《个性化智能推荐算法在外卖软件上的应用》-工学论文，计算机论文-论文范文参考-科学狗论文网

网站首页词典首页

标题

个性化智能推荐算法在外卖软件上的应用

范文

张毓毛玉萃于禹

摘要：概括个性化智能推荐外卖软件的优势，论述个性化智能推荐算法在外卖平台上实现的可行性，详细介绍个性化智能推荐外卖软件的开发过程与数据库设计，以及如何将个性化智能推荐算法应用于数据分析。

关键词：数据处理；个性化智能推荐；外卖APP

中图分类号：TP393 文献标识码：A

文章编号：1009-3044（2019）09-0283-02

随着经济的快速发展，生活节奏的日益加快，国内餐饮行业对新兴外卖模式逐步完善的情况下，目前市场上的外卖平台由美团、饿了么占据主力。当前市场的主流外卖平台为用户所提供的餐饮筛选方式主要是通过用户评分、价格区间、距离等方式[1-2]。现有的外卖软件所使用的算法大多为以用户为基础的协同过滤算法[3]，但该算法仍存在缺陷。本文就现有的技术改进提出了能更加贴合用户个人需求的“个性化智能推荐算法”，本文讨论的“个性化智能推荐外卖软件”由该算法实现，其较传统外卖软件具有以下两点优势：

1）满足用户个性需求。“个性化智能推荐算法”将会对用户的注册信息以及个人数据进行进一步分析处理。例如在身高、体重、个人偏好、身体目标等方面进行综合考虑并给出最为合适的外卖推荐。

2）提高饮食的健康搭配程度。在对菜品进行数据分析的同时，考量到用户的历史订单，记录用户摄入的蛋白质、脂肪、碳水化合物、微量元素等营养成分的含量为用户推荐菜品，在很大程度上提高了用户当日的饮食搭配。

1 个性化智能推荐外卖软件的分析与设计

1.1个性化智能推荐外卖软件分析

从商家与消费者两种用户角度分析软件的功能。

商家用户所需实现功能主要有：1）商品管理；2）支付管理；3）客户管理。

消费者用户所需实现主要功能有：1）个人信息管理；2）订餐；3）支付管理；4）服务管理；5）登录/注册模块：完成新用户注册信息获取授权，用户登录功能。

1.2 “个性化智能推荐外卖软件”设计

1.2.1 软件采用的架构

本软件采用四层架构模式，如图1所示。用户层：作为客户端与用户完成交互；表示层：用于控制页面外观，由Android SDK平台与Android Framework程序框架完成；逻辑层：处理应用核心逻辑任务；数据访问层：用于访问存储数据[5]。

1.2.2 软件的主要功能设计[4]

按照功能分析设计了商家与消费者另种用户的拥有的功能。

1）商家功能设计

商家功能设计的如图2所示。

商品管理：商家对菜品完成添加，删除，修改功能生成店铺菜品目录。在数据处理过工程中，将会以商家所填写菜品名称进行在线处理，通过搜索引擎匹配获取菜品营养成分表（含量/100g），并将数据存入数据库中。

支付管理：实现商家查询收款记录，确认退款原因与确认退款情况功能。

订单管理：实现订单追踪，导出本月销售记录查询。

2）消费者端功能设计

消费者端功能设计如图3所示。个人信息管理：完成用户注册，登录，退出功能。补全个人信息资料功能（设置目标，填写性别，身高体重等）。应用根据用户设置的个人资料，进行数据处理将信息数据化存储，以便后续匹配调用使用。

订餐模块：应用调用个人信息数据与商家设置的菜品数据匹配，生成推荐菜品目录，使用户能过完成对符合个人目标的菜品进行浏览，选购。将商品添加购物车，在购物车页面进行商品修改，确认后提交订单，订单信息上传，跳转支付页面。

支付管理：实现付款，退款，查询订单信息功能。

服务管理：实现消费者对订单情况（商家制作中，配送中，收货）的追踪查询，对已完成的订单进行消费评价。

3）数据库设计[6]

对数据进行分析后，设计出的E-R模型如图4所示。

1.3 软件实现

软件基于Android studio系统，采用Android SDK平台，数据库选择SQL sever。

在设计实现的阶段，充分考虑：界面简洁、易于操作可维护性健壮性和适用性等方面。

2 个性化智能推荐算法

2.1 相关概念介绍

步骤2 将计算出的Li。

步骤3 将匹配度最大的前N道餐品推荐给用户。

算法2——改进的餐品推荐算法

在改进的餐品推荐算法中除了考虑用户的喜好，同时结合用户的身體状态，为此建立身高-体重标准表[7]。

步骤1 获取用户的体重w和身高h；根据身高h，查身高-体重标准表，得到对应标准体重Wb，计算体重w与标准体重的差值Wc = w-Wb，确定是应该增加还是减少脂肪。

步骤2 计算餐品脂肪差值f=餐品脂肪含量-标准脂肪含量，餐品脂肪差值f和体重差值Wc为相反关系。设匹配差值F（w） = f+Wc，将F（w）加入权值，加入用户喜好中P的脂肪项pij中，即pij+=F（w）。

步骤3 按算法1进行处理。

算法3——外卖商家推荐的算法

3 总结

对现有外卖软件的算法思考，设计了与推荐有关的算法，完成了这款拥有一定智能的外卖软件，此项目的实现可以较好地改进现存外卖行业的效率，目前项目仍在测试阶段，经过不断测试和完善，时机成熟进行发布上线。

参考文献：

[1] Gediminas Adomavicius，Alexander Tuzhilin.Towards the Next Generation of Recommender Systems： A Survey of the State-of-the-Art and Possible Extensions[Z].

[2] 蔡丹. 基于Android的校园外卖系统设计与实现[D].南昌：江西财经大学，2018.

[3] 林钦.一种协同过滤的移动APP推荐算法的设计[J].鲁东大学学报：自然科学版，2015，31（4）：309-312.

[4] 张海藩，牟永敏. 软件工程导论[M]. 6版.北京：清华大学出版社，2013.

[5] 刘正，张书峰，赵鹤鸣.MVC模式下多层分布式软件系统架构设计[J].现代电子技术，2018（7）.

[6] 王珊，萨师宣.数据库系统概论[M].5版.北京：高等教育出版社，2014.

[7] 中国居民膳食指南（2016）[Z].北京：人民卫生出版社，2016.

【通联编辑：谢媛媛】

随便看

科学优质学术资源、百科知识分享平台，免费提供知识科普、生活经验分享、中外学术论文、各类范文、学术文献、教学资料、学术期刊、会议、报纸、杂志、工具书等各类资源检索、在线阅读和软件app下载服务。