个性化菜品推荐系统的研究与实现-软件工程专业论文.docx

万方数据 万方数据 独 创 性 声 明 本人声明，所呈交的论文是本人在导师指导下进行的研究工作 及取得的研究成果。尽我所知，除了文中特别加以标注和致谢的地 方外，论文中不包含其他人已经发表或撰写过的研究成果，也不包 含为获得武汉理工大学或其它教育机构的学位或证书而使用过的材 料。与我一同工作的同志对本研究所做的任何贡献均已在论文中作 了明确的说明并表示了谢意。 签 名： 日 期： 关于论文使用授权的说明 本人完全了解武汉理工大学有关保留、使用学位论文的规定， 即学校有权保留、送交论文的复印件，允许论文被查阅和借阅；学 校可以公布论文的全部或部分内容，可以采用影印、缩印或其他复 制手段保存论文。 (保密的论文在解密后应遵守此规定) 签 名： 导师签名： 日 期： 摘 要 随着大数据时代的到来，每时每刻都有大量的信息数据产生，人们在面对 海量信息的时候往往会淹没在数据的海洋中而不知所措，无法快速准确的做出 抉择，在这样的问题背景下个性化推荐系统应运而生，其能够很好的解决信息 过载的问题。餐饮业的发展以及各地饮食文化的互相渗透满足了人们对饮食的 多样性要求，但随着菜品数量的大幅增长以及新品的出现，用餐者在面对大量 菜品尤其陌生菜品这类信息时也同样会遇到选择困难问题。 个性化推荐系统也同样适用于菜品推荐中，系统通过研究学习用户的兴趣 爱好，进行个性化计算，由系统发现用户的兴趣点，从而给予用户一些符合其 兴趣的推荐。本文对酒店菜品的数据进行了分析，将个性化推荐系统应用于菜 品推荐之中，完成了以下工作： 1) 研究菜品的属性特征，在完成需求分析后选择基于关联规则的推荐机制来 研究学习用餐者与菜品之间存在的关联信息。系统选用 FP-Growth 算法从 大量的历史订单中挖掘出菜品之间潜在的关联信息，得到关联菜品的频繁 模式集合作为关联规则集。然后根据用餐者已经点的菜品，结合挖掘出的 关联规则来推荐符合用餐者口味的菜品。 2) 利用用餐者对推荐的接受与否这个反馈信息对算法做出相应的改进，以提 高算法推荐的准确度。 3) 分析算法中重要的参数对用户体验的影响，选择合适的参数值使得综合用 户体验最佳。 4) 完成菜品推荐系统的构建工作：针对该系统设计合适的数据模型及通信协 议、完成服务器端和客户端程序的编码工作、对运行于客户端平板之上的 操作系统源码做相应的定制工作，使其满足用户需求。 关键词：菜品推荐，推荐算法，FP-Growth，关联规则，反馈信息 I Abstract With the arrival of the era of big data, large amount of data be created every seco nd, in result that people often submerged in the sea of data and can’t make their choices quickly and accurately faced with the massive information. Against this background personalized recommendation system emerges. The development of food and beverage industry and the mutual penetration throughout the food culture of every where have met the requirements of the dietary diversity of people. But with the substantial growth in the number of dishes and the emergence of new products, Diners have encounter the same problem of choice difficulty when faced with a large number of dishes especially unfamiliar dishes. Personalized recommendation system also applicable to the dishes recommendation. The system personally compute and find the use rs’ interests by studying and learning the users’ behavior habits to give the users some recommendation that match their