基于人类行为的个性化膳食推荐与菜单规划社交系统
人机交互
2023-08-15 v1 机器学习
摘要
传统膳食推荐系统基本以营养或健康为导向，忽略了人类对食物的情感。人在食物渴望方面的情感各异，且并非所有食物在所有情绪下都有吸引力。基于问卷且感知偏好的膳食推荐系统可作为一种解决方案。然而，自动识别不同食物上的社交情感，并综合考虑营养需求与社交情感来规划菜单，相比基于问卷和偏好的膳食推荐具有显著优势。重症患者、昏迷者或患闭锁综合征与肌萎缩侧索硬化（ALS）的患者无法表达其膳食偏好。因此，所提框架包含一个社交情感计算模块以识别不同膳食的情感，其中通过脑电图信号检测该人的情感。EEG可捕获脑信号并分析以预测对食物的情感倾向。本研究中，我们使用14通道无线Emotive Epoc+来测量对不同食物项的情感性。采用层次集成方法基于多种特征提取方法预测情感性，并使用TOPSIS（逼近于理想解的排序方法）根据预测情感性生成食物列表。除膳食推荐外，还提出了一种自动菜单规划方法，综合考虑个人的能量摄入需求、情感性以及不同菜单的营养价值。采用装箱算法用于早餐、午餐、晚餐和零食的个性化菜单规划。实验结果表明，所提情感计算、膳食推荐与菜单规划算法在多种评估参数下均表现良好。
引用
@article{arxiv.2308.06549,
title = {Human Behavior-based Personalized Meal Recommendation and Menu Planning Social System},
author = {Tanvir Islam and Anika Rahman Joyita and Md. Golam Rabiul Alam and Mohammad Mehedi Hassan and Md. Rafiul Hassan and Raffaele Gravina},
journal= {arXiv preprint arXiv:2308.06549},
year = {2023}
}