基于用户评价的个性化饮食推荐方法研究
发布时间:2024-12-13 04:10
个性化推荐算法:基于阅读历史和兴趣的推荐系统 #生活乐趣# #阅读乐趣# #电子书推荐#
摘要:随着生活水平的不断提高,多样化多口味的饮食成了人们关注的话题。由于个人的饮食知识水平的有限,人们大都通过搜索引擎或美食网站来查找信息,选择菜谱,规划饮食。但是搜索引擎冗余信息太多,使用不方便,而饮食推荐系统能根据用户基本信息、偏好信息等提供饮食推荐,因而越来越受到人们的青睐。 目前国内的饮食推荐系统大多是基于美食网站和手机APP的,通过用户提供个人信息进行推荐,但当前的饮食推荐服务存在以下几个问题及难点:第一,用户对菜谱偏好的不确定性和描述上的模糊性导致对用户偏好度建模困难;第二,由于用户-菜谱评分矩阵数据稀疏的问题,导致协同过滤推荐用户评分预测准确度低;第三,现有菜谱推荐没有考虑营养均衡问题,不符合现代人的饮食观念。 针对当前饮食推荐方法存在的问题,本文在前人研究基础上进行了研究,本文的贡献和创新点包括以下几点: (1)采用构建用户偏好模型的方法进行个性化菜谱推荐。首先,选择菜谱的部分特征属性来描述菜谱,...
关键词:
饮食推荐系统偏好兴趣模型协同过滤营养均衡优先喜好度优先
授予学位:
硕士
学科专业:
控制工程
导师姓名:
刘树安
学位年度:
2017
语种:
中文
分类号:
TP393.09(计算技术、计算机技术)
在线出版日期:
2020-12-02 (万方平台首次上网日期,不代表论文的发表时间)
网址:基于用户评价的个性化饮食推荐方法研究 https://www.yuejiaxmz.com/news/view/459656
下一篇: springboot毕设基于微信
相关内容
基于饮食行为的个性化饮食推荐服务研究移动新闻客户端个性化推荐系统的用户评价指标研究
一种基于知识图谱的健康饮食推荐方法研究
基于网络生活方式的综合价值个性化推荐机制研究
基于电子商务的个性化推荐系统研究
基于社交网络数据个性化推荐研究.doc
基于人工智能的个性化推荐系统研究
旅行服务平台个性化推荐算法研究
基于用户兴趣的个性化美食推荐系统
个性化推荐系统中协同过滤方法的研究