个性化健康饮食推荐服务研究

发布时间：2020-07-15 07:45

【摘要】：从旅游业六要素“食、住、行、游、购、娱”中可以看出饮食在旅游服务中占据着重要的地位。同时科学合理的饮食不仅有利于身体保持健康,也对疾病的治疗有着非常重要的作用,在当今社会,已成为一个很热门的话题。由于受到卫生科学知识水平的限制,人们希望通过互联网来协助自己规划饮食。但互联网信息呈爆发式增长,逐渐超过了个人所能接受、处理和有效利用的范围,人们开始迷失在大量的饮食信息中。饮食推荐能够帮助用户从海量饮食数据中发现自己希望寻找的饮食内容。饮食推荐需要综合考虑个性化与健康两个方面,最重要的就是要理解用户饮食类型和适当的摄入量,避免不均匀或不适当的饮食,增加用户生活质量,帮助用户降低医疗费用。如何为用户提供既能很好地满足其喜好又能符合营养健康标准的个性化健康饮食推荐服务成为一个需要解决的课题。健康饮食推荐服务是一个非线性多目标优化问题,能量及每个营养素的摄入量都是需要优化的目标。个性化饮食推荐服务可以通过挖掘互联网美食互动社区内的用户原创内容来实现,利用LDA主题模型分析用户发布的文本信息,挖掘用户饮食兴趣和饮食习惯。在实现饮食推荐服务的过程中需要涉及用户、食品、营养健康等多方面的数据和知识,因此引入本体的概念对相关知识进行建模、存储和匹配,解决语义层次上信息共享和交互问题。同时借助饮食本体的描述逻辑推理分析了饮食推荐服务框架。本文基于本体论、多目标遗传算法和LDA主题模型等技术对个性化健康饮食推荐服务进行研究,主要工作如下：(1)构建饮食本体,提出基于饮食本体的个性化健康饮食推荐服务框架。基于一般用户模型本体、常见菜肴和食物成分数据、营养学知识,构建饮食本体,具体包含用户模型、食品模型和营养模型三部分；提出基于饮食本体的个性化健康饮食推荐服务框架,以本体论方法建立用户、饮食和疾病的关联,实现用户信息理解和饮食知识共享,为个性化健康饮食推荐服务提供知识基础。(2)将饮食对人体健康的长期性、累积性的影响加入到推荐策略中,提出了基于饮食记录的多目标遗传算法。基于饮食本体,通过分析用户信息建立个性化的多目标饮食推荐模型,利用基于饮食记录的多目标遗传算法为用户推荐食物及食用量。推荐方案的达标率可以说明基于饮食记录的多目标遗传算法的可行性和有效性；通过与传统的基于随机权重的遗传算法做对比,本文改进算法的累积误差率更趋近于零,从健康的角度验证了该算法更适用于健康饮食的个性化推荐服务。(3)基于LDA模型,提出基于用户饮食兴趣主题模型的菜肴推荐方法。收集互联网美食互动社区内的用户原创内容,根据饮食本体框架进行存储以充实基于饮食本体的推荐服务知识库；分析互联网美食互动社区内的用户原创内容,根据困惑度确定主题数,建立用户饮食兴趣模型,根据用户饮食兴趣将与(2)中推荐食物相关的菜肴推荐给用户,帮助用户选择更符合其偏好的菜肴。在真实数据集上进行实验,说明了基于LDA的用户饮食兴趣主题模型能够应用于个性化菜肴推荐。
【学位授予单位】：陕西师范大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TS971;TP391.3

【参考文献】