個性化營養(yǎng)菜譜推薦方法的研究.pdf

1、近些年來，互聯(lián)網(wǎng)正通過以“線上到線下（Online To Offline，O2O）”為代表的經(jīng)營模式，逐漸顛覆傳統(tǒng)行業(yè)。很多傳統(tǒng)行業(yè)開始使用互聯(lián)網(wǎng)提供給用戶更優(yōu)質(zhì)、更個性化的服務。比如，一個支持O2O模式的餐廳如果能夠提供給用戶營養(yǎng)的、個性化的菜譜，將能很好地改善用戶體驗，并增加餐廳的競爭力。本文提出的個性化營養(yǎng)菜譜推薦方法構(gòu)建的系統(tǒng)，正是一種可以幫助用戶輕松獲得個性化營養(yǎng)菜譜的系統(tǒng)。網(wǎng)絡訂餐的興起使得此系統(tǒng)有了很大的應用價值。

2、　　本文個性化營養(yǎng)菜譜推薦系統(tǒng)由三個部分組成:前臺展示Demo，核心算法和后臺數(shù)據(jù)庫。其中核心算法即個性化營養(yǎng)菜譜推薦方法，包括數(shù)據(jù)獲取算法、營養(yǎng)搭配算法和個性化推薦算法。本文針對系統(tǒng)設計以及核心算法設計展開了研究，主要工作如下:
　　1.提出一種基于雙隊列排序和模式自學習的主題網(wǎng)絡爬蟲，用于爬取某一限定主題的相關(guān)互聯(lián)網(wǎng)信息。本爬蟲基于現(xiàn)有的主題網(wǎng)絡爬蟲框架，使用雙排序隊列和URL深度屬性增強搜索策略模塊性能，使用布隆過濾器優(yōu)化鏈

3、接(Uniform Resource Locator, URL)去重模塊，通過單獨計算主頁面和子頁面的主題相關(guān)性的方式來優(yōu)化數(shù)據(jù)分析模塊，并新添置了模式-自學習模塊。然后給出了本爬蟲與通用網(wǎng)絡爬蟲和雙隊列主題網(wǎng)絡爬蟲的對比試驗，結(jié)果證明本爬蟲的harvestRate更高。
　　2.提出一種基于L支配和小組決勝的遺傳算法，用于解決在高維空間的多目標優(yōu)化問題。本算法以非劣排序遺傳算法Ⅱ為基本框架，使用L支配和基于擁擠距離的小組決勝來進

4、行非劣解排序，從父代中選擇優(yōu)秀解進行遺傳操作得到子種群，并與父種群合并再次進行非劣排序。然后給出了本算法與兩種流行多目標進化算法的對比實驗結(jié)果，結(jié)果證明算法在解決高維多目標優(yōu)化問題上的表現(xiàn)要明顯優(yōu)于另外兩種多目標進化算法。
　　3.最后提出一種基于相似度拓展和興趣度縮放的協(xié)同過濾算法，用于預測新老用戶的不同的個性化興趣。本算法以基于項目的協(xié)同過濾算法為框架，通過使用厭惡相似度拓展項目的相似度，再計算出用戶對項目的興趣度，然后使用偏