-
题名基于协同过滤混合算法的餐饮推荐系统设计与实现
被引量:3
- 1
-
-
作者
金强山
冯光
-
机构
新疆理工学院信息工程系
-
出处
《计算机时代》
2020年第2期74-76,共3页
-
基金
新疆理工学院2017大学生创新训练重点项目(2017年度校内项目)
-
文摘
为了改善单一协同过滤算法在餐饮推荐系统中存在的"数据稀疏"问题,采用基于用户的协同过滤算法和基于物品的协同过滤算法相融合的方式,两种算法之间取长补短,设计餐饮推荐系统推荐引擎架构,实现基于协同过滤混合算法的餐饮推荐系统。
-
关键词
混合算法
协同过滤算法
餐饮推荐系统
个性化推荐
-
Keywords
hybrid algorithm
collaborative filtering algorithm
catering recommender system
personalized recommendation
-
分类号
TP39
[自动化与计算机技术—计算机应用技术]
-
-
题名基于Flink的智能餐饮推荐系统研究
- 2
-
-
作者
刘锐
徐鲁辉
-
机构
西京学院计算机学院
-
出处
《信息技术与信息化》
2022年第10期204-207,共4页
-
基金
陕西省2021年度高等教育教学改革研究项目一般项目(21BY180)
陕西省高等教育学会2021年度高等教育科学研究项目一般项目(XGH21280)
西京学院2021年本科教学改革研究项目规划课题(JGGH2103)。
-
文摘
随着信息时代的发展,许多餐厅将美食上传到互联网平台供消费者选择,面对大量美食,消费者往往陷入选择困难的场景之中。针对上述问题,基于用户协同过滤算法,利用大数据流计算引擎Flink实现了一款实时智能餐饮推荐系统。系统前后端设计分离,前端使用Thymeleaf和BootStrap等技术,后端使用Spring Boot框架,集成Kafka、Redis、MySQL等组件。Spring Boot负责处理用户的请求,评分数据录入MySQL,前端将采集到的数据清洗后交付Kafka消息队列,Kafka将信息传递给Flink进行流计算分析,实时计算结果放入Redis数据库,供Spring Boot和Thymeleaf使用。最终实现用户登录注册、热门美食推荐、个性化美食推荐功能。
-
关键词
协同过滤算法
餐饮推荐系统
Flink
Spring
Boot
Kafka
REDIS
-
分类号
TP391.3
[自动化与计算机技术—计算机应用技术]
-