個(gè)性化營(yíng)養(yǎng)菜譜推薦方法的研究.pdf

1、近些年來(lái)，互聯(lián)網(wǎng)正通過(guò)以“線上到線下（Online To Offline，O2O）”為代表的經(jīng)營(yíng)模式，逐漸顛覆傳統(tǒng)行業(yè)。很多傳統(tǒng)行業(yè)開(kāi)始使用互聯(lián)網(wǎng)提供給用戶更優(yōu)質(zhì)、更個(gè)性化的服務(wù)。比如，一個(gè)支持O2O模式的餐廳如果能夠提供給用戶營(yíng)養(yǎng)的、個(gè)性化的菜譜，將能很好地改善用戶體驗(yàn)，并增加餐廳的競(jìng)爭(zhēng)力。本文提出的個(gè)性化營(yíng)養(yǎng)菜譜推薦方法構(gòu)建的系統(tǒng)，正是一種可以幫助用戶輕松獲得個(gè)性化營(yíng)養(yǎng)菜譜的系統(tǒng)。網(wǎng)絡(luò)訂餐的興起使得此系統(tǒng)有了很大的應(yīng)用價(jià)值。

2、　　本文個(gè)性化營(yíng)養(yǎng)菜譜推薦系統(tǒng)由三個(gè)部分組成:前臺(tái)展示Demo，核心算法和后臺(tái)數(shù)據(jù)庫(kù)。其中核心算法即個(gè)性化營(yíng)養(yǎng)菜譜推薦方法，包括數(shù)據(jù)獲取算法、營(yíng)養(yǎng)搭配算法和個(gè)性化推薦算法。本文針對(duì)系統(tǒng)設(shè)計(jì)以及核心算法設(shè)計(jì)展開(kāi)了研究，主要工作如下:
　　1.提出一種基于雙隊(duì)列排序和模式自學(xué)習(xí)的主題網(wǎng)絡(luò)爬蟲(chóng)，用于爬取某一限定主題的相關(guān)互聯(lián)網(wǎng)信息。本爬蟲(chóng)基于現(xiàn)有的主題網(wǎng)絡(luò)爬蟲(chóng)框架，使用雙排序隊(duì)列和URL深度屬性增強(qiáng)搜索策略模塊性能，使用布隆過(guò)濾器優(yōu)化鏈

3、接(Uniform Resource Locator, URL)去重模塊，通過(guò)單獨(dú)計(jì)算主頁(yè)面和子頁(yè)面的主題相關(guān)性的方式來(lái)優(yōu)化數(shù)據(jù)分析模塊，并新添置了模式-自學(xué)習(xí)模塊。然后給出了本爬蟲(chóng)與通用網(wǎng)絡(luò)爬蟲(chóng)和雙隊(duì)列主題網(wǎng)絡(luò)爬蟲(chóng)的對(duì)比試驗(yàn)，結(jié)果證明本爬蟲(chóng)的harvestRate更高。
　　2.提出一種基于L支配和小組決勝的遺傳算法，用于解決在高維空間的多目標(biāo)優(yōu)化問(wèn)題。本算法以非劣排序遺傳算法Ⅱ?yàn)榛究蚣?，使用L支配和基于擁擠距離的小組決勝來(lái)進(jìn)

4、行非劣解排序，從父代中選擇優(yōu)秀解進(jìn)行遺傳操作得到子種群，并與父種群合并再次進(jìn)行非劣排序。然后給出了本算法與兩種流行多目標(biāo)進(jìn)化算法的對(duì)比實(shí)驗(yàn)結(jié)果，結(jié)果證明算法在解決高維多目標(biāo)優(yōu)化問(wèn)題上的表現(xiàn)要明顯優(yōu)于另外兩種多目標(biāo)進(jìn)化算法。
　　3.最后提出一種基于相似度拓展和興趣度縮放的協(xié)同過(guò)濾算法，用于預(yù)測(cè)新老用戶的不同的個(gè)性化興趣。本算法以基于項(xiàng)目的協(xié)同過(guò)濾算法為框架，通過(guò)使用厭惡相似度拓展項(xiàng)目的相似度，再計(jì)算出用戶對(duì)項(xiàng)目的興趣度，然后使用偏