1.一种基于人工智能的糖尿病患者饮食智能推荐方法，其特征在于，该方法包括以下步骤：获取糖尿病患者的身体数据、食材的营养成分数据以及糖尿病患者对食材的评分，其中，所述营养成分数据包含血糖含量；

根据身体数据确定糖尿病患者的健康程度系数；

通过所述健康程度系数，调节糖尿病患者对食材的评分和食材的血糖含量的相关指标，确定糖尿病患者的评分置信度；

结合所述食材之间的营养成分数据的相似性，以及通过所述评分置信度加权的糖尿病患者对食材的评分，确定食材之间的相似性；

根据食材之间的相似性、糖尿病患者对食材的评分以及最近一次食用食材的时间长度，确定食材的智能评分；结合食材的智能评分，对糖尿病患者进行饮食推荐；

其中，所述根据身体数据确定糖尿病患者的健康程度系数，包括：由多个特征维度下身体特征数据构成所述糖尿病患者的身体数据；

选取任意特征维度作为参考特征维度，将当前糖尿病患者的参考特征维度下的身体特征数据和参考特征维度下的糖尿病数据对照值的差值，作为分子，将参考特征维度下的健康数据对照值和糖尿病数据对照值的差值，作为分母，将分子和分母构成的比值作为参考特征维度下的单一健康程度；

将所有特征维度的单一健康程度的均值，作为糖尿病患者的健康程度系数；

其中，所述食材之间的相似性的获取方法：

根据所述食材之间的营养成分数据的相似性，确定第一食材相似性；

通过所述评分置信度加权的糖尿病患者对食材的评分，确定食材之间的相似性，确定第二食材相似性；

基于糖尿病患者的所述健康程度系数对所述第一食材相似性和所述第二食材相似性进行加权求和，得到食材之间的相似性；

其中，以第u种食材和第v种食材为例，第u种食材和第v种食材的第一食材相似性的计算公式为：；

其中， 为第u种食材和第v种食材的第一食材相似性； 为归一化函数； 为共同评价过第 种食材与第 种食材的糖尿病患者的数量； 为共同评价过第 种食材与第 两种食材的第i个糖尿病患者的评分置信度； 为共同评价过第 种食材与第 种食材的第i个糖尿病患者对第 种食材的评分； 为共同评价过第 种食材与第 种食材的第i个糖尿病患者对第 种食材的评分； 为各糖尿病患者对第 种食材的评分均值；

为各糖尿病患者对第 种食材的评分均值；

其中，以第u种食材和第v种食材为例，第u种食材和第v种食材的第二食材相似性的计算公式为：；

其中， 为第u种食材和第v种食材的第二食材相似性； 为食材的营养成分数据的维度数量； 为以自然常数为底数的指数函数； 为第 种食材的第 个维度下的营养成分数据； 为第 种食材的第 个维度下的营养成分数据；

其中，基于糖尿病患者的所述健康程度系数对所述第一食材相似性和所述第二食材相似性进行加权求和，得到食材之间的相似性，包括：将所述健康程度系数的归一化值作为第一食材相似性的权重，将预设阈值与所述健康程度系数的差值的归一化值作为第二食材相似性的权重；

对第一食材相似性和第二食材相似性进行加权求和，得到食材之间的相似性。

2.根据权利要求1所述的基于人工智能的糖尿病患者饮食智能推荐方法，其特征在于，所述通过所述健康程度系数，调节糖尿病患者对食材的评分和食材的血糖含量的相关指标，确定糖尿病患者的评分置信度，包括：以第i个糖尿病患者作为当前糖尿病患者，当前糖尿病患者的评分置信度的计算公式为：；

其中， 为第i个糖尿病患者的评分置信度； 为归一化函数； 为第i个糖尿病患者的健康程度系数； 为第 个糖尿病患者评价过的多个食材的喜爱评分序列； 为第 个糖尿病患者评价过的多个食材的血糖含量序列； 为第 个糖尿病患者评价过的多个食材的喜爱评分序列和血糖含量序列的皮尔逊相关系数。

3.根据权利要求1所述的基于人工智能的糖尿病患者饮食智能推荐方法，其特征在于，所述根据食材之间的相似性、糖尿病患者对食材的评分以及最近一次食用食材的时间长度，确定食材的智能评分，包括：以第i个糖尿病患者作为当前糖尿病患者，所述智能评分的计算公式为：；

其中， 为第i个糖尿病患者对第z种食材的智能评分； 为第i个糖尿病患者评价过的食材的数量； 为归一化函数； 为第i个糖尿病患者最近一次食用第 种食材距今的时间差； 为第 种食材与第 种食材之间的相似性； 为第i个糖尿病患者对第 种食材的评分。

4.根据权利要求1所述的基于人工智能的糖尿病患者饮食智能推荐方法，其特征在于，所述健康数据对照值的获取方法为：计算多个健康用户在每个特征维度下的身体特征数据的均值，作为健康数据对照值，每个特征维度均有各自对应的健康数据对照值。

5.根据权利要求1所述的基于人工智能的糖尿病患者饮食智能推荐方法，其特征在于，所述糖尿病数据对照值的获取方法为：计算多个糖尿病患者在每个特征维度下的身体特征数据的均值，作为糖尿病数据对照值，每个特征维度均有各自对应的糖尿病数据对照值。