《基于改进协同过滤与多目标优化的健康饮食推荐系统设计与实现》

一、功能模块图

二、系统总体架构

系统基于若依框架分层架构设计，从下到上分为数据服务层 、业务逻辑层 、交互展现层，支撑移动端（普通用户）与后台管理端（管理员）的核心功能

具体架构职责如下：

|-------|-------------|------------------------------------------------------------------|
| 架构层级 | 核心职责 | 关键实现 |
| 数据服务层 | 数据存储与交互支撑 | 调用自定义接口与MySQL数据库交互，处理用户、菜品、食材、营养参考值等数据的增删改查，为上层提供基础数据支撑 |
| 业务逻辑层 | 功能逻辑处理与算法计算 | 解析用户请求，结合改进协同过滤（UPICF） 、多目标粒子群（MOPSO） 算法处理数据，以JSON格式返回结果 |
| 交互展现层 | 用户与系统的交互窗口 | 移动端（Android APP）提供用户操作界面；后台管理端（Web浏览器）提供管理员数据管理界面 |

三、数据库表

核心ER图

基于若依的数据表

|----|--------------------------|-------------|
| 序号 | 表名 | 作为 |
| 1 | gen_table | 代码生成业务表 |
| 2 | gen_table_column | 代码生成业务表字段 |
| 3 | qrtz_blob_triggers | Blob类型的触发器表 |
| 4 | qrtz_calendars | 日历信息表 |
| 5 | qrtz_cron_triggers | Cron类型的触发器表 |
| 6 | qrtz_fired_triggers | 已触发的触发器表 |
| 7 | qrtz_job_details | 任务详细信息表 |
| 8 | qrtz_locks | 存储的悲观锁信息表 |
| 9 | qrtz_paused_trigger_grps | 暂停的触发器表 |
| 10 | qrtz_scheduler_state | 调度器状态表 |
| 11 | qrtz_simple_triggers | 简单触发器的信息表 |
| 12 | qrtz_simprop_triggers | 同步机制的行锁表 |
| 13 | qrtz_triggers | 触发器详细信息表 |
| 14 | sys_config | 参数配置表 |
| 15 | sys_dept | 部门表 |
| 16 | sys_dict_data | 字典数据表 |
| 17 | sys_dict_type | 字典类型表 |
| 18 | sys_job | 定时任务调度表 |
| 19 | sys_job_log | 定时任务调度日志表 |
| 20 | sys_logininfor | 系统访问记录 |
| 21 | sys_menu | 菜单权限表 |
| 22 | sys_notice | 通知公告表 |
| 23 | sys_oper_log | 操作日志记录 |
| 24 | sys_post | 岗位信息表 |
| 25 | sys_role | 角色信息表 |
| 26 | sys_role_dept | 角色和部门关联表 |
| 27 | sys_role_menu | 角色和菜单关联表 |
| 28 | sys_user | 用户信息表 |
| 29 | sys_user_post | 用户与岗位关联表 |
| 30 | sys_user_role | 用户和角色关联表 |

新增数据表

一、用户健康信息表（`user_health_info`）支撑UPICF

|-------------------|---------|----|------|----|-------------------------------------|--------------|
| 字段名 | 数据类型 | 长度 | 是否为空 | 主键 | 说明 | 关联表 |
| id | bigint | 20 | 否 | 是 | 主键ID | - |
| user_id | bigint | 20 | 否 | 否 | 用户ID（关联系统用户） | sys_user(id) |
| age | int | 3 | 否 | 否 | 用户年龄（如18-60） | - |
| height | int | 3 | 否 | 否 | 身高（cm，如170） | - |
| weight | int | 3 | 否 | 否 | 体重（kg，如70） | - |
| occupation | varchar | 50 | 是 | 否 | 职业（如"办公室职员""建筑工人"） | - |
| activity_level | tinyint | 1 | 否 | 否 | 体力活动水平：1=轻（办公室职员）、2=中（教师）、3=重（建筑工人） | - |
| flavor_preference | varchar | 50 | 是 | 否 | 口味偏好（如"辣""甜""鲜"） | - |

二、菜品信息表（`dish_info`）支撑UPICF、MOPSO

|------------------|----------|-----|------|----|--------------------|----------------------|
| 字段名 | 数据类型 | 长度 | 是否为空 | 主键 | 说明 | 关联表 |
| id | bigint | 20 | 否 | 是 | 主键ID | - |
| dish_name | varchar | 100 | 否 | 否 | 菜品名称（如"木耳炒肉"） | - |
| cuisine | varchar | 50 | 是 | 否 | 菜系（如"川菜""粤菜"） | - |
| taste | varchar | 50 | 是 | 否 | 口味（枚举：辣/甜/鲜/咸/清淡） | - |
| cooking_method | varchar | 20 | 否 | 否 | 烹饪方式（枚举：煎/炒/煮/蒸/烤） | 考虑中 |
| calories | decimal | 6,2 | 是 | 否 | 热量（千卡/100克） | |
| protein | decimal | 5,2 | 是 | 否 | 蛋白质（克/100克） | |
| fat | decimal | 5,2 | 是 | 否 | 脂肪（克/100克） | |
| carbohydrate | decimal | 5,2 | 是 | 否 | 碳水化合物（克/100克） | |
| fiber | decimal | 5,2 | 是 | 否 | 纤维素（克/100克，如3.50） | |
| img_url | varchar | 255 | 是 | 否 | 菜品图片URL | - |
| create_by | varchar | 64 | 否 | 否 | 创建人（管理员ID） | sys_user(username) |
| create_time | datetime | - | 否 | 否 | 创建时间 | - |
| update_by | varchar | 64 | 是 | 否 | 更新人 | sys_user(username) |
| update_time | datetime | - | 是 | 否 | 更新时间 | - |

三、食材信息表（`ingredient_info`）支撑MOPSO

支撑MOPSO营养规划

用途：存储食材营养数据，支撑营养规划算法（MOPSO），数据源自《中国食物成分表》。

|--------------|----------|-----|------|----|------------------|-----|
| 字段名 | 数据类型 | 长度 | 是否为空 | 主键 | 说明 | 关联表 |
| id | bigint | 20 | 否 | 是 | 主键ID | - |
| igd_name | varchar | 100 | 否 | 否 | 食材名称（如"黑木耳""猪肉"） | - |
| igd_category | varchar | 50 | 是 | 否 | 食材类别（如"蔬菜类""肉类"） | - |
| calories | decimal | 6,2 | 是 | 否 | 热量（千卡/100克） | - |
| protein | decimal | 5,2 | 是 | 否 | 蛋白质（克/100克） | - |
| fat | decimal | 5,2 | 是 | 否 | 脂肪（克/100克） | - |
| carbohydrate | decimal | 5,2 | 是 | 否 | 碳水化合物（克/100克） | - |
| fiber | decimal | 5,2 | 是 | 否 | 纤维素（克/100克） | |
| create_time | datetime | - | 否 | 否 | 创建时间 | - |
| update_time | datetime | - | 是 | 否 | 更新时间 | - |

四、菜品-食材关联表（`dish_ingredient_rel`）支撑MOPSO

用途：关联菜品与食材，记录食材在菜品中的用量比例（多对多关系）。

菜品-食材关联表（`dish_ingredient`）：支撑MOPSO营养计算

|---------------|----------|--------|----------|--------|-------------------------------|-----------------------|
| 字段名 | 数据类型 | 长度 | 是否为空 | 主键 | 说明 | 关联表 |
| id | bigint | 20 | 否 | 是 | 主键ID | - |
| dish_id | bigint | 20 | 否 | 否 | 菜品ID（关联dish_info.id ） | dish_info(id) |
| igd_id | bigint | 20 | 否 | 否 | 食材ID（关联ingredient_info.id ） | ingredient_info(id) |
| quantity | decimal | 6,2 | 否 | 否 | 用量（克，如100.00） | - |
| unit | varchar | 10 | 是 | 否 | 单位（如"克""个"） | - |
| create_time | datetime | - | 否 | 否 | 创建时间 | - |

五、菜品评分表（`dish_rating`）支撑UPICF

用途：存储用户对菜品的评分，支撑改进协同过滤算法（UPICF）的偏好预测。

|-------------|-------------------|----|------|----|----------------------|-----------------|
| 字段名 | 数据类型 | 长度 | 是否为空 | 主键 | 说明 | 关联表 |
| id | bigint | 20 | 否 | 是 | 主键ID | - |
| user_id | bigint | 20 | 否 | 否 | 用户ID | sys_user(id) |
| dish_id | bigint | 20 | 否 | 否 | 菜品ID | dish_info(id) |
| rating | tinyint | 1 | 否 | 否 | 评分值（1~5分） | - |
| rating_time | datetime | - | 否 | 否 | 评分时间（用于时间权重计算） | - |
| unique key | (user_id,dish_id) | - | - | - | 唯一约束（同一用户对同一菜品仅能评一次） | - |

六、饮食记录表（`food_record`）支撑UPICF

用途：记录用户选择的菜品及食用量，用于推荐时排除"近3日已食用菜品"。

|-------------------|----------|----|------|----|-------------------------------------|-----------------|
| 字段名 | 数据类型 | 长度 | 是否为空 | 主键 | 说明 | 关联表 |
| id | bigint | 20 | 否 | 是 | 主键ID | - |
| user_id | bigint | 20 | 否 | 否 | 用户ID | sys_user(id) |
| dish_id | bigint | 20 | 否 | 否 | 菜品ID | dish_info(id) |
| eat_time | datetime | - | 否 | 否 | 食用时间 | - |
| ingredient_amount | text | - | 是 | 否 | 食材食用量（JSON格式，如{"黑木耳":79.1,"猪肉":50}） | - |
| create_time | datetime | - | 否 | 否 | 记录创建时间 | - |

七、意见反馈表（`opinion_feedback`）支撑UPICF

用途：存储用户反馈信息，支撑管理员后台的反馈处理功能。

|---------------|----------|----|------|----|--------------------|----------------------|
| 字段名 | 数据类型 | 长度 | 是否为空 | 主键 | 说明 | 关联表 |
| id | bigint | 20 | 否 | 是 | 主键ID | - |
| user_id | bigint | 20 | 否 | 否 | 反馈用户ID | sys_user(id) |
| feedback_type | varchar | 50 | 否 | 否 | 反馈类型（如"功能bug""建议"） | - |
| content | text | - | 否 | 否 | 反馈内容（5~200字） | - |
| handle_status | tinyint | 1 | 否 | 否 | 处理状态：0=未处理、1=已处理 | - |
| handle_remark | text | - | 是 | 否 | 处理备注（管理员填写） | - |
| handle_by | varchar | 64 | 是 | 否 | 处理人 | sys_user(username) |
| submit_time | datetime | - | 否 | 否 | 提交时间 | - |
| handle_time | datetime | - | 是 | 否 | 处理时间 | - |

八、用户-菜品交互表（`user_dish_interaction`）：支撑UPICF核心

用途：存储用户对菜品的行为数据 （如评分、收藏），是UPICF计算用户偏好 与菜品相似性 的基础。 关键说明 ：interaction_type（交互类型）用枚举值 （评分/收藏/点击），rating（评分）仅当交互类型为"评分"时有效，count（次数）仅当交互类型为"点击"时有效。

|--------------------|----------|--------|----------|--------|-------------------------|-----------------|
| 字段名 | 数据类型 | 长度 | 是否为空 | 主键 | 说明 | 关联表 |
| id | bigint | 20 | 否 | 是 | 主键ID | - |
| user_id | bigint | 20 | 否 | 否 | 用户ID（关联user_info.id ） | user_info(id) |
| dish_id | bigint | 20 | 否 | 否 | 菜品ID（关联dish_info.id ） | dish_info(id) |
| interaction_type | varchar | 20 | 否 | 否 | 交互类型（枚举：评分/收藏/购买/点击） | - |
| rating | tinyint | 1 | 是 | 否 | 评分（1-5分，仅评分时有效） | - |
| count | int | 10 | 是 | 否 | 次数（仅点击时有效） | - |
| create_time | datetime | - | 否 | 否 | 创建时间 | - |

九. 用户营养需求表（`user_nutrition_goal`）：支撑MOPSO目标函数

用途：存储用户每日营养目标 （如热量1500千卡、蛋白质100克），是MOPSO多目标优化的输入（如最小化热量、最大化蛋白质）。 关键说明 ：calorie_goal（热量目标）用千卡，protein_goal（蛋白质目标）用克，统一单位确保计算准确性。

|---------------------|----------|--------|----------|--------|-------------------------|-----------------|
| 字段名 | 数据类型 | 长度 | 是否为空 | 主键 | 说明 | 关联表 |
| id | bigint | 20 | 否 | 是 | 主键ID | - |
| user_id | bigint | 20 | 否 | 否 | 用户ID（关联user_info.id ） | user_info(id) |
| calorie_goal | decimal | 6,2 | 否 | 否 | 热量目标（千卡/天，如1500.00） | - |
| protein_goal | decimal | 5,2 | 否 | 否 | 蛋白质目标（克/天，如100.00） | - |
| fat_goal | decimal | 5,2 | 否 | 否 | 脂肪目标（克/天，如50.00） | - |
| carbohydrate_goal | decimal | 5,2 | 否 | 否 | 碳水化合物目标（克/天，如200.00） | - |
| fiber_goal | decimal | 5,2 | 否 | 否 | 纤维素目标（克/天，如25.00） | - |
| create_time | datetime | - | 否 | 否 | 创建时间 | - |

四、模型数据来源

用户数据来源

发放调查问卷40份，回收38份，有效33份；附件1

调查问卷

复制代码

第一部分：基础信息与健康画像
1. 基本信息
信息类别	填写 / 选择项
性别	□ 男 □ 女
年龄	__________ 岁
身高	__________ cm
体重	__________ kg
职业	________________________（请填写具体职业，如：学生 / 程序员 / 教师等）
2. 身体活动水平（请选择最符合的一项）
□ 轻度活动（久坐办公 / 学习，基本无额外运动）
□ 中度活动（每周 3-5 次中等强度运动，如快走、骑车）
□ 重度活动（每周 5 次以上高强度运动，或体力劳动工作）
3. 您的健康目标（可多选，需补充内容请填写）
□ 减肥 / 控制体重
□ 增肌 / 健身塑形
□ 维持当前状态
□ 改善特定健康状况：________________________
□ 其他：________________________
4. 饮食限制与偏好
限制 / 偏好类别	填写 / 选择项
饮食类型	□ 普通饮食 □ 素食 □ 低糖饮食 □ 低脂饮食 □ 高蛋白饮食 □ 其他：__________
食物过敏	□ 无 □ 有：________________________（请填写具体过敏食物）
口味禁忌	□ 无 □ 不吃辣 □ 不吃甜 □ 其他：________________________
第二部分：口味偏好详细评分
请根据您的喜好程度为以下菜品评分（1 = 很不喜欢，2 = 不太喜欢，3 = 一般，4 = 比较喜欢，5 = 非常喜欢），在对应分数的□内打 "√"。
主食类
菜品	1 分（很不喜欢）	2 分（不太喜欢）	3 分（一般）	4 分（比较喜欢）	5 分（非常喜欢）
白米饭	□	□	□	□	□
面条 / 米粉	□	□	□	□	□
饺子 / 馄饨	□	□	□	□	□
馒头 / 包子	□	□	□	□	□
粥类	□	□	□	□	□
荤菜类
菜品	1 分（很不喜欢）	2 分（不太喜欢）	3 分（一般）	4 分（比较喜欢）	5 分（非常喜欢）
红烧肉	□	□	□	□	□
清蒸鱼	□	□	□	□	□
宫保鸡丁	□	□	□	□	□
番茄炒蛋	□	□	□	□	□
糖醋里脊	□	□	□	□	□
素菜类
菜品	1 分（很不喜欢）	2 分（不太喜欢）	3 分（一般）	4 分（比较喜欢）	5 分（非常喜欢）
麻婆豆腐	□	□	□	□	□
炒青菜	□	□	□	□	□
地三鲜	□	□	□	□	□
酸辣土豆丝	□	□	□	□	□
西红柿炒鸡蛋	□	□	□	□	□
汤品类
菜品	1 分（很不喜欢）	2 分（不太喜欢）	3 分（一般）	4 分（比较喜欢）	5 分（非常喜欢）
番茄蛋汤	□	□	□	□	□
紫菜蛋花汤	□	□	□	□	□
排骨汤	□	□	□	□	□
5. 您还特别喜欢哪些菜品？请列出 3-5 个：



1. ________________________（可选）
2. ________________________（可选）
第三部分：口味属性偏好
6. 您对以下口味的偏好程度（1 = 很不喜欢，2 = 不太喜欢，3 = 一般，4 = 比较喜欢，5 = 非常喜欢）
口味属性	1 分	2 分	3 分	4 分	5 分
辣味程度	□	□	□	□	□
甜味程度	□	□	□	□	□
咸味程度	□	□	□	□	□
酸味程度	□	□	□	□	□
油腻程度	□	□	□	□	□
清淡程度	□	□	□	□	□
7. 烹饪方式偏好（可多选，在□内打 "√"）
□ 炒菜 □ 蒸菜 □ 煮汤 □ 炖菜 □ 凉拌 □ 烧烤 □ 油炸 □ 无特殊偏好
8. 食材类别偏好（可多选，在□内打 "√"）
□ 猪肉 □ 牛肉 □ 鸡肉 □ 鱼肉 □ 海鲜 □ 豆制品 □ 叶菜类 □ 根茎类 □ 菌菇类
第四部分：饮食行为与习惯
9. 日常用餐规律（每题单选，在□内打 "√"）
用餐时段	选项
早餐	□ 每天都吃 □ 经常吃 □ 偶尔吃 □ 基本不吃
午餐	□ 规律 □ 不规律
晚餐	□ 规律 □ 不规律
夜宵	□ 从不 □ 偶尔 □ 经常
10. 主要饮食来源（可多选，在□内打 "√"）
□ 自己做饭 □ 食堂 □ 外卖 □ 餐馆 □ 家人准备
11. 您通常关注菜品的哪些方面？（请按重要性排序，1 为最重要，在括号内填 1-6 的数字，不重复）
() 口味好吃 () 营养价值 ( ) 热量控制 ( ) 食材新鲜 ( ) 制作便捷 ( ) 价格实惠
第五部分：营养健康认知
12. 在选择食物时，您对以下因素的重视程度（1 = 非常不重视，2 = 不重视，3 = 一般，4 = 重视，5 = 非常重视）
营养因素	1 分（非常不重视）	2 分（不重视）	3 分（一般）	4 分（重视）	5 分（非常重视）
热量 / 卡路里	□	□	□	□	□
蛋白质含量	□	□	□	□	□
脂肪含量	□	□	□	□	□
碳水化合物	□	□	□	□	□
维生素含量	□	□	□	□	□
膳食纤维	□	□	□	□	□
13. 您是否愿意为了健康适当调整饮食口味？（单选，在□内打 "√"）
□ 非常愿意 □ 比较愿意 □ 一般 □ 不太愿意 □ 完全不愿意
14. 您希望推荐系统重点关注什么？（最多选 3 项，在□内打 "√"，需补充内容请填写）
□ 符合我的口味偏好
□ 保证营养均衡
□ 控制总热量摄入
□ 提供多样化的选择
□ 考虑我的作息时间
□ 适应我的烹饪条件
□ 其他：________________________

填写说明：1. 请用黑色或蓝色笔填写，勾选选项时打 "√"；2. 需补充内容的项目，请在横线处清晰填写；3. 问卷填写完成后，可直接打印或导出为 PDF 存档。

问卷分析

性别分布

|--------|--------|
| 性别 | 数量 |
| 男 | 17 |
| 女 | 16 |

不同健康目标下的饮食类型偏好热力图

菜品数据来源

来自爬取薄荷健康-1635道涵盖菜品分布的菜系有山东菜、广东菜、北京菜、湖南菜、上海菜、四川菜、江西菜、河南菜、福建菜、浙江菜、山西菜、东北菜、滇黔菜、湖北菜、江苏菜、甘肃菜、安徽菜、陕西菜、台湾菜、新疆菜、海南菜、广西菜、天津菜、青海菜、宁夏菜。附件2

菜品分类分布

菜品热量分布

五、数据处理

针对33份用户数据扩展到960名用户，扩展倍数为30倍。通过：1.数值型增强、2.类别型增强、3.特征插值增强、4.模式增强、5.语义增强，增强后用户数据附件3

增强方法

1. 数值型增强 (Numerical Augmentation)

原理：对用户的数值型偏好特征添加高斯噪声进行轻微扰动，生成相似但略有差异的用户数据。

实现方式：

对每个原始用户生成5个变体
对数值特征（如口味偏好、营养关注等）添加符合正态分布的噪声
噪声范围控制在±0.5到±0.8之间
保证扰动后的值在1-5的有效范围内

特征范围：

口味偏好：spicy_preference, sweet_preference, salty_preference, sour_preference, greasy_preference, light_preference
营养关注：calorie_focus, protein_focus, fat_focus, carb_focus, vitamin_focus, fiber_focus

2. 类别型增强 (Categorical Augmentation)

原理：基于用户群体特征（性别和BMI分类）进行分组，同组用户之间交换部分特征，生成新的用户组合。

实现方式：

按照性别和BMI类别对用户进行分组
在每组内部随机选择两个用户进行特征交换
交换特征包括：口味偏好和饮食规律性特征
每组最多生成3个组合变体

3. 特征插值增强 (Interpolation Augmentation)

原理：采用SMOTE（Synthetic Minority Oversampling Technique）思想，对相似用户进行线性插值生成中间用户。

实现方式：

使用KNN算法找到相似用户对
对数值特征进行线性插值：interpolated = user1[col] * alpha + user2[col] * (1 - alpha)
插值系数alpha在0.3-0.7之间随机选择
每对相似用户生成2-3个插值变体

4. 模式增强 (Pattern Augmentation)

原理：识别并过采样少数用户模式，确保所有用户群体在增强数据中得到充分表示。

实现方式：

基于健康目标和口味偏好强度识别用户模式
对用户数少于5个的少数模式进行过采样
为每个少数模式用户生成3-5个轻微扰动变体
扰动范围限制在±1以内

5. 语义增强 (Semantic Augmentation)

原理：结合地域饮食文化和健康目标模板，生成具有特定语义特征的用户数据。

实现方式：

基于6个中国主要地域的饮食偏好模板（四川、广东、江苏、湖南、浙江、山东）
为每个原始用户随机选择2-3个地域
将用户原始偏好与地域特征进行混合：blended_value = (original_value + template_value) / 2
结合用户主要健康目标模板进一步调整相关特征

数据后处理

去重策略

基于关键特征（gender, age, bmi, spicy_preference, light_preference）进行去重
确保生成的用户数据具有足够的多样性

数量调整

若去重后数据不足目标数量，通过随机复制补充
若去重后数据超出目标数量，通过随机抽样调整
最终确保生成恰好960名用户的数据集

地域饮食偏好模板

系统内置了6个中国主要地域的饮食偏好模板：

四川：偏好辣味、咸味、酸味和油腻食物
广东：偏好甜味和清淡食物
江苏：偏好甜味和清淡食物，适量咸味
湖南：偏好辣味、咸味和酸味
浙江：偏好甜味和清淡食物，适量咸味
山东：偏好咸味和油腻食物

健康目标模板

系统针对三种主要健康目标设置了特征权重模板：

减重目标：重点关注热量、脂肪、碳水化合物和纤维
增肌目标：重点关注蛋白质、热量和碳水化合物
健康维持：均衡关注热量、蛋白质、纤维和维生素

最终数据附件4、附件5、附件6

六、模型说明

整体详细说明流程图

UPICF协同过滤流程

1.2.1 初始化

输入用户-菜品交互矩阵和用户特征数据
初始化推荐器实例

1.2.2 相似度计算

使用余弦相似度计算用户间相似性
构建用户相似度矩阵

1.2.3 评分预测

对于每个用户，找到最相似的K个用户
基于相似用户的评分计算目标用户对未尝试菜品的预测评分
使用加权平均方法，权重为用户相似度

1.2.4 推荐生成

根据预测评分对菜品进行排序
选择评分最高的N个菜品作为推荐结果

MOPSO多目标优化流程

1.3.1 初始化

以UPICF推荐结果作为输入
初始化粒子群优化器，设置粒子数量、迭代次数等参数
获取用户特征和菜品特征数据

1.3.2 目标函数定义

包含四个优化目标：

UPICF推荐分数：最大化协同过滤推荐的评分
营养均衡性：最小化实际摄入与理想营养比例的偏差
健康目标匹配度：根据用户健康目标（减重、增肌、维持等）匹配菜品
口味偏好匹配度：匹配用户的口味偏好（辣味、甜味、清淡等）

1.3.3 优化过程

随机生成初始粒子群，每个粒子代表一种菜品组合方案
迭代优化，更新粒子位置和速度
计算每个粒子的适应度（目标函数值）
跟踪个体最优解和全局最优解
使用帕累托前沿选择非支配解

1.3.4 结果选择

根据用户特征计算各目标的权重
从帕累托最优解中选择加权得分最高的方案
输出包含菜品、营养信息的详细推荐结果

七、模型评估

核心结论与行动建议摘要

|-------------|---------------------------------------|------------------------------------------------------|
| 维度 | 结论 | 高优先级行动 |
| 准确性 | 过度优化：预测和排序精度极高，但可能已过拟合，牺牲了其他重要指标。 | 1. 首要目标：提升覆盖率与召回率。引入长尾物品、调整算法策略（如降低推荐阈值，加入探索机制）。 |
| 覆盖率/召回率 | 严重短板：系统只触及了用户兴趣和物品库的冰山一角。 | 2. 核心优化：增强多样性与新颖性。在推荐目标中加入多样性约束，实施"探索-利用"平衡策略。 |
| 多样性/新颖性 | 严重不足：推荐结果同质化严重，无法带来探索的乐趣。 | 3. 模型复查：检查模型是否过拟合，确保其在更广的物品范围内仍能保持良好的泛化能力。 |
| 公平性 | 表现优异：系统推荐分布公平，无马太效应。 | |

八、系统功能实施

用户端（移动端Android APP）功能设计

1. 身份验证模块

负责用户账号的创建与安全校验，解决"用户如何合法进入系统"的问题，功能细节如下：

注册：用户需按格式输入姓名、手机号、性别、密码（如密码长度≥6位），通过阿里云短信API获取4位验证码完成注册；信息格式不符（如手机号位数错误、两次密码不一致）时弹窗提示错误。
登录：支持"手机号/用户名+密码"登录，输入错误（如密码错误、账号不存在）时提示具体原因；登录成功后记录"上一次登录时间"并跳转至系统首页。
找回密码：通过注册手机号接收验证码，验证通过后可重置密码（需两次输入一致的新密码），重置成功后同步更新数据库并跳转登录页。

2. 信息管理模块

负责用户个人信息与行为记录的管理，为"口味偏好预测"与"营养规划"提供数据支撑，功能如下：

个人信息管理：

- 查看：展示用户基础信息（姓名、性别、年龄、身高、体重、职业、身体活动水平（轻/中/重）、健康状况（无特殊疾病）、注册时间）；
- 修改：支持编辑身高、体重、职业、身体活动水平等信息，修改后实时同步至数据库（如将"轻活动水平"改为"中活动水平"）。

行为记录查询：（保留：我的喜欢）

- 我的喜爱：展示用户收藏的高评分菜品，支持"取消收藏"操作，收藏状态实时同步至数据库。

3. 饮食推荐模块（核心功能）

是用户端核心模块，通过"口味偏好预测+营养均衡计算"解决"推荐什么菜""吃多少"的问题，分两大子功能：

（1）菜品推荐子功能（基于改进协同过滤UPICF）

核心逻辑为"通过用户历史评分预测潜在偏好，生成精准推荐列表"，具体功能：

用户口味偏好建模：

- 构建用户-菜品评分矩阵、菜品属性矩阵（含菜品的食材、口味、功效、烹饪方式等属性）；
- 基于TF-IDF思想计算用户对菜品属性的兴趣权重（如用户频繁评分"香辣"口味菜品，则"香辣"属性权重升高），引入时间权重函数（参考艾宾浩斯遗忘曲线）修正早期评分的影响（近期评分权重更高）；
- 填充稀疏矩阵：对用户未评分的菜品，按"菜品属性匹配度"计算填充值（如用户未评过分的"鱼香肉丝"与已评分的"宫保鸡丁"属性相似，则用"宫保鸡丁"评分均值填充）。

用户相似度计算：

- 在传统修正余弦相似度基础上，引入用户影响因子 （修正用户评分差异的影响）、菜品影响因子（修正菜品本身质量的影响），计算目标用户的近邻用户集（取相似度最高的前K个用户，K最优值为70）。

推荐列表生成：

- 基于近邻用户的评分，通过UPICF算法计算目标用户对未评分菜品的预测评分；
- 排除用户近3日已食用的菜品，按预测评分降序生成TOP-N推荐列表（如TOP10），列表展示菜品名称、评分、收藏数、核心功效（如"减肥瘦身""降血压"），点击可查看详情。

冷启动处理：若用户无历史评分（新用户），则默认推荐系统内"收藏量TOP10"的热门菜品，初步建立用户画像；用户产生评分后，自动切换为UPICF推荐逻辑。

（2）营养规划子功能（基于MOPSO算法）

核心逻辑为"根据用户营养需求，计算菜品中食材的适宜食用量"，具体功能：

用户营养需求确定：

- 根据用户年龄、性别、身体活动水平，查询《中国居民膳食营养素参考摄入量》，确定每餐（早/午/晚）的核心营养元素参考值------包含能量（千卡）、蛋白质（克）、脂肪（克）、碳水化合物（克）（如24岁女性轻活动水平，午餐能量参考值为720.57千卡，蛋白质27克、脂肪20克、碳水化合物108.1克）；
- 按"三餐能量摄入比例3:4:3"拆分每日营养需求（如每日需2000千卡，则早餐600千卡、午餐800千卡、晚餐600千卡）。

食材食用量计算：

- 用户从推荐列表中选择菜品后，系统自动解析菜品所含核心食材（如"木耳炒肉"含黑木耳、猪肉，"西红柿炒蛋"含西红柿、鸡蛋）；
- 调用MOPSO算法，结合食材营养元素含量（来源于《中国食物成分表》，如100克猪肉含395千卡能量、13.2克蛋白质、37.0克脂肪），计算食材食用量，确保营养元素摄入量在"推荐膳食营养素摄入量（RNI）~可耐受最高摄入量（UL）"范围内；
- 输出3套可选食用量方案，每套方案展示"食材名称、推荐量（克）、实际营养元素含量、与参考值的偏差率"（实验验证偏差率≤8%，符合健康标准）。

（3）混合推荐模型：

4. 菜品搜索模块

满足用户主动查找菜品的需求，提供高效检索功能，细节如下：

模糊查询：用户输入菜品名称/食材关键词（如"芹菜""红烧肉"），系统通过正则表达式匹配结果，返回含关键词的所有菜品（如输入"芹菜"，返回"芹菜鸡丝""芹菜炒香菇""虾米炒芹菜"）；
快捷搜索：

- 热门搜索：展示近一周用户搜索量TOP8的词条（如"家常菜""牛肉""鸡蛋汤"），点击词条可快速填充搜索框并执行查询；
- 近期搜索：按时间倒序展示用户历史搜索记录，支持"清空历史"操作；

结果交互：搜索结果列表展示菜品名称、评分、核心食材，点击菜品可进入详情页（查看做法、功效、用户评价）。

5. 基础辅助模块

提供基础交互与信息展示功能，提升用户体验：

营养知识展示：首页顶部设置轮播图，展示营养常识（如"蛋白质的主要来源""碳水化合物的作用"），点击图片可进入详情页查看完整内容；
热门菜品列表 ：首页展示近一周点击量TOP10的热门菜品，支持按"评分（从高到低）""收藏数（从多到少）"筛选排序，点击菜品可直接加入"待选菜品"用于营养规划。

管理员端（后台Web端）功能设计

面向系统管理员，核心目标是"数据管理+统计分析+反馈处理"，基于Vue+SpringBoot+Mybatis实现，包含3大核心模块：

1. 数据统计模块

提供系统运行数据的可视化展示，辅助管理员掌握系统状态，功能如下：

核心指标概览：首页展示实时统计数值，包括"总用户数""菜品总数""食材总数""昨日登录用户数"；
可视化分析：

- 饼图：展示"菜系分布"（如家常菜占比40.85%、川菜占比25%）、"用户性别分布"（如男性52%、女性48%）、"用户年龄段分布"（如40岁60%、41~60岁25%）；
- 柱状图：展示"菜品点赞热度TOP6""菜品历史评分TOP6"，鼠标悬浮图表可查看具体数值（如"手撕包菜"评分94.0分、收藏17次）。

2. 数据管理模块

负责系统核心数据的增删改查，确保数据准确性与完整性，分3个子模块：

（1）用户信息管理

数据查看：按分页展示所有用户的基础信息（用户ID、姓名、手机号、性别、年龄、身体活动水平、注册时间、上一次登录时间）与行为标签（如"常浏览家常菜""偏好清淡口味"）；
操作功能：

- 添加用户：管理员可手动录入用户信息（如为社区特定人群创建账号），录入后同步至用户信息表；
- 编辑用户：支持修改用户"身体活动水平""健康状况"等信息（如将"无疾病"改为"轻度高血压"，但需备注修改原因）；
- 删除用户：支持单个/批量删除无效账号（如长期未登录（超过6个月）的账号），删除前需二次确认；
- 模糊查询：通过"用户ID、姓名、手机号"关键词筛选用户，快速定位目标账号。

（2）菜品/食材信息管理

菜品管理：

- 数据查看：展示菜品详情（菜品ID、名称、类别、功效、食材、烹饪方式、口味、制作方法、评分、收藏数、图片URL）；
- 操作功能：添加菜品（录入新菜品信息，上传图片并填写URL）、编辑菜品（修改口味、做法等内容，如将"微辣"改为"中辣"）、删除菜品（清理数据缺失/低评分（≤30分）的菜品）；支持按"菜系""评分""收藏数"筛选菜品。

食材管理：

- 数据查看：展示食材营养数据（食材ID、名称、类别（如谷物类、豆类）、可食部分（%）、热量（千卡/100克）、蛋白质（克/100克）、脂肪（克/100克）、碳水化合物（克/100克））；
- 操作功能：添加食材（从《中国食物成分表》补充新食材，如"藜麦"）、编辑食材（修正营养含量数据，如更新"黑豆"的蛋白质含量）、删除食材（清理无效/重复食材）。

九、存在问题

1.数据的使用性。

1采用了构建用户画像，调查问卷，提取用户对菜品的特征处理，但缺乏用户对菜品的真实使用数据，（如点击、收藏、评分）等相关具体的真实性数据，对系统真实使用性。------数据来源策略1

2.若采用用户对菜品的真实使用数据（模拟用户使用），则用户对菜品的稀疏度、冷启动存在弊端。------数据来源策略2

2.当前进度，已完成任务书、开题报告、毕业设计，进一步完善毕业论文、模型优化

十、附件资料

附件1：📎用户饮食偏好.xlsx

附件2：📎菜品.xlsx

附件3：用户数据增强📎enhanced_user_features_960.csv

附件4：用户数据增强📎enhanced_user_features_960.csv

附件5：菜品特征📎enhanced_dish_features.csv

附件6：用户-菜品交互📎user_dish_interaction.csv

项目地址：沐硕/Diet - 码云 - 开源中国

《基于改进协同过滤与多目标优化的健康饮食推荐系统设计与实现》

一、功能模块图

二、系统总体架构

三、 数据库表

核心ER图

基于若依的数据表

新增数据表

一、用户健康信息表（user_health_info）支撑UPICF

二、菜品信息表（dish_info）支撑UPICF、MOPSO

三、食材信息表（ingredient_info）支撑MOPSO

支撑MOPSO营养规划

四、菜品-食材关联表（dish_ingredient_rel）支撑MOPSO

菜品-食材关联表（dish_ingredient）：支撑MOPSO营养计算

五、菜品评分表（dish_rating）支撑UPICF

六、饮食记录表（food_record）支撑UPICF

七、意见反馈表（opinion_feedback）支撑UPICF

八、用户-菜品交互表（user_dish_interaction）：支撑UPICF核心

九. 用户营养需求表（user_nutrition_goal）：支撑MOPSO目标函数

四、模型数据来源

用户数据来源

调查问卷

问卷分析

性别分布

不同健康目标下的饮食类型偏好热力图

菜品数据来源

菜品分类分布

菜品热量分布

五、数据处理

增强方法

1. 数值型增强 (Numerical Augmentation)

2. 类别型增强 (Categorical Augmentation)

3. 特征插值增强 (Interpolation Augmentation)

4. 模式增强 (Pattern Augmentation)

5. 语义增强 (Semantic Augmentation)

数据后处理

去重策略

数量调整

地域饮食偏好模板

健康目标模板

最终数据附件4、附件5、附件6

六、模型说明

推荐系统架构：

整体详细说明流程图

UPICF协同过滤流程

1.2.1 初始化

1.2.2 相似度计算

1.2.3 评分预测

1.2.4 推荐生成

MOPSO多目标优化流程

1.3.1 初始化

1.3.2 目标函数定义

1.3.3 优化过程

1.3.4 结果选择

七、模型评估

推荐系统评估结果总览

核心结论与行动建议摘要

八、系统功能实施

用户端（移动端Android APP）功能设计

1. 身份验证模块

2. 信息管理模块

3. 饮食推荐模块（核心功能）

（1）菜品推荐子功能（基于改进协同过滤UPICF）

（2）营养规划子功能（基于MOPSO算法）

（3）混合推荐模型：

4. 菜品搜索模块

5. 基础辅助模块

管理员端（后台Web端）功能设计

1. 数据统计模块

2. 数据管理模块

（1）用户信息管理

（2）菜品/食材信息管理

九、存在问题

1.数据的使用性。

2.当前进度，已完成任务书、开题报告、毕业设计，进一步完善毕业论文、模型优化

十、附件资料

三、数据库表

一、用户健康信息表（`user_health_info`）支撑UPICF

二、菜品信息表（`dish_info`）支撑UPICF、MOPSO

三、食材信息表（`ingredient_info`）支撑MOPSO

四、菜品-食材关联表（`dish_ingredient_rel`）支撑MOPSO

菜品-食材关联表（`dish_ingredient`）：支撑MOPSO营养计算

五、菜品评分表（`dish_rating`）支撑UPICF

六、饮食记录表（`food_record`）支撑UPICF

七、意见反馈表（`opinion_feedback`）支撑UPICF

八、用户-菜品交互表（`user_dish_interaction`）：支撑UPICF核心

九. 用户营养需求表（`user_nutrition_goal`）：支撑MOPSO目标函数