网站大量收购独家精品文档,联系QQ:2885784924

个性化营养菜谱推荐方法的研究控制科学与工程专业论文.docxVIP

个性化营养菜谱推荐方法的研究控制科学与工程专业论文.docx

  1. 1、本文档共80页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  5. 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  6. 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  7. 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  8. 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
个性化营养菜谱推荐方法的研究控制科学与工程专业论文

中国科学技术大学硕士学位论 中国科学技术大学 硕士学位论 文 个性化营养菜谱推荐方法的研究 作者姓名: 夏平平 学科专业: 控制科学与工程 导师姓名: 帅建梅高级工程师 完成时间: 二。一五年五月二日 万方数据 University University of Science and Technology of China A Dissertation for Master’S Deg ree Research on The Personal ized Method of N utrient Reci pe Recom mendation Author’S N锄e: Pingpinj ia Speciality: Control Science and Engineering 一 3UperVlSOr: b enlor tmgmeer J lanmel Shuai r lnlSned tlme: May 2m,201 5 万方数据 中国科学技术大学学位论文原创性声明本人声明所呈交的学位论文,是本人在导师指导下进行研究工作所取得的 中国科学技术大学学位论文原创性声明 本人声明所呈交的学位论文,是本人在导师指导下进行研究工作所取得的 成果。除已特别加以标注和致谢的地方外,论文中不包含任何他人已经发表或 撰写过的研究成果。与我一同工作的同志对本研究所做的贡献均已在论文中作 了明确的说明。 作者签名: 签字日期: 中国科学技术大学学位论文授权使用声明 作为申请学位的条件之一,学位论文著作权拥有者授权中国科学技术大学 拥有学位论文的部分使用权,即:学校有权按有关规定向国家有关部门或机构 送交论文的复印件和电子版,允许论文被查阅和借阅,可以将学位论文编入《中 国学位论文全文数据库》等有关数据库进行检索,可以采用影印、缩印或扫描 等复制手段保存、汇编学位论文。本人提交的电子文档的内容和纸质论文的内 容相一致。 保密的学位论文在解密后也遵守此规定。 作者签名: 导师躲!!哩鲻 签字日期: 鞯剁一军生』}生 签字日期:丛[[:笸:l 万方数据 摘要摘要 摘要 摘要 近些年来,互联网正通过以“线上到线下(Online To Offline,020)为代 表的经营模式,逐渐颠覆传统行业。很多传统行业开始使用互联网提供给用户 更优质、更个性化的服务。比如,一个支持020模式的餐厅如果能够提供给用 户营养的、个性化的菜谱,将能很好地改善用户体验,并增加餐厅的竞争力。 本文提出的个性化营养菜谱推荐方法构建的系统,正是一种可以帮助用户轻松 获得个性化营养菜谱的系统。网络订餐的兴起使得此系统有了很大的应用价值。 本文个性化营养菜谱推荐系统由三个部分组成:前台展示Demo,核心算法 和后台数据库。其中核心算法即个性化营养菜谱推荐方法,包括数据获取算法、 营养搭配算法和个性化推荐算法。本文针对系统设计以及核心算法设计展开了 研究,主要工作如下: 1.提出一种基于双队列排序和模式自学习的主题网络爬虫,用于爬取某一 限定主题的相关互联网信息。本爬虫基于现有的主题网络爬虫框架,使用双排 序队列和URL深度属性增强搜索策略模块性能,使用布隆过滤器优化链接 (Uniform Resource Locator,URL)去重模块,通过单独计算主页面和子页面的 主题相关性的方式来优化数据分析模块,并新添置了模式.自学习模块。然后给 出了本爬虫与通用网络爬虫和双队列主题网络爬虫的对比试验,结果证明本爬 虫的harvestRate更高。 2.提出一种基于L支配和小组决胜的遗传算法,用于解决在高维空间的多 目标优化问题。本算法以非劣排序遗传算法II为基本框架,使用L支配和基于 拥挤距离的小组决胜来进行非劣解排序,从父代中选择优秀解进行遗传操作得 到子种群,并与父种群合并再次进行非劣排序。然后给出了本算法与两种流行 多目标进化算法的对比实验结果,结果证明算法在解决高维多目标优化问题上 的表现要明显优于另外两种多目标进化算法。 3.最后提出一种基于相似度拓展和兴趣度缩放的协同过滤算法,用于预测 新老用户的不同的个性化兴趣。本算法以基于项目的协同过滤算法为框架,通 过使用厌恶相似度拓展项目的相似度,再计算出用户对项目的兴趣度,然后使 用偏好因子将新老用户对不同流行度项目的不同兴趣度进行缩放。然后给出本 算法的调参实验以及与常用协同过滤算法的对比实验结果,结果证明算法有效 提升了推荐准确率、召回率和覆盖率,并降低了流行度。 4.最后使用上述三种算法组成了一种性化营养菜谱推荐方法,并设计了相 应的系统。本文给出了系统的总体架构、前台展示Demo和后台数据存储结构, 并讨论了本文提出的主题网络爬虫、多目标进化算法和个性化推荐算法的具体 T 万方数据 摘要应用过程以及相关参数。 摘要 应用过

文档评论(0)

131****9843 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档