菜肴推荐系统的研究与设计

发布时间：2024-07-02 19:15

　　随着人们生活水平的提高,大众的饮食需求已经从“吃得饱”转变为“吃得好”。面对种类繁多、风格多样的菜肴,人们往往难以选择。课题目标是研发一款面向家庭用户的菜肴推荐系统一一“吃点啥”APP。本文围绕“吃点啥”APP的研发,主要做了三方面的工作:协同过滤算法的研究与改进,菜肴推荐引擎的研究与设计,菜肴推荐系统的设计与实现。具体内容如下:(1)对传统的协同过滤算法进行研究,提出了一种改进相似度的协同过滤算法(CF-DIF)。该算法引入用户偏好模型和物品相似度权重的概念,改进了物品相似度的计算公式。实验证明,改进算法在稀疏数据集下推荐的准确率得到了提升。(2)考虑到系统的扩展性、维护性和通用性,设计了菜肴推荐引擎。菜肴推荐引擎作为一个独立的组件,根据相关数据计算出推荐结果。引擎自身具有良好的模块化结构,内部耦合度较低。引擎内置了多种推荐算法,并支持新推荐算法的扩展。(3)基于菜肴推荐引擎,设计并实现了一款菜肴推荐系统。客户端面向家庭用户,提供菜肴推荐、饮食记录、菜肴查询等功能。后台管理端面向系统管理员,提供菜肴、食材等数据的维护功能。本文设计与实现的菜肴推荐系统可以为家庭用户提供菜肴推荐服务,有...

【文章页数】：81 页

【学位级别】：硕士

【文章目录】：
摘要
abstract
第一章 绪论
    1.1 研究背景与意义
    1.2 国内外研究现状
        1.2.1 个性化推荐应用现状
        1.2.2 饮食推荐系统研究现状
    1.3 研究内容
    1.4 论文组织结构
第二章 相关技术及原理
    2.1 推荐系统
        2.1.1 推荐系统的产生
        2.1.2 推荐系统的构成
        2.1.3 推荐系统的评价指标
        2.1.4 LibRec推荐框架
    2.2 常用推荐算法
        2.2.1 基于人口统计学的推荐
        2.2.2 协同过滤算法
        2.2.3 基于内容的推荐
    2.3 软件架构模式
    2.4 本章小结
第三章 协同过滤算法研究与改进
    3.1 研究基础
    3.2 传统相似度计算方法
    3.3 传统相似度计算方法的缺陷
    3.4 改进的相似度计算方法
        3.4.1 用户偏好模型
        3.4.2 物品相似度的权重
        3.4.3 改进的相似度计算方法
    3.5 算法描述
    3.6 实验设计与分析
        3.6.1 实验数据集
        3.6.2 评估标准
        3.6.3 实验结果与分析
    3.7 本章小结
第四章 菜肴推荐引擎研究与设计
    4.1 设计背景
        4.1.1 普通软件架构
        4.1.2 菜肴推荐系统架构
    4.2 菜肴推荐引擎的设计
        4.2.1 设计目标
        4.2.2 菜肴推荐流程
        4.2.3 总体设计
    4.3 菜肴推荐引擎的分层实现
        4.3.1 委托代理层
        4.3.2 推荐层
        4.3.3 结果处理层
    4.4 推荐算法的扩展
        4.4.1 扩展的实现
        4.4.2 个性化菜肴推荐
        4.4.3 时令推荐算法的实现
    4.5 性能优化
        4.5.1 多线程和多进程
        4.5.2 分布式处理
    4.6 本章小结
第五章 菜肴推荐系统设计与实现
    5.1 总体设计
        5.1.1 系统架构
        5.1.2 功能设计
        5.1.3 冷启动问题
    5.2 数据库设计
        5.2.1 数据结构设计基本原则
        5.2.2 主要表结构设计
        5.2.3 数据初始化
    5.3 用户隐式评分的实现
    5.4 APP客户端的实现
        5.4.1 菜肴模块
        5.4.2 计划模块
        5.4.3 用户模块
    5.5 后台管理端的实现
        5.5.1 菜肴管理模块
        5.5.2 食材管理模块
        5.5.3 用户管理模块
    5.6 本章小结
第六章 总结与展望
    6.1 工作总结
    6.2 工作展望
参考文献
攻读硕士学位期间的研究成果
致谢



本文编号：3999886