基于饮食行为的个性化饮食推荐服务研究
| 摘要 | 第3-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第9-15页 |
| 1.1 研究的背景与意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-13页 |
| 1.2.1 个性化推荐研究现状 | 第10-11页 |
| 1.2.2 饮食推荐研究现状 | 第11-12页 |
| 1.2.3 多目标优化研究现状 | 第12-13页 |
| 1.2.4 校园一卡通研究现状 | 第13页 |
| 1.3 研究内容 | 第13-14页 |
| 1.4 论文组织结构 | 第14-15页 |
| 第2章 数据整理及分析 | 第15-29页 |
| 2.1 数据的获取及整理 | 第15-20页 |
| 2.1.1 数据支持 | 第15页 |
| 2.1.2 数据获取 | 第15-18页 |
| 2.1.3 数据整理 | 第18-20页 |
| 2.2 饮食健康分析 | 第20-27页 |
| 2.2.1 个性化营养成分的确定 | 第20-24页 |
| 2.2.2 基于校园一卡通的饮食习惯分析 | 第24-25页 |
| 2.2.3 饮食营养均衡性分析 | 第25-27页 |
| 2.3 本章小结 | 第27-29页 |
| 第3章 基于多目标优化的个性化营养食谱推荐研究 | 第29-41页 |
| 3.1 引言 | 第29页 |
| 3.2 基础理论 | 第29-33页 |
| 3.2.1 多目标优化 | 第29-30页 |
| 3.2.2 粒子群算法 | 第30-32页 |
| 3.2.3 多目标粒子群优化算法 | 第32-33页 |
| 3.3 基于营养均衡的多目标优化方法 | 第33-37页 |
| 3.3.1 用户动态调优营养模型的创建 | 第33-34页 |
| 3.3.2 基于多目标优化的营养食谱推荐 | 第34-37页 |
| 3.4 饮食多样性的实现 | 第37-38页 |
| 3.5 实验结果与分析 | 第38-39页 |
| 3.6 本章小结 | 第39-41页 |
| 第4章 个性化饮食推荐方法设计 | 第41-55页 |
| 4.1 引言 | 第41页 |
| 4.2 基础理论 | 第41-50页 |
| 4.2.1 个性化推荐技术简介 | 第41页 |
| 4.2.2 个性化推荐算法 | 第41-43页 |
| 4.2.3 协同过滤简介 | 第43-44页 |
| 4.2.4 基于用户的协同过滤 | 第44-47页 |
| 4.2.5 基于项目的协同过滤 | 第47-48页 |
| 4.2.6 基于模型的协同过滤 | 第48-50页 |
| 4.3 个性化食物推荐方法 | 第50-52页 |
| 4.3.1 基于多目标优化的用户分组 | 第50-51页 |
| 4.3.2 个性化食物推荐 | 第51-52页 |
| 4.4 个性化食谱推荐 | 第52页 |
| 4.5 实验结果与分析 | 第52-53页 |
| 4.6 本章小结 | 第53-55页 |
| 第5章 总结与展望 | 第55-57页 |
| 5.1 本文工作总结 | 第55页 |
| 5.2 今后的工作 | 第55-57页 |
| 参考文献 | 第57-63页 |
| 致谢 | 第63-65页 |
| 攻读学位期间科研成果 | 第65页 |
