基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
目前饮食健康越来越受到关注,而传统饮食推荐只单方面考虑饮食偏好或营养均衡需求.综合考虑两个方面,构建个性化饮食推荐模型.利用基于用户的协同过滤算法进行饮食推荐,解决饮食偏好问题;利用多目标粒子群优化算法对推荐食谱进行营养调优,解决营养均衡问题.实验结果表明,该模型在推荐和调优上效果显著,有效解决了个性化饮食推荐问题.
推荐文章
协同过滤算法优化在推荐系统中的应用
电子商务
推荐系统
协同过滤
情感性需求
融合协同过滤和XG Boost的推荐算法
XGBoost
协同过滤
准确性
推荐系统
基于密度的动态协同过滤图书推荐算法
协同过滤
个性化推荐
动态
相似度
融合协同过滤的XGBoost推荐算法
协同过滤
冷启动
XGBoost
推荐系统
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 协同过滤和粒子群算法在饮食推荐中的应用
来源期刊 计算机应用与软件 学科 工学
关键词 协同过滤 粒子群 饮食偏好 营养均衡 个性化推荐
年,卷(期) 2019,(8) 所属期刊栏目 数据工程
研究方向 页码范围 36-40,59
页数 6页 分类号 TP399|TS201
字数 5407字 语种 中文
DOI 10.3969/j.issn.1000-386x.2019.08.007
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 罗芳 武汉理工大学计算机与科学技术学院 17 64 5.0 8.0
2 何金超 武汉理工大学计算机与科学技术学院 1 0 0.0 0.0
3 袁知才 武汉理工大学计算机与科学技术学院 1 0 0.0 0.0
4 黄慧中 武汉理工大学计算机与科学技术学院 1 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (55)
共引文献  (179)
参考文献  (8)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1988(1)
  • 参考文献(1)
  • 二级参考文献(0)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(4)
  • 参考文献(1)
  • 二级参考文献(3)
2005(2)
  • 参考文献(0)
  • 二级参考文献(2)
2006(2)
  • 参考文献(0)
  • 二级参考文献(2)
2008(1)
  • 参考文献(0)
  • 二级参考文献(1)
2009(1)
  • 参考文献(0)
  • 二级参考文献(1)
2010(4)
  • 参考文献(1)
  • 二级参考文献(3)
2011(1)
  • 参考文献(0)
  • 二级参考文献(1)
2012(3)
  • 参考文献(0)
  • 二级参考文献(3)
2013(8)
  • 参考文献(1)
  • 二级参考文献(7)
2014(6)
  • 参考文献(1)
  • 二级参考文献(5)
2015(7)
  • 参考文献(0)
  • 二级参考文献(7)
2016(10)
  • 参考文献(0)
  • 二级参考文献(10)
2017(10)
  • 参考文献(1)
  • 二级参考文献(9)
2018(2)
  • 参考文献(2)
  • 二级参考文献(0)
2019(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
协同过滤
粒子群
饮食偏好
营养均衡
个性化推荐
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机应用与软件
月刊
1000-386X
31-1260/TP
大16开
上海市愚园路546号
4-379
1984
chi
出版文献量(篇)
16532
总下载数(次)
47
总被引数(次)
101489
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导