本文關(guān)鍵詞：個(gè)性化的智能飲食推薦系統(tǒng)開(kāi)發(fā)，由筆耕文化傳播整理發(fā)布。

【摘要】：隨著電子商務(wù)的快速發(fā)展及數(shù)據(jù)挖掘技術(shù)的巨大進(jìn)步,推薦服務(wù)越來(lái)越受到廣大民眾的歡迎。為了方便廣大消費(fèi)者從大量商品信息中找到適合自己的產(chǎn)品,節(jié)省用戶(hù)尋寶時(shí)間、提高用戶(hù)體驗(yàn)的推薦系統(tǒng)應(yīng)運(yùn)而生。本文設(shè)計(jì)的個(gè)性化智能飲食推薦系統(tǒng)是根據(jù)用戶(hù)的體質(zhì)、以往飲食喜好,通過(guò)關(guān)聯(lián)規(guī)則算法推薦出適合用戶(hù)的健康飲食菜單。其中,系統(tǒng)對(duì)每個(gè)菜品設(shè)置相關(guān)的健康屬性,對(duì)用戶(hù)關(guān)注的菜品進(jìn)行跟蹤。當(dāng)用戶(hù)登錄時(shí),首先檢測(cè)用戶(hù)的體質(zhì),根據(jù)該用戶(hù)以往的飲食習(xí)慣判斷用戶(hù)的飲食喜好,最后根據(jù)用戶(hù)體質(zhì)及喜好屬性智能推薦菜品。在判斷用戶(hù)飲食喜好時(shí),提出了改進(jìn)的Apriori算法。其是在分析經(jīng)典的Apriori算法的基礎(chǔ)上,第一次查詢(xún)數(shù)據(jù)庫(kù)找出候選1-項(xiàng)集,并對(duì)該項(xiàng)集分析,然后列出所有可能的k-項(xiàng)集,第二次查詢(xún)數(shù)據(jù)庫(kù)得出所有項(xiàng)集的支持度,再對(duì)比分析出得到最終項(xiàng)集。改進(jìn)后的算法減少了數(shù)據(jù)庫(kù)的查詢(xún)次數(shù),并減少頻繁集的生成,從而提高算法效率。隨后用Apriori算法與改進(jìn)后的算法對(duì)同一實(shí)例進(jìn)行對(duì)比分析,證明該算法在挖掘效率上存在優(yōu)勢(shì),并將該算法運(yùn)用到個(gè)性化智能飲食推薦系統(tǒng)當(dāng)中。經(jīng)過(guò)對(duì)用戶(hù)關(guān)注飲食的菜品屬性進(jìn)行分析,挖掘到用戶(hù)在飲食過(guò)程中的飲食喜好,從而能結(jié)合中醫(yī)體質(zhì)實(shí)現(xiàn)個(gè)性化菜品推薦。
【關(guān)鍵詞】：飲食推薦系統(tǒng) 體質(zhì)檢測(cè) 數(shù)據(jù)挖掘 Apriori算法
【學(xué)位授予單位】：浙江理工大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2016
【分類(lèi)號(hào)】：TP391.3
【目錄】：

• 摘要4-5
• Abstract5-9
• 第一章 緒論9-14
• 1.1 課題研究的背景及意義9-10
• 1.2 國(guó)內(nèi)外研究現(xiàn)狀和發(fā)展趨勢(shì)10-12
• 1.2.1 理論基礎(chǔ)：推薦算法的研究現(xiàn)狀10-11
• 1.2.2 應(yīng)用現(xiàn)狀：國(guó)內(nèi)外智能飲食推薦系統(tǒng)研究現(xiàn)狀11-12
• 1.3 課題主要研究?jī)?nèi)容12-13
• 1.4 論文章節(jié)安排13-14
• 第二章 系統(tǒng)相關(guān)技術(shù)介紹14-25
• 2.1 MyBatis框架14-16
• 2.1.1 MyBatis簡(jiǎn)介14-15
• 2.1.2 MyBatis框架原理15
• 2.1.3 MyBatis框架優(yōu)缺點(diǎn)15-16
• 2.2 Web Service技術(shù)16-19
• 2.2.1 Web Service基本概念16-17
• 2.2.2 Web Service工作原理17-18
• 2.2.3 Web Service優(yōu)缺點(diǎn)18-19
• 2.3 體質(zhì)檢測(cè)技術(shù)19-20
• 2.4 Fragment框架20-24
• 2.4.1 Android Fragment產(chǎn)生與介紹20-21
• 2.4.2 Fragment原理21-24
• 2.5 本章小結(jié)24-25
• 第三章 智能推薦系統(tǒng)的關(guān)聯(lián)規(guī)則及其算法改進(jìn)25-43
• 3.1 關(guān)聯(lián)規(guī)則25-29
• 3.1.1 關(guān)聯(lián)規(guī)則的介紹25-26
• 3.1.2 關(guān)聯(lián)規(guī)則定義26-27
• 3.1.3 關(guān)聯(lián)規(guī)則分類(lèi)27-28
• 3.1.4 關(guān)聯(lián)規(guī)則挖掘方法28-29
• 3.2 關(guān)聯(lián)規(guī)則主要算法29-30
• 3.3 Apriori算法30-38
• 3.3.1 Apriori算法思想30-36
• 3.3.2 Apriori算法的實(shí)現(xiàn)36-37
• 3.3.3 Apriori算法的缺陷37-38
• 3.4 Apriori算法的改進(jìn)38-42
• 3.4.1 改進(jìn)Apriori算法描述38-39
• 3.4.2 算法實(shí)現(xiàn)實(shí)例39-40
• 3.4.3 Apriori算法改進(jìn)前后效率分析40-42
• 3.5 本章小結(jié)42-43
• 第四章 智能飲食推薦系統(tǒng)的需求分析43-56
• 4.1 智能飲食推薦系統(tǒng)的總體架構(gòu)43-44
• 4.2 系統(tǒng)的設(shè)計(jì)目標(biāo)44-45
• 4.2.1 系統(tǒng)的功能目標(biāo)44-45
• 4.2.2 系統(tǒng)的性能目標(biāo)45
• 4.3 系統(tǒng)的模塊需求分析45-54
• 4.3.1 客戶(hù)端模塊45-47
• 4.3.2 服務(wù)器模塊47-49
• 4.3.3 數(shù)據(jù)庫(kù)模塊49-51
• 4.3.4 數(shù)據(jù)庫(kù)邏輯設(shè)計(jì)51-54
• 4.4 開(kāi)發(fā)與運(yùn)行環(huán)境54-55
• 4.4.1 系統(tǒng)開(kāi)發(fā)環(huán)境54
• 4.4.2 系統(tǒng)運(yùn)行環(huán)境54-55
• 4.5 本章小結(jié)55-56
• 第五章 個(gè)性化智能飲食推薦系統(tǒng)的實(shí)現(xiàn)56-63
• 5.1 客戶(hù)端實(shí)現(xiàn)56-61
• 5.1.1 首頁(yè)展示模塊實(shí)現(xiàn)56-59
• 5.1.2 個(gè)人中心模塊實(shí)現(xiàn)59-60
• 5.1.3 推薦模塊實(shí)現(xiàn)60-61
• 5.2 用戶(hù)推薦結(jié)果展示61-62
• 5.3 本章小結(jié)62-63
• 第六章 總結(jié)與展望63-65
• 6.1 本文研究工作總結(jié)63
• 6.2 存在的不足和今后工作展望63-65
• 致謝65-66
• 學(xué)術(shù)成果66-67
• 參考文獻(xiàn)67-70

【相似文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前10條

1 米可菲;張勇;邢春曉;蔚欣;;面向大數(shù)據(jù)的開(kāi)源推薦系統(tǒng)分析[J];計(jì)算機(jī)與數(shù)字工程;2013年10期

2 脫建勇;王嵩;李秀;劉文煌;;精品課共享中的推薦系統(tǒng)框架與實(shí)現(xiàn)[J];計(jì)算機(jī)工程與設(shè)計(jì);2006年17期

3 蘇冠賢;張麗霞;林丕源;劉吉平;;生物信息學(xué)推薦系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[J];計(jì)算機(jī)應(yīng)用研究;2007年05期

4 王改芬;;推薦系統(tǒng)研究綜述[J];軟件導(dǎo)刊;2007年23期

5 葉群來(lái);;營(yíng)銷(xiāo)與網(wǎng)絡(luò)推薦系統(tǒng)[J];電子商務(wù);2007年10期

6 李媚;;個(gè)性化網(wǎng)絡(luò)學(xué)習(xí)資源推薦系統(tǒng)研究[J];福建電腦;2008年12期

7 潘冉;姜麗紅;;基于經(jīng)濟(jì)學(xué)模型的推薦系統(tǒng)的研究[J];計(jì)算機(jī)應(yīng)用與軟件;2008年03期

8 劉魯;任曉麗;;推薦系統(tǒng)研究進(jìn)展及展望[J];信息系統(tǒng)學(xué)報(bào);2008年01期

9 劉小燕;陳艷麗;賈宗璞;沈記全;;基于增強(qiáng)學(xué)習(xí)的旅行計(jì)劃推薦系統(tǒng)[J];計(jì)算機(jī)工程;2010年21期

10 曹畋;;智能推薦系統(tǒng)在知識(shí)瀏覽領(lǐng)域的應(yīng)用[J];硅谷;2011年21期

中國(guó)重要會(huì)議論文全文數(shù)據(jù)庫(kù) 前8條

1 張燕;李燕萍;;基于內(nèi)容分析和點(diǎn)擊率記錄的混合音樂(lè)推薦系統(tǒng)[A];2009年通信理論與信號(hào)處理學(xué)術(shù)年會(huì)論文集[C];2009年

2 趙欣;寇綱;鄔文帥;盧艷群;;基于時(shí)間密集性的推薦系統(tǒng)攻擊檢測(cè)[A];第六屆（2011）中國(guó)管理學(xué)年會(huì)論文摘要集[C];2011年

3 張玉連;張波;張敏;;改進(jìn)的個(gè)性化信息推薦系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[A];2005年全國(guó)理論計(jì)算機(jī)科學(xué)學(xué)術(shù)年會(huì)論文集[C];2005年

4 王君;許潔萍;;層次音樂(lè)推薦系統(tǒng)的研究[A];第18屆全國(guó)多媒體學(xué)術(shù)會(huì)議（NCMT2009）、第5屆全國(guó)人機(jī)交互學(xué)術(shù)會(huì)議（CHCI2009）、第5屆全國(guó)普適計(jì)算學(xué)術(shù)會(huì)議（PCC2009）論文集[C];2009年

5 潘宇;林鴻飛;楊志豪;;基于用戶(hù)聚類(lèi)的電子商務(wù)推薦系統(tǒng)[A];第三屆學(xué)生計(jì)算語(yǔ)言學(xué)研討會(huì)論文集[C];2006年

6 尤忠彬;陳越;張英;朱揚(yáng)勇;;基于Web服務(wù)的技術(shù)轉(zhuǎn)移平臺(tái)推薦系統(tǒng)研究[A];第二十二屆中國(guó)數(shù)據(jù)庫(kù)學(xué)術(shù)會(huì)議論文集（技術(shù)報(bào)告篇）[C];2005年

7 王國(guó)霞;劉賀平;李擎;;二部圖影射及其在推薦系統(tǒng)中的應(yīng)用[A];第25屆中國(guó)控制與決策會(huì)議論文集[C];2013年

8 王雪;董愛(ài)華;吳怡之;;基于RFID技術(shù)的智能服裝推薦系統(tǒng)設(shè)計(jì)[A];2011年全國(guó)電子信息技術(shù)與應(yīng)用學(xué)術(shù)會(huì)議論文集[C];2011年

中國(guó)重要報(bào)紙全文數(shù)據(jù)庫(kù) 前2條

1 ;大數(shù)據(jù)如何“落地”[N];中國(guó)新聞出版報(bào);2014年

2 本報(bào)記者 鄒大斌;大數(shù)據(jù)：電商新武器[N];計(jì)算機(jī)世界;2012年

中國(guó)博士學(xué)位論文全文數(shù)據(jù)庫(kù) 前10條

1 王宏宇;商務(wù)推薦系統(tǒng)的設(shè)計(jì)研究[D];中國(guó)科學(xué)技術(shù)大學(xué);2007年

2 楊東輝;基于情感相似度的社會(huì)化推薦系統(tǒng)研究[D];哈爾濱工業(yè)大學(xué);2014年

3 曹渝昆;基于神經(jīng)網(wǎng)絡(luò)和模糊邏輯的智能推薦系統(tǒng)研究[D];重慶大學(xué);2006年

4 王立才;上下文感知推薦系統(tǒng)若干關(guān)鍵技術(shù)研究[D];北京郵電大學(xué);2012年

5 劉龍;一個(gè)能實(shí)現(xiàn)個(gè)性化實(shí)時(shí)路徑推薦服務(wù)的推薦系統(tǒng)框架[D];中國(guó)科學(xué)技術(shù)大學(xué);2014年

6 李濤;推薦系統(tǒng)中若干關(guān)鍵問(wèn)題研究[D];南京航空航天大學(xué);2009年

7 劉士琛;面向推薦系統(tǒng)的關(guān)鍵問(wèn)題研究及應(yīng)用[D];中國(guó)科學(xué)技術(shù)大學(xué);2014年

8 李方方;非獨(dú)立同分布推薦系統(tǒng)研究[D];北京理工大學(xué);2014年

9 李曉建;基于語(yǔ)義的個(gè)性化資源推薦系統(tǒng)中關(guān)鍵技術(shù)研究[D];武漢大學(xué);2010年

10 張堯;B2C環(huán)境下用戶(hù)感知可信的推薦系統(tǒng)理論及其關(guān)鍵方法研究[D];哈爾濱工業(yè)大學(xué);2013年

中國(guó)碩士學(xué)位論文全文數(shù)據(jù)庫(kù) 前10條

1 朱孔真;基于云計(jì)算的電子商務(wù)智能推薦系統(tǒng)研究[D];武漢理工大學(xué);2014年

2 郭敬澤;基于賦權(quán)評(píng)分和Dpark的分布式推薦系統(tǒng)研究與實(shí)現(xiàn)[D];天津理工大學(xué);2015年

3 周俊宇;信息推薦系統(tǒng)的研究與設(shè)計(jì)[D];江南大學(xué);2015年

4 李煒;基于電子商務(wù)平臺(tái)的保險(xiǎn)推薦系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[D];復(fù)旦大學(xué);2013年

5 車(chē)豐;基于排序主題模型的論文推薦系統(tǒng)[D];大連海事大學(xué);2015年

6 秦大路;基于因式分解機(jī)模型的上下文感知推薦系統(tǒng)研究[D];鄭州大學(xué);2015年

7 徐霞婷;動(dòng)態(tài)路網(wǎng)監(jiān)控與導(dǎo)航推薦系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[D];蘇州大學(xué);2015年

8 黃學(xué)峰;基于Hadoop的電影推薦系統(tǒng)研究與實(shí)現(xiàn)[D];南京師范大學(xué);2015年

9 路小瑞;基于Hadoop平臺(tái)的職位推薦系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[D];上海交通大學(xué);2015年

10 李?lèi)?ài)寶;基于組合消費(fèi)行為分析的團(tuán)購(gòu)?fù)扑]系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[D];哈爾濱工業(yè)大學(xué);2015年

  本文關(guān)鍵詞：個(gè)性化的智能飲食推薦系統(tǒng)開(kāi)發(fā)，，由筆耕文化傳播整理發(fā)布。

本文編號(hào)：318014