CIVILICA We Respect the Science
(ناشر تخصصی کنفرانسهای کشور / شماره مجوز انتشارات از وزارت فرهنگ و ارشاد اسلامی: ۸۹۷۱)

سیستم توصیه گر غذا مبتنی بر ذائقه ی کاربر با استفاده از یادگیری عمیق

عنوان مقاله: سیستم توصیه گر غذا مبتنی بر ذائقه ی کاربر با استفاده از یادگیری عمیق
شناسه ملی مقاله: ICISE05_059
منتشر شده در پنجمین کنفرانس بین المللی مهندسی صنایع و سیستم­ها (ICISE ۲۰۱۹) در سال 1398
مشخصات نویسندگان مقاله:

سعید حمدالهی اسکوئی - دانشجوی کارشناسی ارشد، دانشکده فناوری اطلاعات و مهندسی کامپیوتر دانشگاه شهید مدنی آذربایجان - تبریز - ایران؛
مهدی هاشم زاده - دانشیار، دانشکده فناوری اطلاعات و مهندسی کامپیوتر دانشگاه شهید مدنی آذربایجان - تبریز - ایران؛

خلاصه مقاله:
تنوع بسیار زیاد غذاها و همچنین وجود ذائقه های غذایی متفاوت بین افراد، انتخاب غذای مناسب مطابق با ذائقه غذایی افراد برای وعده های غذایی متفاوت را تبدیل به کاری دشوار کرده است. از این رو، امروزه نیاز به سیستمی برای توصیه و انتخاب غذای مناسب بر اساس این معیارها رفته رفته بیش از پیش احساس می شود. انتظار می رود یک سیستم هوشمند با ایجاد مدلی بر اساس ذائقه ی کاربر، با توجه به انتخاب ها و امتیازهای قبلی او، غذای مناسبی را برای او توصیه کند. در این پژوهش، یک سیستم توصیه گر غذا با استفاده از ویژگی های مختص هر کاربر، غذاهای موجود با خصوصیات مختلف از قبیل ارزش غذایی و با بهره گیری از روش یادگیری عمیق در حوزه ی یادگیری ماشین ارائه شده است. بر اساس مطالعات انجام شده، رویکرد پیشنهادی مبتنی بر یادگیری عمیق تاکنون در این حوزه بکار گرفته نشده است. همچنین ترکیب ویژگی های استفاده شده در سامانه ی پیشنهادی، در نتیجه ی بررسی های دقیق انجام شده در این پژوهش استخراج شده و استفاده شده-اند. آزمایش های عملی که بر روی مجموعه داده ی استاندارد و قابل دسترس انجام شده است، نشان از کارائی مناسب سیستم پیشنهادی دارند و برتری آن نسبت به روش های قبلی را تائید می کنند.

کلمات کلیدی:
سیستم توصیه گر، توصیه گر غذا، ذائقه ی کاربر، یادگیری عمیق، یادگیری ماشین، داده کاوی

صفحه اختصاصی مقاله و دریافت فایل کامل: https://civilica.com/doc/932457/