• شماره ركورد
    24136
  • شماره راهنما
    MAT2 700
  • عنوان

    سيستم پيشنهاد‌دهنده غذا با رويكرد سلامت‌محور با استفاده از داده‌كاوي عادت‌هاي تغذيه‌اي كاربران

  • مقطع تحصيلي
    كارشناسي ارشد
  • رشته تحصيلي
    علوم كامپيوتر- محاسبات نرم و هوش مصنوعي
  • دانشكده
    رياضي و آمار
  • تاريخ دفاع
    1403/07/18
  • صفحه شمار
    95 ص.
  • استاد راهنما
    +مريم حسيني پزوه
  • استاد مشاور
    محمدرضا شمس
  • كليدواژه فارسي
    هوش مصنوعي , سيستم‌هاي پيشنهاددهنده , يادگيري ماشين , يادگيري عميق , محاسبات اجتماعي , شبكه‌هاي عصبي
  • چكيده فارسي
    در دنياي پوياي پلتفرم‌هاي ديجيتال، سيستم‌هاي پيشنهاددهنده به عنوان ابزاري قدرتمند براي افزايش تعامل كاربران از طريق ارائه محتواي شخصي‌سازي شده، نقش محوري ايفا ميكنند. با توجه به اهميت سلامت و تغذيه در عصر حاضر، سيستم‌هاي پيشنهاددهنده غذا به كانون توجه پژوهشگران تبديل شده‌اند. مهمترين چالش توسعه سيستم پيشنهاددهنده غذا، ارائه غذاهاي سالم‌تر است اما در موارد متعدد نشان داده شده‌است كه با اضافه شدن اين معيار روي دقت پيشنهادات ارائه شده اثر منفي گذاشته خواهد شد و يا آيتم‌هاي متعددي توسط الگوريتم ارائه پيشنهادات حذف خواهندشد. هدف اصلي اين پژوهش، توسعه سيستم پيشنهاددهنده با دقت مناسب براي ارائه توصيه‌هاي غذايي شخصي‌سازي شده و سالم به منظور بهبود عادات غذايي كاربران است. استفاده از الگوريتم‌هاي پيشرفته توسعه‌يافته براي سيستم‌هاي پيشنهاددهنده، در كنار بهره‌گيري از ويژگي‌هاي استخراج‌شده با كمك داده‌كاوي، از جمله تشخيص و تفكيك جوامع مختلف كاربران و ارزيابي دقيق ميزان اهميت و توجه كاربران به سلامت خود، ميتواند منجر به بهبود عملكرد سيستم‌هاي پيشنهاددهنده در حوزه سلامت تغذيه‌اي شود. اين فرايند نشان مي‌دهد كه با اتخاذ يك رويكرد مناسب و هوشمندانه، ميتوان سيستمي طراحي و پياده‌سازي كرد كه ضمن حفظ دقت و كارايي از لحاظ فني، توانايي ارائه پيشنهادات غذايي سالم‌تر و بهينه‌تر را نيز داشته باشد. اين سيستم با در نظر گرفتن نيازها و ترجيحات فردي كاربران، مي‌تواند راه‌حلي كارآمد براي تشويق به انتخاب‌هاي غذايي سالم‌تر فراهم كند و در نتيجه به بهبود سلامت عمومي كمك كند. نتايج ارزيابي‌ها در اين پژوهش نشان مي‌دهد كه انتخاب سناريو‌هاي مناسب توانسته است ضمن حفظ دقت الگوريتم‌هاي مورد استفاده بهبود‌هايي را در حوزه سلامت پيشنهادات ارائه شده داشته‌باشد كه گامي موثر در حوزه سلامت و سيستم پيشنهاددهنده غذا است
  • كليدواژه لاتين
    Artificial intelligence , Recommender systems , Machine learning , Deep learning , Social computing , Neural networks
  • عنوان لاتين
    AHealth-focusedFoodRecommendationSystemUtilizing DataMiningofUsersNutritionalHabits.
  • گروه آموزشي
    رياضي كاربردي و علوم كامپيوتر
  • چكيده لاتين
    In the dynamic world of digital platforms, recommendation systems play a pivotal role in increasing user engagement through personalized content delivery. Given the significance of health and nutrition in the modern era, food recommendation systems have become the focus of researchers. The most important challenge in developing food recommendation systems is providing healthier food options, but it has been shown in numerous cases that adding this criterion negatively impacts the accuracy of the recommendations or eliminates many items from the recommendation algorithm. The primary goal of this research is to develop a recommendation system with suitable accuracy to provide personalized and healthy dietary recommendations to improve users’ eating habits. The use of advanced algorithms developed for recommendation systems, along with the utilization of features extracted through data mining, including the identification and separationofdifferentusercommunitiesandtheaccurateassessmentofusers’importance and attention to their health, can lead to improved performance of recommendation systems in the field of nutritional health. This process demonstrates that by adopting a suitable and intelligent approach, a system can be designed and implemented that, while maintaining accuracy and technical efficiency, is also capable of providing healthier and more optimized food recommendations. This system, by considering the individual needs and preferences of users, can provide an effective solution to encourage healthier food choices and consequently contribute to improving public health. The eva‎luation results in this research show that the selection of appropriate scenarios has been able to improve the health of the recommendations while maintaining the accuracy of the used algorithms, which is an effective step in the field of health and food recommendation systems.
  • تعداد فصل ها
    5
  • فهرست مطالب pdf
    94292
  • نويسنده

    عباسي، محمد