生成饼图（如图中“食谱统计”环形图），分析不同人群的食谱覆盖率；
运动统计：结合运动类型与消耗热量，生成用户运动-饮食平衡报告。
2.2 非功能需求
性能要求：页面响应时间≤2秒，支持1000人同时在线访问；
安全性：用户健康数据加密存储，管理员操作需日志审计；
易用性：界面设计符合直觉（如图中左侧导航栏分类清晰），支持移动端适配。
2.3 用户场景分析
场景1：健身爱好者
用户录入体重70kg、目标增肌后，系统推荐“早餐：全麦面包+鸡蛋+牛奶，午餐：糙米饭+清蒸鲈鱼+菠菜”（参考资料3营养食谱结构），并关联“运动信息管理”中“力量训练45分钟”的热量消耗数据。
场景2：糖尿病患者
用户录入血糖值6.8mmol/L后，系统自动过滤高糖食材，推荐“凉拌鸡胸肉+西兰花”（低GI食谱），并在“健康评估管理”模块生成血糖控制建议。
功能设计
3.1 系统架构
采用Spring Boot+Vue前后端分离架构，后端通过RESTful API提供数据服务，前端使用ECharts实现数据可视化（如图中饼图、折线图），数据库选用MySQL存储用户信息、食谱数据及健康记录。
3.2 核心模块详细设计
（1）健康食谱生成模块
数据层：设计recipe表（存储菜谱ID、名称、食材列表、适合人群ID）、ingredient表（食材ID、热量、蛋白质含量等）；
算法层：基于参考资料4的“饮料-主食搭配”逻辑，扩展为“食材组合算法”：
输入用户健康参数（如每日所需热量T）；
从食材库筛选符合热量区间的荤菜（4种）、素菜（3种）；
按“一荤一素”规则生成4×3=12种组合（参考资料6），再通过营养均衡度排序推荐最优解。
（2）健康评估模块
整合“健康记录管理”中的身高、体重数据，计算BMI指数；
结合“运动信息总数”与食谱热量摄入，通过公式热量差=摄入热量-基础代谢-运动消耗评估健康趋势，结果通过图中“健康数据趋势图”展示。
（3）统计分析模块
食谱统计：按适合人群ID分组查询recipe表，生成如图所示环形图，直观展示各人群食谱占比；
食材统计：统计“食材信息总数”及使用率，为用户提供食材采购建议（如“本周鸡蛋使用率80%，建议补充库存”）。
3.4 界面设计
首页：展示核心数据卡片（健康食谱数、运动信息总数等）及统计图表（如图中食谱统计、运动统计饼图）；
个性化推荐页：用户输入健康参数后，显示推荐菜谱列表，支持按“热量”“烹饪时间”筛选；
管理后台：左侧导航栏对应“用户管理”“食材分类管理”等功能，支持数据增删改查（如图中“用户”按钮高亮状态）。
总结
本文基于Spring Boot技术栈，结合图片所示系统功能模块与参考资料中的营养搭配逻辑，设计了集个性化菜谱生成、健康数据管理、运动协同分析于一体的健康菜谱生成系统。通过需求分析明确了用户、食谱、运动三大核心模块，功能设计阶段重点实现了基于排列组合的食谱推荐算法与数据可视化统计功能，为后续系统开发提供了完整的技术方案。
如需定做或者获取更多资料，请联系QQ：375279829
客服QQ