【摘要】：隨著大數(shù)據(jù)與人工智能時代的到來,傳統(tǒng)行業(yè)都發(fā)生了翻天覆地的變化,餐飲行業(yè)也不例外,但是在轉(zhuǎn)型的過程中也會面臨諸多挑戰(zhàn)。在不同的領(lǐng)域應(yīng)用經(jīng)典的方法也會面臨很多挑戰(zhàn),為此,本文在將推薦系統(tǒng)應(yīng)用到美食點(diǎn)餐領(lǐng)域中的時候,融合美食領(lǐng)域的特點(diǎn)對傳統(tǒng)的基于用戶的協(xié)同過濾算法進(jìn)行改進(jìn),并使改進(jìn)后的算法應(yīng)用于現(xiàn)實(shí)點(diǎn)餐中用來解決面臨的實(shí)際問題,設(shè)計并實(shí)現(xiàn)了一個以B/S架構(gòu)為基礎(chǔ)的微信美食點(diǎn)餐推薦系統(tǒng)�，F(xiàn)將本文所做的工作概括為以下幾點(diǎn):當(dāng)基于用戶的協(xié)同過濾算法應(yīng)用到點(diǎn)餐領(lǐng)域時,需要解決的第一個問題就是用戶飲食偏好隨著季節(jié)變化的問題,本文主要是通過在預(yù)測用戶的興趣度時加入影響因子季節(jié)權(quán)重,為了平衡季節(jié)性因素對菜品的影響,從而可以改善菜品推薦效果;其次是關(guān)于菜品的搭配問題,本文通過構(gòu)建一個以關(guān)聯(lián)規(guī)則為基礎(chǔ)的菜品搭配規(guī)則,然后生成菜品搭配庫。當(dāng)協(xié)同過濾推薦菜品中的任一菜品被用戶選中時,系統(tǒng)就會自動匹配菜品搭配庫,找到與之對應(yīng)的菜品進(jìn)行搭配推薦,這樣可以達(dá)到科學(xué)健康合理的進(jìn)餐。最后,在湖北某家餐館5618條的評分?jǐn)?shù)據(jù)集上進(jìn)行了實(shí)驗(yàn)分析,通過在系統(tǒng)的性能和菜品的推薦質(zhì)量上將傳統(tǒng)的基于用戶的協(xié)同過濾算法與改進(jìn)后的算法進(jìn)行了對比,并對其存在的差異進(jìn)行了討論。在推薦的實(shí)際效果中,加入影響因子菜品的季節(jié)權(quán)重以及菜品搭配對推薦算法的影響。實(shí)驗(yàn)結(jié)果表明,改進(jìn)算法能夠有效的解決菜品的季節(jié)性問題,而且加入菜品搭配可以使用戶的進(jìn)餐更加科學(xué)健康。結(jié)合實(shí)際需求,本文將改進(jìn)算法應(yīng)用到了現(xiàn)實(shí)點(diǎn)餐中,搭建了一個基于B/S架構(gòu)的美食點(diǎn)餐推薦系統(tǒng)。設(shè)計與實(shí)現(xiàn)的美食點(diǎn)餐推薦系統(tǒng),不僅可以幫助用戶快速的找到自己喜歡吃的菜品,同時餐廳也可以發(fā)現(xiàn)更多的用戶,增加餐廳的營業(yè)額,達(dá)到了雙贏的效果。
【圖文】：

目前，對于沒有大數(shù)據(jù)支持的餐飲業(yè)來說，針對所有人一切都是一樣的，包格、會員打折信息、贈送獎品等。例如，今天的餐廳為會員提供打折菜品，會員恰好不愛吃，這樣就達(dá)不到促銷的效果，消費(fèi)者會覺得這種活動是可有所謂個性化營銷方案是指基于對餐廳消費(fèi)者用戶的行為特征數(shù)據(jù)進(jìn)行分析，用戶的需求制定自己的營銷方案，因?yàn)樵摲桨甘峭ㄟ^對用戶數(shù)據(jù)進(jìn)行有針對，用戶有很大的可能會喜愛推薦的菜品，這就意味著我們的促銷是有效的，大數(shù)據(jù)和人工智能發(fā)展的成果[1]。面對新環(huán)境下的市場需求，在保證餐廳品位和價格適中的前提下，企業(yè)需要用戶的個性化需求，應(yīng)該分析每個用戶的飲食偏好，并最終使用人工智能和營銷方法創(chuàng)建個性化餐廳是互聯(lián)網(wǎng)的必然選擇。隨著餐飲業(yè)人工智能和大數(shù)，一家餐廳是否會使用基于大數(shù)據(jù)和人工智能技術(shù)的互聯(lián)網(wǎng)解決方案，這將未來發(fā)展的趨勢指標(biāo)。在這些智能化應(yīng)用中以推薦系統(tǒng)為代表，眾多行業(yè)都可以看到其的影子[2]。搜索“推薦系統(tǒng)”時，我們可以得到如下圖 1.1 所示的結(jié)果。

圖 1.2 “推薦系統(tǒng)+應(yīng)用領(lǐng)域”發(fā)表的論文數(shù)量圖 1.2 的統(tǒng)計結(jié)果不難看出：使用推薦系統(tǒng)最多的是電子商務(wù)領(lǐng)域，其和書籍。而關(guān)于對美食的研究很少，但是作為衣食住行四大方面之一的中也是占了很大的比重，是我們生活的重要組成部分，，從而可以看出其，這也是本文的研究方向。研究意義節(jié)奏的生活時代，很多人選擇在外吃飯，但是時間又比較少，每次吃飯既花了錢又沒吃好，最后抱怨一堆。有時候也不是沒有準(zhǔn)備，事實(shí)上在們都會瀏覽大量的美食網(wǎng)站，選擇比較合意的餐廳，但是一個餐廳中，品又該如何選擇呢？當(dāng)我們?nèi)ゲ蛷d的時候一般會有一些服務(wù)員給我們推特色菜或者是招牌菜，但是這些菜品是否符合我們的口味呢？如果說有可以根據(jù)每個人的口味為其推薦不一樣的菜品，這樣我們就不需要在眾樣一樣來選擇，關(guān)鍵是還可以節(jié)省時間，何樂而不為呢？這就是智能化用，由此可見，將智能化[4]引進(jìn)美食菜品推薦中的重要性。
【學(xué)位授予單位】：武漢輕工大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2018
【分類號】：TP391.3;F719.3

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 許媛萍;;基于內(nèi)容的推薦與協(xié)同過濾融合的新聞推薦分析與探究[J];新聞研究導(dǎo)刊;2018年13期

2 李改;鄒小青;;基于隱式反饋的協(xié)同過濾算法研究綜述[J];福建電腦;2018年11期

3 胡致杰;胡羽沫;;協(xié)同過濾推薦瓶頸問題研究[J];無線互聯(lián)科技;2016年09期

4 鄭婕;鮑海琴;;基于協(xié)同過濾推薦技術(shù)的個性化網(wǎng)絡(luò)教學(xué)平臺研究[J];科技風(fēng);2012年06期

5 張家鑫;劉志勇;張琳;張倩;莎仁;;基于協(xié)同過濾的多維度電影推薦方法研究[J];長春理工大學(xué)學(xué)報(自然科學(xué)版);2019年02期

6 楊莉;;基于時間因子的協(xié)同過濾算法研究[J];電腦知識與技術(shù);2019年09期

7 章宗杰;陳瑋;;基于標(biāo)簽擴(kuò)展的協(xié)同過濾算法在音樂推薦中的應(yīng)用[J];軟件導(dǎo)刊;2018年01期

8 王嬋;;一種基于加權(quán)因子的混合協(xié)同過濾算法[J];電腦知識與技術(shù);2018年09期

9 劉文佳;張駿;;改進(jìn)的協(xié)同過濾算法在電影推薦系統(tǒng)中的應(yīng)用[J];現(xiàn)代商貿(mào)工業(yè);2018年17期

10 吳佳婧;賀嘉楠;王越群;董立巖;;基于項目屬性分類的協(xié)同過濾算法研究[J];吉林大學(xué)學(xué)報(信息科學(xué)版);2018年04期

相關(guān)會議論文 前10條

1 孫見山;徐東;姜元春;;融合人格信息的單分類協(xié)同過濾方法研究[A];第十二屆（2017）中國管理學(xué)年會論文集[C];2017年

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

3 陳曦;;基于二階定時修正協(xié)同過濾系統(tǒng)的信息推薦算法[A];2019年第二屆鋼鐵工業(yè)智能制造發(fā)展論壇會議論文集[C];2019年

4 駱正清;鄭濤;;基于標(biāo)簽聚類的協(xié)同過濾推薦算法[A];第十三屆（2018）中國管理學(xué)年會論文集[C];2018年

5 胡必云;李舟軍;王君;;基于心理測量學(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)會議論文集(B輯)[C];2010年

6 孫鐵利;楊焱;邱春艷;;基于內(nèi)容預(yù)測的協(xié)同過濾推薦[A];2005年全國理論計算機(jī)科學(xué)學(xué)術(shù)年會論文集[C];2005年

7 劉牧;楊智強(qiáng);王衡;;基于普適計算的日程發(fā)現(xiàn)方法探討[A];第七屆和諧人機(jī)環(huán)境聯(lián)合學(xué)術(shù)會議（HHME2011)論文集【poster】[C];2011年

8 潘崇倫;張弛;;協(xié)同過濾的自服務(wù)模式在水務(wù)信息基礎(chǔ)架構(gòu)管理中的研究[A];大數(shù)據(jù)時代的信息化建設(shè)——2015（第三屆）中國水利信息化與數(shù)字水利技術(shù)論壇論文集[C];2015年

9 陶紅亮;王明文;曹瑛;;基于項目平滑和聚類的協(xié)同過濾推薦算法[A];第二十三屆中國數(shù)據(jù)庫學(xué)術(shù)會議論文集（技術(shù)報告篇）[C];2006年

10 易們;楊成;柴智;;基于重排序的新用戶TOPN推薦方法研究[A];第十九屆中國科協(xié)年會——分4信息新技術(shù) 東北新工業(yè)論壇論文集[C];2017年

相關(guān)重要報紙文章 前3條

1 林嘉澍;從搜索到發(fā)現(xiàn)[N];經(jīng)濟(jì)觀察報;2007年

2 本報記者 沈佳;數(shù)據(jù)大了 決策準(zhǔn)了[N];山西日報;2014年

3 林嘉澍;若鄰網(wǎng)絡(luò)：發(fā)掘網(wǎng)上的真實(shí)人脈[N];經(jīng)濟(jì)觀察報;2007年

相關(guān)博士學(xué)位論文 前10條

1 符明晟;基于深度學(xué)習(xí)的智能推薦技術(shù)研究[D];電子科技大學(xué);2019年

2 顧梁;播存結(jié)構(gòu)中基于協(xié)同過濾的內(nèi)容推薦技術(shù)研究[D];東南大學(xué);2017年

3 袁衛(wèi)華;面向稀疏數(shù)據(jù)的多視圖個性化推薦方法研究[D];山東師范大學(xué);2018年

4 孫小華;協(xié)同過濾系統(tǒng)的稀疏性與冷啟動問題研究[D];浙江大學(xué);2005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 段銳;融合文本內(nèi)容與情境信息的協(xié)同過濾推薦方法研究[D];合肥工業(yè)大學(xué);2017年

7 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

8 張雪潔;基于QoS的個性化云服務(wù)推薦方法研究[D];南京航空航天大學(xué);2015年

9 姜邵巍;基于競爭關(guān)系的推薦技術(shù)研究[D];北京郵電大學(xué);2014年

10 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

相關(guān)碩士學(xué)位論文 前10條

1 章琦;基于協(xié)同過濾的全球AI挑戰(zhàn)賽社區(qū)的設(shè)計與實(shí)現(xiàn)[D];北京交通大學(xué);2019年

2 劉運(yùn)沖;基于改進(jìn)的時間與用戶影響的協(xié)同過濾算法[D];安徽理工大學(xué);2019年

3 任德源;基于用戶分層結(jié)構(gòu)的個性化推薦方法[D];合肥工業(yè)大學(xué);2019年

4 李啟序;基于協(xié)同過濾的個性化推薦系統(tǒng)的研究[D];安徽理工大學(xué);2019年

5 鄭濤;一種改進(jìn)的協(xié)同過濾算法及其在推薦系統(tǒng)中的應(yīng)用[D];合肥工業(yè)大學(xué);2019年

6 張楊;基于領(lǐng)域知識圖譜實(shí)體消歧的協(xié)同過濾推薦算法研究[D];天津師范大學(xué);2019年

7 王茹玉;基于信息推薦的中藥適應(yīng)癥發(fā)現(xiàn)方法研究[D];北京交通大學(xué);2019年

8 張翔;個性化小說推薦系統(tǒng)的設(shè)計與實(shí)現(xiàn)[D];北京交通大學(xué);2019年

9 祝月芳;基于協(xié)同過濾的電影票務(wù)系統(tǒng)設(shè)計與實(shí)現(xiàn)[D];北京交通大學(xué);2019年

10 周安琪;個性化推薦的協(xié)同過濾算法探究[D];上海交通大學(xué);2017年

本文編號：2711299