使用基于物品的协同过滤补全部分食谱以推荐食材
信息检索
2020-02-05 v2 机器学习
机器学习
摘要
公众对健康生活方式兴趣的增长激励了鼓励人们遵循健康饮食的算法研究。在仅有隐式反馈可用的领域应用协同过滤来构建推荐系统也是一个快速增长的研究领域。在本报告中，我们结合这两种趋势，开发了一个推荐系统，用于建议可添加到部分食谱中的食材。我们使用高维稀疏的食谱数据集实现基于物品的协同过滤算法，该数据集天然仅包含隐式反馈。我们探索了不同相似度度量与降维对推荐质量的影响，发现我们的最佳方法取得了约 40% 的 recall@10。
引用
@article{arxiv.1907.12380,
title = {Completing partial recipes using item-based collaborative filtering to recommend ingredients},
author = {Paula Fermín Cueto and Meeke Roet and Agnieszka Słowik},
journal= {arXiv preprint arXiv:1907.12380},
year = {2020}
}
备注
The authors contributed equally