一种健康饮食分析推荐系统设计方法技术方案

本发明专利技术公开了一种健康饮食分析推荐系统设计方法。主要包括：A.从在线餐饮电子商务网站平台的数据库中获取用户饮食数据，建立健康饮食分析推荐系统；B.通过数据清洗、用户唯一性识别、会话识别对数据进行预处理，得到准确的数据；C.通过用户访问页面的路径分析挖掘其数据间的关联规则，提取用户的饮食习惯；D.分析用户饮食习惯的营养结构，系统根据每个用户的健康状况和个人口味提供个性化服务，实现健康饮食的分析推荐。该方法具有较强的自适应性和容错性，可以提高管理规则的发现效率，确保数据挖掘获得的信息的准确度，大大缩短了数据挖掘的时间，提高挖掘效率。

A Design Method of Recommendation System for Healthy Diet Analysis

【技术实现步骤摘要】
一种健康饮食分析推荐系统设计方法
本专利技术涉及一种健康饮食分析推荐系统设计方法，属于数据挖掘、人工智能、数据库领域。
技术介绍
随着现在生活节奏加快，人们很少关注自身健康饮食问题，外卖的出现方便了很多人的生活，但外卖食品的质量却给健康状况带来负面影响。为了解决外卖带来的食品安全风险，建造一个健康饮食分析推荐系统。系统通过收集用户的饮食数据，建立数据库，利用数据挖掘获取数据中的隐藏信息，提取用户的饮食习惯并对其进行分析，根据分析结果对用户推荐符合其口味的健康食品。现有的数据挖掘方法复杂度较高，数据的多样性和多层次使得数据挖掘获得的信息准确性难以保证，而且算法的时间效率和空间伸缩性都有待提高。
技术实现思路
为解决上述问题，本专利技术的目的在于提供一种具有较强的自适应性和容错性的健康饮食分析推荐系统设计方法，可以提高管理规则的发现效率，确保数据挖掘获得的信息的准确度，大大缩短了数据挖掘的时间，提高挖掘效率。本专利技术解决其问题所采用的技术方案，包括以下步骤：A.从在线餐饮电子商务网站平台的数据库中获取用户饮食数据，建立健康饮食分析推荐系统；B.通过数据清洗、用户唯一性识别、会话识别对数据进行预处理，得到准确的数据；C.通过用户访问页面的路径分析挖掘其数据间的关联规则，提取用户的饮食习惯；D.分析用户饮食习惯的营养结构，系统根据每个用户的健康状况和个人口味提供个性化服务，实现健康饮食的分析推荐。本专利技术的有益效果是：在数据挖掘难度越来越大的情况下，本专利技术具有较强的自适应性和容错性，可以提高管理规则的发现效率，确保数据挖掘获得的信息的准确度，大大缩短了数据挖掘的时间，提高挖掘效率。附图说明图1一种健康饮食分析推荐系统设计方法的整体流程图；图2健康饮食分析推荐系统结构图；图3数据挖掘关联规则流程图。具体实施方式参照图1-图3，本专利技术所述的方法包括以下步骤：A.从在线餐饮电子商务网站平台的数据库中获取用户饮食数据，建立健康饮食分析推荐系统；从在线餐饮电子商务网站平台的数据库中获取用户饮食数据，为了提高用户数据的价值密度，也可以从移动网络、社交网络等渠道获取用户数据，将所有数据进行融合，建立健康饮食分析推荐系统。如图2所示，系统主要模块包括：关系层、数据层和处理层。关系层主要负责数据清理、预处理等的维护工作，以及用户会话与网站服务之间关系的维护；数据层用于存放用户的饮食数据，包括预处理的日志、会话信息等；处理层负责从数据层中挖掘数据并进行分析，提取用户饮食数据的关联规则等。B.通过数据清洗、用户唯一性识别、会话识别对数据进行预处理，得到准确的数据；为了得到准确的数据提高数据挖掘的质量，需要先对数据进行预处理：（1）数据清洗：过滤服务器日志记录，包括不相关的记录、出错记录和请求记录，将不同服务器的日志进行融合，缩小被挖掘数据对象的范围；（2）用户唯一性识别：若用户使用的浏览器软件和操作系统不同，根据用户的cookie识别唯一性，避免缓冲引发会话识别路径不全；（3）会话识别：将每个用户的访问信息划分为若干个独立的会话进程，将第一个请求加入到第一个打开的会话中，每个请求数据不能超过阈值时间，否则会话关闭并开始新的会话。C.通过用户访问页面的路径分析挖掘其数据间的关联规则，提取用户的饮食习惯；（1）从数据库中挖掘用户的兴趣节点，由兴趣节点产生关联规则。通过最小支持度和最小置信度排除弱关联规则，并对强关联规则进行简化。从数据库中抽取样本，抽样数据的置信度为，则规则的估计置信度为：其中，是关联规则落入置信区间的概率，是置信度间隔参数，随置信度间隔的变化而变化，n是样本数量，，是抽样数据置信度的平均值，是用户兴趣点转换的概率系数。（2）数据库集合具有m个不同的项目，A,B,C分别是D中的子集。A,B关联规则的支持度为，即在D中的占比，A,B关联规则的置信度为，即在D中的占比。已知A,B的置信度和A,C的置信度，若A与B,C的关联规则为强关联规则，则其中，是A与B,C关联规则的置信度，是A,B与C关联规则的置信度，是A,C与B关联规则的置信度。且A,B的关联规则、A,C的关联规则和AB与C的关联规则均为强关联规则。由此可以计算出最优关联规则的置信度，同理，也可以计算出关联规则的支持度:其中，是A与B,C关联规则的支持度，是A,B与C关联规则的支持度，是A,C与B关联规则的支持度。从而挖掘出隐藏在数据间的相互关系，提取用户的饮食习惯。D.分析用户饮食习惯的营养结构，系统根据每个用户的健康状况和个人口味提供个性化服务，实现健康饮食的分析推荐。系统将挖掘到的数据进行分类分析，可以获取用户习惯的饮食结构，包括营养结构、潜在疾病等。系统通过分析用户饮食数据，根据每个用户的健康状况和个人口味提供个性化服务，推荐符合用户口味的健康食品配餐、健康贴士等信息，实现健康饮食的分析推荐。综上所述，便完成了本专利技术所述的一种健康饮食分析推荐系统设计方法。该方法具有较强的自适应性和容错性，可以提高管理规则的发现效率，确保数据挖掘获得的信息的准确度，大大缩短了数据挖掘的时间，提高挖掘效率。本文档来自技高网...

【技术保护点】
1.一种健康饮食分析推荐系统设计方法，其特征在于：计算用户兴趣最优关联规则，提高挖掘效率和准确率；所述方法包括以下步骤：从在线餐饮电子商务网站平台的数据库中获取用户饮食数据，建立健康饮食分析推荐系统；通过数据清洗、用户唯一性识别、会话识别对数据进行预处理，得到准确的数据；通过用户访问页面的路径分析挖掘其数据间的关联规则，提取用户的饮食习惯；分析用户饮食习惯的营养结构，系统根据每个用户的健康状况和个人口味提供个性化服务，实现健康饮食的分析推荐。

【技术特征摘要】
1.一种健康饮食分析推荐系统设计方法，其特征在于：计算用户兴趣最优关联规则，提高挖掘效率和准确率；所述方法包括以下步骤：从在线餐饮电子商务网站平台的数据库中获取用户饮食数据，建立健康饮食分析推荐系统；通过数据清洗、用户唯一性识别、会话识别对数据进行预处理，得到准确的数据；通过用户访问页面的路径分析挖掘其数据间的关联规则，提取用户的饮食习惯；分析用户饮食习惯的营养结构，系统根据每个用户的健康状况和个...

【专利技术属性】
技术研发人员：李星瑶，
申请(专利权)人：烟台艾易新能源有限公司，
类型：发明
国别省市：山东,37