刻画与预测重复食物消费行为以支持即时干预
信息检索
2020-10-28 v1 计算机与社会
机器学习
社会与信息网络
摘要
人类是习惯性生物。在日常生活中，人们倾向于在数天内反复消费相似类型的食物，并偶尔在消费变得过于单调时切换到不同类型的物品。然而，新颖与重复消费行为尚未在食物推荐研究中被探讨。更重要的是，预测个体日常饮食习惯的能力对于提升食物推荐系统在促进健康生活方式改变方面的有效性至关重要。在本研究中，我们利用来自名为MyFitnessPal（MFP）的流行在线健身社区的大规模消费数据分析重复食物消费模式，对各种最先进算法在预测次日食物消费方面进行离线评估，并分析它们在不同人口统计群体和情境下的表现。实验结果表明，融合探索-利用机制与时间动态的算法在次日推荐任务中比大多数最先进算法更有效。
引用
@article{arxiv.1909.07683,
title = {Characterizing and Predicting Repeat Food Consumption Behavior for Just-in-Time Interventions},
author = {Yue Liu and Helena Lee and Palakorn Achananuparp and Ee-Peng Lim and Tzu-Ling Cheng and Shou-De Lin},
journal= {arXiv preprint arXiv:1909.07683},
year = {2020}
}
备注
To appear in the Proceedings of Digital Public Health 2019