文章详情_毕业论文网

登录

  • 登录
  • 忘记密码?点击找回

注册

  • 获取手机验证码 60
  • 注册

找回密码

  • 获取手机验证码60
  • 找回
毕业论文网 > 文章详情

学生健康饮食智能推荐系统开题报告

 2021-08-08 17:01:45  

1. 研究目的与意义

随着电子商务的快速发展及数据挖掘技术的巨大进步,推荐服务越来越受到广大民众的欢迎。为了方便广大消费者从大量商品信息中找到适合自己的产品,节省用户寻宝时间、提高用户体验的推荐系统应运而生。

本课题的目的在于设计一个个性化智能饮食推荐系统,根据用户的体质、以往饮食喜好,通过关联规则算法推荐出适合用户的健康饮食菜单。生活节奏日益加速的现如今,需要这样的饮食推荐服务来方便我们的日常生活。特别是对于健康的饮食习惯还没有形成的学生来说,这样的系统更是有必要。

2. 国内外研究现状分析

学生这个受众群体一直是收到社会各方面极大关注一类用户,无论是国内还是国外。作为肩负着建设一个国家未来使命的祖国花朵,饮食健康更是重中之重。而像这样的智能推荐系统在我们的生活中其实应用也十分广泛,诸如网易云音乐中的私人FM和每日推荐,还有淘宝上的猜你喜欢都是经过大数据挖掘算法,和智能关联算法等找到的数据库中最符合的数据。

现在关于推荐算法有几种主流的推荐方法,1.基于内容推荐2.协同过滤推荐3.基于关联规则推荐4.基于效用推荐5.基于知识推荐6.组合推荐 在此课题中,采用基于关联规则的推荐算法。在数据挖掘的知识模式中,关联规则模式是比较重要的一种。关联规则的概念由Agrawal、Imielinski、Swami 提出,是数据中一种简单但很实用的规则。关联规则模式属于描述型模式,发现关联规则的算法属于无监督学习的方法。1993年,R.Agrawal等人首次提出了挖掘顾客交易数据中项目集间的关联规则问题,其核心是基于两阶段频繁集思想的递推算法。该关联规则在分类上属于单维、单层及布尔关联规则,典型的算法是Apriori算法。

Apriori算法将发现关联规则的过程分为两个步骤:第一步通过迭代,检索出事务数据中的所有频繁项集,即支持度不低于用户设定的阈值的项集;第二步利用频繁项集构造出满足用户最小信任度的规则。其中,挖掘或识别出所有频繁项集是该算法的核心,占整个计算量的大部分。

推荐系统分为客户端与服务端推荐系统两大类。服务器端推荐系统指用户信息收集与建模都依赖于服务器,主要缺点是对用户的隐私具有较大的威胁,一旦被入侵,用户的极具价值的个人隐私信息都会被泄露。同时也增加了web服务器的开销,性能也受到web服务器性能的限制。

推荐系统在软件开发中起到的最大的作用就是巩固用户群体,增加客户的粘度。推荐的越是合乎用户心意,客户粘度越大才能稳定软件的收益情况,使用者越多即便是投入广告也能获得不错的收益。但是,现有的只能推荐系统也存在着一定的不足。

1.系统对用户需求的捕捉仍有不足,需求是多变的,不可能完全捕捉,容易发生误操作。

2.发掘用户需求,却无视场景。这种不合时宜的推荐容易使用户产生反感,长此以往用户群体必然越来越少。

用 3.用户个性化需求难以满足,有些粗暴的算法将目标过于简化。

3. 研究的基本内容与计划

本系统的目标是要使用关联规则算法,建立一个智能饮食推荐系统。本论文的主要内容有以下几个方面:

(1)查阅各方论文,完成对关联规则算法以及基本数据挖掘算法的自我理解以及如何运用到该系统中。

(2)网页编程中所使用到的javascript以及html5相关技术。

剩余内容已隐藏,您需要先支付后才能查看该篇文章全部内容!

4. 研究创新点

(1)本系统采用mvc体系结构,和mysql制作后台数据库

(2)本由于mysql具有强大的数据管理与处理能力,具有较高的安全性能。

(3)本系统采用apriori算法计算关联度。此算法应用广泛,已经较为成熟。

剩余内容已隐藏,您需要先支付 10元 才能查看该篇文章全部内容!立即支付

企业微信

Copyright © 2010-2022 毕业论文网 站点地图