本文關(guān)鍵詞：個性化的智能飲食推薦系統(tǒng)開發(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)的巨大進步,推薦服務(wù)越來越受到廣大民眾的歡迎。為了方便廣大消費者從大量商品信息中找到適合自己的產(chǎn)品,節(jié)省用戶尋寶時間、提高用戶體驗的推薦系統(tǒng)應(yīng)運而生。本文設(shè)計的個性化智能飲食推薦系統(tǒng)是根據(jù)用戶的體質(zhì)、以往飲食喜好,通過關(guān)聯(lián)規(guī)則算法推薦出適合用戶的健康飲食菜單。其中,系統(tǒng)對每個菜品設(shè)置相關(guān)的健康屬性,對用戶關(guān)注的菜品進行跟蹤。當用戶登錄時,首先檢測用戶的體質(zhì),根據(jù)該用戶以往的飲食習慣判斷用戶的飲食喜好,最后根據(jù)用戶體質(zhì)及喜好屬性智能推薦菜品。在判斷用戶飲食喜好時,提出了改進的Apriori算法。其是在分析經(jīng)典的Apriori算法的基礎(chǔ)上,第一次查詢數(shù)據(jù)庫找出候選1-項集,并對該項集分析,然后列出所有可能的k-項集,第二次查詢數(shù)據(jù)庫得出所有項集的支持度,再對比分析出得到最終項集。改進后的算法減少了數(shù)據(jù)庫的查詢次數(shù),并減少頻繁集的生成,從而提高算法效率。隨后用Apriori算法與改進后的算法對同一實例進行對比分析,證明該算法在挖掘效率上存在優(yōu)勢,并將該算法運用到個性化智能飲食推薦系統(tǒng)當中。經(jīng)過對用戶關(guān)注飲食的菜品屬性進行分析,挖掘到用戶在飲食過程中的飲食喜好,從而能結(jié)合中醫(yī)體質(zhì)實現(xiàn)個性化菜品推薦。
【關(guān)鍵詞】：飲食推薦系統(tǒng) 體質(zhì)檢測 數(shù)據(jù)挖掘 Apriori算法
【學位授予單位】：浙江理工大學
【學位級別】：碩士
【學位授予年份】：2016
【分類號】：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 國內(nèi)外研究現(xiàn)狀和發(fā)展趨勢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 課題主要研究內(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簡介14-15
• 2.1.2 MyBatis框架原理15
• 2.1.3 MyBatis框架優(yōu)缺點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18-19
• 2.3 體質(zhì)檢測技術(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算法的實現(xiàn)36-37
• 3.3.3 Apriori算法的缺陷37-38
• 3.4 Apriori算法的改進38-42
• 3.4.1 改進Apriori算法描述38-39
• 3.4.2 算法實現(xiàn)實例39-40
• 3.4.3 Apriori算法改進前后效率分析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)計目標44-45
• 4.2.1 系統(tǒng)的功能目標44-45
• 4.2.2 系統(tǒng)的性能目標45
• 4.3 系統(tǒng)的模塊需求分析45-54
• 4.3.1 客戶端模塊45-47
• 4.3.2 服務(wù)器模塊47-49
• 4.3.3 數(shù)據(jù)庫模塊49-51
• 4.3.4 數(shù)據(jù)庫邏輯設(shè)計51-54
• 4.4 開發(fā)與運行環(huán)境54-55
• 4.4.1 系統(tǒng)開發(fā)環(huán)境54
• 4.4.2 系統(tǒng)運行環(huán)境54-55
• 4.5 本章小結(jié)55-56
• 第五章 個性化智能飲食推薦系統(tǒng)的實現(xiàn)56-63
• 5.1 客戶端實現(xiàn)56-61
• 5.1.1 首頁展示模塊實現(xiàn)56-59
• 5.1.2 個人中心模塊實現(xiàn)59-60
• 5.1.3 推薦模塊實現(xiàn)60-61
• 5.2 用戶推薦結(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
• 學術(shù)成果66-67
• 參考文獻67-70

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 米可菲;張勇;邢春曉;蔚欣;;面向大數(shù)據(jù)的開源推薦系統(tǒng)分析[J];計算機與數(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)框架與實現(xiàn)[J];計算機工程與設(shè)計;2006年17期

3 蘇冠賢;張麗霞;林丕源;劉吉平;;生物信息學推薦系統(tǒng)的設(shè)計與實現(xiàn)[J];計算機應(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;;營銷與網(wǎng)絡(luò)推薦系統(tǒng)[J];電子商務(wù);2007年10期

6 李媚;;個性化網(wǎng)絡(luò)學習資源推薦系統(tǒng)研究[J];福建電腦;2008年12期

7 潘冉;姜麗紅;;基于經(jīng)濟學模型的推薦系統(tǒng)的研究[J];計算機應(yīng)用與軟件;2008年03期

8 劉魯;任曉麗;;推薦系統(tǒng)研究進展及展望[J];信息系統(tǒng)學報;2008年01期

9 劉小燕;陳艷麗;賈宗璞;沈記全;;基于增強學習的旅行計劃推薦系統(tǒng)[J];計算機工程;2010年21期

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

中國重要會議論文全文數(shù)據(jù)庫 前8條

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

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

3 張玉連;張波;張敏;;改進的個性化信息推薦系統(tǒng)的設(shè)計與實現(xiàn)[A];2005年全國理論計算機科學學術(shù)年會論文集[C];2005年

4 王君;許潔萍;;層次音樂推薦系統(tǒng)的研究[A];第18屆全國多媒體學術(shù)會議（NCMT2009）、第5屆全國人機交互學術(shù)會議（CHCI2009）、第5屆全國普適計算學術(shù)會議（PCC2009）論文集[C];2009年

5 潘宇;林鴻飛;楊志豪;;基于用戶聚類的電子商務(wù)推薦系統(tǒng)[A];第三屆學生計算語言學研討會論文集[C];2006年

6 尤忠彬;陳越;張英;朱揚勇;;基于Web服務(wù)的技術(shù)轉(zhuǎn)移平臺推薦系統(tǒng)研究[A];第二十二屆中國數(shù)據(jù)庫學術(shù)會議論文集（技術(shù)報告篇）[C];2005年

7 王國霞;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屆中國控制與決策會議論文集[C];2013年

8 王雪;董愛華;吳怡之;;基于RFID技術(shù)的智能服裝推薦系統(tǒng)設(shè)計[A];2011年全國電子信息技術(shù)與應(yīng)用學術(shù)會議論文集[C];2011年

中國重要報紙全文數(shù)據(jù)庫 前2條

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

2 本報記者 鄒大斌;大數(shù)據(jù)：電商新武器[N];計算機世界;2012年

中國博士學位論文全文數(shù)據(jù)庫 前10條

1 王宏宇;商務(wù)推薦系統(tǒng)的設(shè)計研究[D];中國科學技術(shù)大學;2007年

2 楊東輝;基于情感相似度的社會化推薦系統(tǒng)研究[D];哈爾濱工業(yè)大學;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;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;2012年

5 劉龍;一個能實現(xiàn)個性化實時路徑推薦服務(wù)的推薦系統(tǒng)框架[D];中國科學技術(shù)大學;2014年

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

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

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

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

10 張堯;B2C環(huán)境下用戶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;2013年

中國碩士學位論文全文數(shù)據(jù)庫 前10條

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

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

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

4 李煒;基于電子商務(wù)平臺的保險推薦系統(tǒng)的設(shè)計與實現(xiàn)[D];復(fù)旦大學;2013年

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

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

7 徐霞婷;動態(tài)路網(wǎng)監(jiān)控與導(dǎo)航推薦系統(tǒng)的設(shè)計與實現(xiàn)[D];蘇州大學;2015年

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

9 路小瑞;基于Hadoop平臺的職位推薦系統(tǒng)的設(shè)計與實現(xiàn)[D];上海交通大學;2015年

10 李愛寶;基于組合消費行為分析的團購?fù)扑]系統(tǒng)的設(shè)計與實現(xiàn)[D];哈爾濱工業(yè)大學;2015年

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

本文編號：318014