Dec, 2013

使用本体论和启发式方法进行食品推荐

PDF
TL;DR本文采用自适应超媒体框架，结合 TF-IDF 术语提取方法和余弦相似度测量方法，利用健康启发式和标准食品数据库建立知识库，提出了基于语义推荐系统的食品个性化框架，评估得出，与传统的推荐系统相比，基于语义推荐系统在准确性、精确性和召回率方面表现更好，而所提出的推荐系统的 F-measure 指标优于现有的基于语义的推荐系统。
发现论文，激发创造
  • 基于机器学习模型的学术环境中食品推荐系统

    使用混合推荐系统结合协同过滤、基于内容和基于知识的模型，以及决策树、k - 近邻、AdaBoost 和 Bagging 等机器学习模型根据能量指标和学生的食品选择历史，将大学餐厅的食物推荐给学生，其中 AdaBoost 模型的准确率最高，为 73.70%。

    Jun, 2023

  • 食品推荐系统：重要贡献，挑战和未来研究方向

    本文总结了食品推荐系统的现状，探讨了数字资源、健康饮食、群组推荐和未来方向等方面的重要性和挑战，以期为研究者和实践者提供有用的资源。

    Nov, 2017

  • 食品推荐：框架、现有解决方案和挑战

    提出了一个用于食物推荐的统一框架，并指出影响食物推荐的主要问题，包括构建个人模型、分析独特的食品特征、整合各种上下文和领域知识。本文回顾了现有解决方案，阐述了这个领域的研究挑战和未来方向。

    May, 2019

  • 基于大规模食品知识图谱的个性化食品推荐

    提出了一种基于大规模食品知识图谱和健康指南的个性化饮食推荐框架，将用户查询、饮食偏好和健康指南作为自然语言问答系统的约束条件，用于促进用户养成健康的饮食习惯。

    Jan, 2021

  • 多标准推荐系统促进在线杂货业务

    通过使用词袋和基于神经网络的文档组合方法（Doc2Vec），本研究提出了产品、包装和健康三个标准的在线食品杂货推荐系统，通过使用这两种文档表示方法，在产品特性（成分、包装、营养表，过敏原等）等方面提供最佳的推荐，调查结果显示基于神经网络的 Doc2Vec 方法的表现更好且完全改变了结果。

    Dec, 2023

  • 基于人类行为的个性化膳食推荐和菜单规划社交系统

    传统的膳食推荐系统通常只考虑营养或健康，忽视了人们对食物的感受。本研究提出了一种基于社交情感计算的饭菜推荐和菜单规划框架，可以识别不同食物对人的情感影响，并结合营养需求生成饭菜推荐与个性化菜单规划。实验证实了该框架在各项评估参数上的良好表现。

    Aug, 2023

  • 个性化、健康意识食谱推荐：一种基于集成主题建模的方法

    本论文探讨了基于 Ensemble Topic Modelling（EnsTM）的特征识别技术在用户建模和食谱推荐方面的有效性，并提出了一种智能用户建模策略，该策略使捕捉用户偏好变得快速、高效和交互式，提出的 EnsTM 方法在 240,876 个食谱上与传统的基于内容的（CB）方法进行了比较，通过 48 个参与者的用户研究表明效果显著，具备个性化推荐的能力。

    Jul, 2019

  • 食品评论和推荐的机器学习

    使用深度学习方法构建了一个基于 Web 的美食点评系统， 实现了对美食点评的情感分析、自动标签生成和检索。结果表明，这对解决实际问题具有很高的应用前景。

    Jan, 2022

  • 更健康的饮食：探索健康餐谱的营养信息

    提出了一种名为 NutRec 的新型框架，该框架使用神经网络模型中的三个主要组件来基于食材预测和推荐健康的食谱，经过实验证明该框架可以成功检索到较为健康的菜谱。

    Mar, 2020

  • 推荐系统简介

    本文综述了个性化推荐及推荐系统的经典算法，评估方式，以及最近研究的方向：基于会话的推荐、推荐系统中的偏差问题以及实际应用的影响和价值。

    Feb, 2023