肠型识别与饮食偏好分析数据

本数据面向肠型识别后的个性化饮食建议、营养随访和调理效果追踪场景，围绕用户当前饮食结构是否匹配肠型特征、膳食纤维摄入是否充足以及高糖饮食是否增加代谢风险等问题，整合主体标识、形成日期、业务对象、膳食纤维摄入量、目标肠型一致样本数、肠型识别有效样本数、有效记录数量、异常项数量、连续异常次数、周期统计数量和近7天高糖饮食次数等样本级数据。数据可按日、周、随访周期、肠型和饮食行为维度统计，形成目标肠型一致率、肠型匹配分、短链脂肪酸支持分、代谢风险修正分、饮食建议匹配分和结果等级。对运营管理方，可支撑营养建议制定、随访排序和调理效果复盘；对城市健康服务和行业研究，可提供膳食行为与微生态匹配趋势参考；对用户，可提升饮食建议的可理解性和执行反馈；对商业机构，可支撑营养服务包、复测计划和产品组合优化。通过把肠型检测与饮食行为数据联动，该数据推动传统泛化饮食建议向数据驱动的个性化营养管理升级。同时可为行业治理提供标准化指标口径和趋势参考。数据来源说明：数据来源于肠型识别记录/饮食偏好问卷、饮食评估记录/营养方案匹配记录。涉及样本、用户、产品、项目或风险事件的标识仅用于内部关联与校验，进入数据集时可脱敏或编码处理。 （一）评分及分层字段运算规则 饮食建议匹配分（分）：肠型匹配分（分）×0.45 + 短链脂肪酸支持分（分）×0.35 + 代谢风险修正分（分）×0.20； 结果等级：评分≥85为高度匹配，70-84为较匹配，60-69为一般，<60为需调整； （二）算法字段运算规则 肠型匹配分（分）：目标肠型一致率×0.75+min(20,膳食纤维摄入量×0.7)-近7天高糖饮食次数×1.5，上限100； 短链脂肪酸支持分（分）：短链脂肪酸支持分（分）=100-异常项数量（项）/max(1,有效记录数量（次）)×100； 代谢风险修正分（分）：连续异常次数（次）=0记100分，=1记85分，=2记70分，>=3记50分； 目标肠型一致率（%）：目标肠型一致样本数（个）/max(1,肠型识别有效样本数（个）)×100。 最终评分占比依据：饮食建议匹配分权重为肠型匹配45%、短链脂肪酸支持35%、代谢风险修正20%。肠型一致性是个性化饮食建议主依据；短链脂肪酸体现饮食代谢效果；连续异常只作修正。

搜集汇总

背景与挑战

背景概述

该数据集整合肠型识别记录、饮食偏好问卷、饮食评估及营养方案匹配等数据，围绕个性化饮食建议、营养随访和调理效果追踪等场景，提供包括主体标识、膳食纤维摄入量、目标肠型一致样本数、有效记录数量等样本级数据，并通过算法计算目标肠型一致率、肠型匹配分、短链脂肪酸支持分、代谢风险修正分和饮食建议匹配分等指标，最终形成结果等级。数据可按日、周、随访周期及饮食行为等维度统计，支撑运营管理、城市健康服务、行业研究、用户反馈及商业机构应用，推动个性化营养管理升级，并为行业治理提供标准化指标参考。数据规模1969条，每年更新。