本文關(guān)鍵詞：基于改進(jìn)協(xié)同過濾的糖尿病飲食推薦系統(tǒng)，由筆耕文化傳播整理發(fā)布。

【摘要】：糖尿病是一種慢性疾病,到目前還沒有完全治愈的醫(yī)療手段,但是糖尿病可以通過人工干預(yù)進(jìn)行控制。飲食控制是治療糖尿病的主要手段之一,它的主要作用是減輕患者胰島負(fù)擔(dān),使血糖和血脂維持在正常人的水平,再配合上藥物的使用,有效的改善患者的健康狀況。傳統(tǒng)上糖尿病患者的飲食都是由特定的醫(yī)師或者營養(yǎng)師親自調(diào)配的,患者一多不僅在程序上難以管理,而且有食物的種類比較的單一,不符合患者口味等情況,同時(shí)營養(yǎng)師的工作量也大大增加。因此,通過計(jì)算機(jī)和人工智能,為糖尿病患者自動(dòng)推薦飲食亟待解決。本文圍繞協(xié)同過濾推薦算法展開研究,通過對(duì)范例推理算法(CBR)的深入了解,將范例推理能進(jìn)行預(yù)測(cè)的特性應(yīng)用到協(xié)同過濾的冷啟動(dòng)問題,并通過遺忘模型來完成對(duì)范例庫的修正,然后對(duì)用戶未評(píng)分的項(xiàng)目進(jìn)行推理評(píng)分,最后用基于用戶的協(xié)同過濾進(jìn)行Top-N推薦。通過實(shí)驗(yàn)可知,結(jié)合范例推理的協(xié)同過濾對(duì)緩解協(xié)同過濾矩陣稀疏性問題有一定的輔助作用。此外,依靠改進(jìn)的推薦引擎和android平臺(tái)以及信息支撐系統(tǒng)為患者和醫(yī)師之間打造了一個(gè)飲食推薦平臺(tái),并在linux系統(tǒng)部署hadoop分布式計(jì)算環(huán)境來提高系統(tǒng)推薦效率。系統(tǒng)不僅能滿足患者的飲食需求,對(duì)于醫(yī)師來說也控制了患者的飲食攝入,而且可以通過系統(tǒng)收集患者的飲食習(xí)慣和飲食信息,對(duì)病情的控制也起到了一定的作用,對(duì)營養(yǎng)師的工作也有了很大的幫助。
【關(guān)鍵詞】：安卓 hadoop 糖尿病飲食 協(xié)同過濾 范例推理 稀疏性 遺忘模型
【學(xué)位授予單位】：蘭州大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2016
【分類號(hào)】：TP391.3;R587.1
【目錄】：

• 摘要3-4
• Abstract4-8
• 第一章 緒論8-12
• 1.1 課題的研究背景和意義8-9
• 1.2 糖尿病飲食推薦系統(tǒng)國內(nèi)和國外發(fā)展現(xiàn)狀9-10
• 1.3 論文的主要工作10-11
• 1.4 論文的組織結(jié)構(gòu)11-12
• 第二章 推薦系統(tǒng)相關(guān)技術(shù)12-16
• 2.1 推薦系統(tǒng)簡介12
• 2.2 推薦系統(tǒng)的構(gòu)成12-13
• 2.3 推薦相關(guān)技術(shù)概述13-15
• 2.3.1 基于關(guān)聯(lián)規(guī)則的推薦13-14
• 2.3.2 基于內(nèi)容的推薦14
• 2.3.3 基于協(xié)同過濾的推薦14-15
• 2.4 各種推薦技術(shù)比較15-16
• 第三章 改進(jìn)的基于范例推理的協(xié)同過濾以及hadoop分布式計(jì)算16-40
• 3.1 協(xié)同過濾算法簡介16-21
• 3.1.1 協(xié)同過濾原理16
• 3.1.2 協(xié)同過濾算法分類16
• 3.1.3 基于模型的協(xié)同過濾算法16-21
• 3.2 范例推理21-25
• 3.2.1 范例推理的特點(diǎn)22-23
• 3.2.2 范例推理原理和組成部分23-25
• 3.2.3 范例推理的主要應(yīng)用領(lǐng)域25
• 3.3 對(duì)協(xié)同過濾算法的改進(jìn)25-30
• 3.3.1 范例庫的建立26
• 3.3.2 范例的檢索與提取26
• 3.3.3 范例的記憶與學(xué)習(xí)26
• 3.3.4 范例庫的調(diào)整26-28
• 3.3.5 通過協(xié)同過濾進(jìn)行推薦28-30
• 3.4 實(shí)驗(yàn)及分析30-33
• 3.4.1 實(shí)驗(yàn)設(shè)計(jì)30-31
• 3.4.2 算法效果評(píng)價(jià)指標(biāo)31-32
• 3.4.3 實(shí)驗(yàn)結(jié)果分析32-33
• 3.5 hadoop分布式計(jì)算環(huán)境33-40
• 3.5.1 為什么要使用hadoop33-34
• 3.5.2 hadoop簡介34-35
• 3.5.3 hadoop分布式環(huán)境搭建35-40
• 第四章 系統(tǒng)的設(shè)計(jì)開發(fā)和實(shí)現(xiàn)40-63
• 4.1 相關(guān)技術(shù)架構(gòu)40-42
• 4.1.1 SpringMVC40
• 4.1.2 Android平臺(tái)40-41
• 4.1.3 Mysql41
• 4.1.4 Tomcat41-42
• 4.2 軟件架構(gòu)設(shè)計(jì)42-44
• 4.2.1 系統(tǒng)總體架構(gòu)42
• 4.2.2 后臺(tái)支撐系統(tǒng)架構(gòu)42-43
• 4.2.3 Android客戶端設(shè)計(jì)架構(gòu)43-44
• 4.2.4 開發(fā)環(huán)境介紹44
• 4.3 系統(tǒng)詳細(xì)設(shè)計(jì)44-53
• 4.3.1 后臺(tái)管理系統(tǒng)設(shè)計(jì)44-50
• 4.3.2 推薦功能設(shè)計(jì)以及用戶自動(dòng)評(píng)分規(guī)則50-53
• 4.4 數(shù)據(jù)庫設(shè)計(jì)53-54
• 4.4.1 數(shù)據(jù)庫E-R圖53
• 4.4.2 數(shù)據(jù)庫主要表結(jié)構(gòu)設(shè)計(jì)53-54
• 4.5 系統(tǒng)的實(shí)現(xiàn)54-63
• 4.5.1 后臺(tái)管理系統(tǒng)實(shí)現(xiàn)54-58
• 4.5.2 患者APP實(shí)現(xiàn)58-63
• 第五章 總結(jié)63-65
• 參考文獻(xiàn)65-68
• 在學(xué)期間的一些研究成果68-69
• 致謝69

【相似文獻(xiàn)】

中國重要會(huì)議論文全文數(shù)據(jù)庫 前10條

1 沈杰峰;杜亞軍;唐俊;;一種基于項(xiàng)目分類的協(xié)同過濾算法[A];第二十二屆中國數(shù)據(jù)庫學(xué)術(shù)會(huì)議論文集（技術(shù)報(bào)告篇）[C];2005年

2 周軍鋒;湯顯;郭景峰;;一種優(yōu)化的協(xié)同過濾推薦算法[A];第二十一屆中國數(shù)據(jù)庫學(xué)術(shù)會(huì)議論文集（研究報(bào)告篇）[C];2004年

3 董全德;;基于雙信息源的協(xié)同過濾算法研究[A];全國第20屆計(jì)算機(jī)技術(shù)與應(yīng)用學(xué)術(shù)會(huì)議（CACIS·2009）暨全國第1屆安全關(guān)鍵技術(shù)與應(yīng)用學(xué)術(shù)會(huì)議論文集（上冊(cè)）[C];2009年

4 張光衛(wèi);康建初;李鶴松;劉常昱;李德毅;;面向場(chǎng)景的協(xié)同過濾推薦算法[A];中國系統(tǒng)仿真學(xué)會(huì)第五次全國會(huì)員代表大會(huì)暨2006年全國學(xué)術(shù)年會(huì)論文集[C];2006年

5 李建國;姚良超;湯庸;郭歡;;基于認(rèn)知度的協(xié)同過濾推薦算法[A];第26屆中國數(shù)據(jù)庫學(xué)術(shù)會(huì)議論文集（B輯）[C];2009年

6 王明文;陶紅亮;熊小勇;;雙向聚類迭代的協(xié)同過濾推薦算法[A];第三屆全國信息檢索與內(nèi)容安全學(xué)術(shù)會(huì)議論文集[C];2007年

7 胡必云;李舟軍;王君;;基于心理測(cè)量學(xué)的協(xié)同過濾相似度方法(英文)[A];NDBC2010第27屆中國數(shù)據(jù)庫學(xué)術(shù)會(huì)議論文集(B輯)[C];2010年

8 林麗冰;師瑞峰;周一民;李月雷;;基于雙聚類的協(xié)同過濾推薦算法[A];2008'中國信息技術(shù)與應(yīng)用學(xué)術(shù)論壇論文集（一）[C];2008年

9 羅喜軍;王韜丞;杜小勇;劉紅巖;何軍;;基于類別的推薦——一種解決協(xié)同推薦中冷啟動(dòng)問題的方法[A];第二十四屆中國數(shù)據(jù)庫學(xué)術(shù)會(huì)議論文集（研究報(bào)告篇）[C];2007年

10 黃創(chuàng)光;印鑒;汪靜;劉玉葆;王甲海;;不確定近鄰的協(xié)同過濾推薦算法[A];NDBC2010第27屆中國數(shù)據(jù)庫學(xué)術(shù)會(huì)議論文集A輯一[C];2010年

中國博士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 紀(jì)科;融合上下文信息的混合協(xié)同過濾推薦算法研究[D];北京交通大學(xué);2016年

2 李聰;電子商務(wù)推薦系統(tǒng)中協(xié)同過濾瓶頸問題研究[D];合肥工業(yè)大學(xué);2009年

3 郭艷紅;推薦系統(tǒng)的協(xié)同過濾算法與應(yīng)用研究[D];大連理工大學(xué);2008年

4 羅恒;基于協(xié)同過濾視角的受限玻爾茲曼機(jī)研究[D];上海交通大學(xué);2011年

5 薛福亮;電子商務(wù)協(xié)同過濾推薦質(zhì)量影響因素及其改進(jìn)機(jī)制研究[D];天津大學(xué);2012年

6 高e，

本文編號(hào)：300256