基于改进协同过滤算法的个性化美食推荐APP开发

• 作者: 吴世雄 周显春 杨宇鑫 王晗 邓雨
• 来源期刊: 软件导刊
• 学科: 工学
• 关键词: 协同过滤算法 SparkStreaming 特征融合 智能推荐 饮食推荐
• 年，卷（期）: 2019,（2）
• 所属期刊栏目: 软件设计与开发
• 页码范围: 88-90,95
• 页数: 4页
• 分类号: TP319
• 字数: 2251字
• 语种: 中文
• DOI: 10.11907/rjdk.182698

摘要

为了改善基于个人喜好或营养成分等单一特征的传统协同过滤算法推荐效果不好、缺乏实时性及使用不方便等问题,将中医体质、地方口味、营养成分等多种特征相结合,利用基于Spark Streaming的协同过滤算法,设计一款基于Android平台的智能饮食推荐APP.实验结果表明,改进协同过滤算法能够大幅改善推荐效果,该APP不仅可为用户推荐符合身体健康需要,且合乎口味的饮食,而且能够较好地满足用户对实时性与便捷性的要求.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	周显春	三亚学院信息与智能工程学院	29	56	5.0	6.0
2	邓雨	三亚学院信息与智能工程学院	1	4	1.0	1.0
3	吴世雄	三亚学院信息与智能工程学院	1	4	1.0	1.0
4	杨宇鑫	三亚学院信息与智能工程学院	1	4	1.0	1.0
5	王晗	三亚学院信息与智能工程学院	1	4	1.0	1.0