Aug, 2023

基于人类行为的个性化膳食推荐和菜单规划社交系统

PDF
TL;DR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。
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

  • 使用本体论和启发式方法进行食品推荐

    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。

    Dec, 2013

  • 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

  • 人机交互中个性化情感计算调查

    本文探讨了情感计算领域中个性化的必要性，并对 state-of-the-art 的方法进行了综述和分类，包括针对特定目标的模型、群组特定模型、加权方法、微调方法、多任务学习、生成模型和特征增强。此外，文章还对文献进行了统计分析，提供了路线图供其他研究者参考。

    Apr, 2023

  • 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

  • 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

  • AI4Food-NutritionFW: 面向自动合成和分析饮食行为的新型框架

    利用图像处理和人工智能的最新进展，本文提出了 AI4Food-NutritionFW 框架，用于根据可配置的饮食习惯创建食物图像数据集，并通过多维度指标评估个体的饮食行为健康指数，取得了令人期待的结果。

    Sep, 2023

  • 基于分层方法对自拍照流中的食品场景进行分类

    该研究提供了自动工具，可通过每日拍摄的照片流来个性化分析人们的健康习惯，并提出了一种新的自动分类方法来分类与食物相关的环境，同时构建了一个具有语义层次结构的模型，并介绍了一个超过 33000 张图像的数据集，其分类准确度和 F 分数分别为 56％和 65％，明显优于基线方法。

    May, 2019

  • ChatDiet: 通过 LLM 增强框架赋能个性化营养导向的食品推荐聊天机器人

    食物对健康的深远影响需要先进的以营养为导向的食品推荐服务。本文介绍了 ChatDiet，这是一个新的基于大型语言模型的框架，专门设计用于个性化的以营养为导向的食品推荐聊天机器人，实现了个性化和可解释的食物推荐，以及与用户个人喜好相适应的互动。

    Feb, 2024

  • BEACON：长期群体推荐和多模态食谱的便利性和营养平衡

    本研究通过数据驱动的方法解决了在饮食选择中营养和便利之间的权衡问题，并提出了一种基于上下文强化学习的方法来推荐合适的餐食。

    Jun, 2024