個(gè)性化菜品推薦系統(tǒng)的研究與實(shí)現(xiàn).pdf

1、隨著大數(shù)據(jù)時(shí)代的到來(lái)，每時(shí)每刻都有大量的信息數(shù)據(jù)產(chǎn)生，人們?cè)诿鎸?duì)海量信息的時(shí)候往往會(huì)淹沒(méi)在數(shù)據(jù)的海洋中而不知所措，無(wú)法快速準(zhǔn)確的做出抉擇，在這樣的問(wèn)題背景下個(gè)性化推薦系統(tǒng)應(yīng)運(yùn)而生，其能夠很好的解決信息過(guò)載的問(wèn)題。餐飲業(yè)的發(fā)展以及各地飲食文化的互相滲透滿足了人們對(duì)飲食的多樣性要求，但隨著菜品數(shù)量的大幅增長(zhǎng)以及新品的出現(xiàn)，用餐者在面對(duì)大量菜品尤其陌生菜品這類信息時(shí)也同樣會(huì)遇到選擇困難問(wèn)題。
　　個(gè)性化推薦系統(tǒng)也同樣適用于菜品推薦中，系

2、統(tǒng)通過(guò)研究學(xué)習(xí)用戶的興趣愛(ài)好，進(jìn)行個(gè)性化計(jì)算，由系統(tǒng)發(fā)現(xiàn)用戶的興趣點(diǎn)，從而給予用戶一些符合其興趣的推薦。本文對(duì)酒店菜品的數(shù)據(jù)進(jìn)行了分析，將個(gè)性化推薦系統(tǒng)應(yīng)用于菜品推薦之中，完成了以下工作：
　　1)研究菜品的屬性特征，在完成需求分析后選擇基于關(guān)聯(lián)規(guī)則的推薦機(jī)制來(lái)研究學(xué)習(xí)用餐者與菜品之間存在的關(guān)聯(lián)信息。系統(tǒng)選用 FP-Growth算法從大量的歷史訂單中挖掘出菜品之間潛在的關(guān)聯(lián)信息，得到關(guān)聯(lián)菜品的頻繁模式集合作為關(guān)聯(lián)規(guī)則集。然后根據(jù)用

3、餐者已經(jīng)點(diǎn)的菜品，結(jié)合挖掘出的關(guān)聯(lián)規(guī)則來(lái)推薦符合用餐者口味的菜品。
　　2)利用用餐者對(duì)推薦的接受與否這個(gè)反饋信息對(duì)算法做出相應(yīng)的改進(jìn)，以提高算法推薦的準(zhǔn)確度。
　　3)分析算法中重要的參數(shù)對(duì)用戶體驗(yàn)的影響，選擇合適的參數(shù)值使得綜合用戶體驗(yàn)最佳。
　　4)完成菜品推薦系統(tǒng)的構(gòu)建工作：針對(duì)該系統(tǒng)設(shè)計(jì)合適的數(shù)據(jù)模型及通信協(xié)議、完成服務(wù)器端和客戶端程序的編碼工作、對(duì)運(yùn)行于客戶端平板之上的操作系統(tǒng)源碼做相應(yīng)的定制工作，使其滿足