膳食花园

 据国民膳食结构调查数据研究发现，显示出中国的饮食结构呈现“一低两高”的现象，即低膳食纤维和高盐高热量的饮食特点。这种不良的饮食习惯将会导致人体正常的生理功能紊乱而感染疾病，据显示近年来心脑血管疾病以及恶行肿瘤等患病率都在逐渐上升，另一方面营养素缺乏症依然存在，且慢性病呈现低龄化的趋势。  因此本作品基于大数据背景，将营养学理论与计算机应用技术融合，设计了一款基于知识图谱和基于多模型融合推荐算法的膳食调理系统。 首先我们基于中医医疗大数据，利用数据挖掘技术思想，围绕知识图谱和 nlp 等技术建立起智能医疗膳食回答系统，并且推出中医“云”问诊的概念。接着我们基于用户的各项身体指标，体力劳动力程度（职业），体质和用户偏好等多个体征进行量化和综合分析，为此建立了基于多模型多维度融合推荐算法以及使用 TD-IDF 算法进行实时更新偏好权重的一日三餐智能推荐系统，其中基于新用户主要采取基于内容的推荐算法，针对用户有了一定的行为日志之后再融合基于 mahout 的协同过滤算法，并针对数据集用户评分矩阵稀疏的问题以及随着时间改变用户体质口味变化的问题，我们采用基于 spark 的模型推荐算法，ALS 算法，进一步通过挖掘观察得到的所有用户给每个菜品的评分，通过反复迭代的过程挖掘隐形影响因子，对缺失因子进行预测。最后本作品以小程序的形式展现给用户使用和交互。  最终我们将中医元素与现代营养理论的结合，采用中医望闻问切的思想记录用户的体质信息变化，综合用户身高体重，喜爱偏好等各方面特征，刻画人物画像，定制个性化饮食计划服务，更加注重用户的交互体验感。此外我们还设置了营养花园打卡机制以及视频瀑布流分享模块，加强用户的互动性的时候，获得更多用户的特征信息，便于及时反馈更新推荐系统。