通过食物日志嵌入学习个人食物偏好
计算与语言
2021-11-23 v2 机器学习
摘要
饮食管理是管理糖尿病等慢性疾病的关键。自动化食物推荐系统或能通过提供符合用户营养目标和食物偏好的膳食推荐来辅助。当前的推荐系统准确性不足，部分原因在于缺乏食物偏好知识，即用户喜欢且能够经常食用的食物。在本工作中，我们提出一种从食物日志中学习食物偏好的方法，食物日志是关于用户饮食习惯的全面但含噪的信息源。我们还引入了相应的度量指标。该方法生成并比较词嵌入以识别每个食物条目的父类食物类别，然后计算最受欢迎者。我们提出的方法识别出用户最常食用的十种食物中的82%。我们的方法公开于 (https://github.com/aametwally/LearningFoodPreferences)。
引用
@article{arxiv.2110.15498,
title = {Learning Personal Food Preferences via Food Logs Embedding},
author = {Ahmed A. Metwally and Ariel K. Leong and Aman Desai and Anvith Nagarjuna and Dalia Perelman and Michael Snyder},
journal= {arXiv preprint arXiv:2110.15498},
year = {2021}
}