MealRec：一个餐饮推荐数据集
信息检索
2022-05-25 v1
摘要
捆绑推荐系统旨在向用户推荐一组作为一个整体考虑的物品。它们已成为现代生活中的常态，并应用于许多现实场景，如产品捆绑推荐、音乐播放列表推荐和旅游套餐推荐。然而，与在线购物和数字音乐服务等领域中捆绑推荐方法的研究相比，酒店业中餐厅餐饮推荐的研究进展有限，这在很大程度上是由于缺乏高质量的基准数据集。研究界迫切需要一个专门用于餐饮推荐研究的公开可用数据集。在本文中，我们介绍了一个餐饮推荐数据集（MealRec），旨在促进未来的研究。MealRec 构建自 Allrecipe.com 的用户评论记录，覆盖 1,500+ 用户、7,200+ 食谱和 3,800+ 餐食。每个食谱都附有丰富信息，如食材、步骤、图片、类别和标签等；每餐为三道菜，由开胃菜、主菜和甜点组成。此外，我们提出了一种类别约束的餐饮推荐模型，并在 MealRec 上通过与几种最先进的捆绑推荐方法进行对比实验来评估该模型。实验结果证实了我们的模型的优越性，并表明 MealRec 是一个有前景的餐饮推荐相关研究的测试平台。MealRec 数据集和我们提出模型的源代码可在 https://github.com/WUT-IDEA/MealRec 获取，以保证可复现性。
引用
@article{arxiv.2205.12133,
title = {MealRec: A Meal Recommendation Dataset},
author = {Ming Li and Lin Li and Qing Xie and Jingling Yuan and Xiaohui Tao},
journal= {arXiv preprint arXiv:2205.12133},
year = {2022}
}