System.ArgumentOutOfRangeException: 索引和長(zhǎng)度必須引用該字符串內(nèi)的位置。 參數(shù)名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技術(shù)實(shí)現(xiàn)步驟摘要】
本專利技術(shù)涉及占胃膠囊推薦系統(tǒng),具體涉及個(gè)性化食品級(jí)占胃膠囊使用推薦系統(tǒng)及方法。
技術(shù)介紹
1、隨著生活水平的提高和飲食結(jié)構(gòu)的改變,全球肥胖人群數(shù)量不斷增加,肥胖已成為一種全球性公共健康問(wèn)題,肥胖不僅影響外觀,還會(huì)導(dǎo)致心血管疾病、糖尿病、高血壓等慢性病的發(fā)生風(fēng)險(xiǎn)顯著上升,人們對(duì)安全有效的體重管理方法需求迫切,食品級(jí)占胃膠囊是一種新型的健康管理產(chǎn)品,旨在通過(guò)占據(jù)胃部一定空間,從而幫助消費(fèi)者減少進(jìn)食量、控制食欲,實(shí)現(xiàn)體重管理和健康改善的目的。
2、現(xiàn)有技術(shù)存在以下不足:
3、推薦系統(tǒng)大多采用靜態(tài)推薦策略,忽視用戶使用過(guò)程中的動(dòng)態(tài)反饋,缺少動(dòng)態(tài)調(diào)整的機(jī)制,無(wú)法平衡多個(gè)目標(biāo)(如減重效果、安全性、用戶體驗(yàn))之間的權(quán)衡,難以實(shí)時(shí)調(diào)整推薦方案,在用戶需求變化或環(huán)境條件改變時(shí),推薦結(jié)果可能不再適用,從而降低對(duì)推薦系統(tǒng)的依賴性和使用頻率。
4、基于此,本專利技術(shù)提出個(gè)性化食品級(jí)占胃膠囊使用推薦系統(tǒng)及方法,引入動(dòng)態(tài)迭代機(jī)制,通過(guò)多輪計(jì)算、篩選和優(yōu)化,實(shí)時(shí)調(diào)整推薦方案,適應(yīng)用戶使用過(guò)程中的變化需求,增強(qiáng)推薦系統(tǒng)的適應(yīng)能力。
技術(shù)實(shí)現(xiàn)思路
1、本專利技術(shù)的目的是提供個(gè)性化食品級(jí)占胃膠囊使用推薦系統(tǒng)及方法,以解決
技術(shù)介紹
中不足。
2、為了實(shí)現(xiàn)上述目的,本專利技術(shù)提供如下技術(shù)方案:個(gè)性化食品級(jí)占胃膠囊使用推薦方法,所述推薦方法包括以下步驟:
3、推薦系統(tǒng)通過(guò)隨機(jī)生成工具隨機(jī)生成若干推薦方案,基于數(shù)據(jù)庫(kù)匹配相似用戶場(chǎng)景;
4、通過(guò)目標(biāo)函數(shù)計(jì)
5、重復(fù)對(duì)方案集合中的推薦方案進(jìn)行目標(biāo)值計(jì)算、刪除、變異步驟進(jìn)行迭代,當(dāng)滿足收斂條件后,輸出所有方案集合,將所有方案集合整合為總集合,選擇總集合中目標(biāo)值最大的推薦方案發(fā)送給用戶。
6、在一個(gè)優(yōu)選的實(shí)施方式中,所述推薦方案內(nèi)容包括每日膠囊使用數(shù)量、使用時(shí)間以及使用頻率。
7、在一個(gè)優(yōu)選的實(shí)施方式中,獲取當(dāng)前用戶數(shù)據(jù),基于數(shù)據(jù)庫(kù)匹配相似用戶場(chǎng)景,包括以下步驟:
8、提取用戶的健康特征與使用需求,為相似用戶匹配提供輸入數(shù)據(jù),輸入數(shù)據(jù)包括當(dāng)前用戶的特征向量;
9、標(biāo)準(zhǔn)化歷史用戶數(shù)據(jù),定義歷史用戶集合為:,式中,表示歷史用戶數(shù)量,特征標(biāo)準(zhǔn)化公式為:,式中,為第個(gè)用戶在第個(gè)特征上的標(biāo)準(zhǔn)值,為第個(gè)用戶在第個(gè)特征上的原始值,為第個(gè)特征的均值,為第個(gè)特征的標(biāo)準(zhǔn)差;
10、計(jì)算當(dāng)前用戶與歷史用戶的距離,將第個(gè)用戶與當(dāng)前用戶的距離轉(zhuǎn)換為相似度分?jǐn)?shù),表達(dá)式為:,式中,為第個(gè)用戶與當(dāng)前用戶的相似度分?jǐn)?shù),為第個(gè)用戶與當(dāng)前用戶的距離,選擇數(shù)據(jù)庫(kù)中相似度分?jǐn)?shù)大于等于分?jǐn)?shù)閾值的用戶作為當(dāng)前用戶的相似用戶場(chǎng)景,若相似度分?jǐn)?shù)大于等于分?jǐn)?shù)閾值的用戶數(shù)量為0,則選擇數(shù)據(jù)庫(kù)中相似度分?jǐn)?shù)最大的用戶作為當(dāng)前用戶的相似用戶場(chǎng)景。
11、在一個(gè)優(yōu)選的實(shí)施方式中,計(jì)算當(dāng)前用戶與歷史用戶的距離,表達(dá)式為:
12、,式中,為第個(gè)用戶與當(dāng)前用戶的距離,為特征向量數(shù)量,為第個(gè)用戶在第個(gè)特征上的標(biāo)準(zhǔn)值,為當(dāng)前用戶在第個(gè)特征上的標(biāo)準(zhǔn)值。
13、在一個(gè)優(yōu)選的實(shí)施方式中,通過(guò)目標(biāo)函數(shù)計(jì)算每個(gè)推薦方案在相似用戶場(chǎng)景下的目標(biāo)值,包括以下步驟:
14、通過(guò)目標(biāo)函數(shù)計(jì)算每個(gè)推薦方案在相似用戶場(chǎng)景下的目標(biāo)值,表達(dá)式為:,式中,為目標(biāo)值,為正向收益因子,為負(fù)向影響因子,、分別為正向收益因子與負(fù)向影響因子的調(diào)節(jié)系數(shù),且、均大于0。
15、在一個(gè)優(yōu)選的實(shí)施方式中,將目標(biāo)值結(jié)合選擇算法刪除部分推薦方案,包括以下步驟:
16、獲取每個(gè)推薦方案的目標(biāo)值后,將所有推薦方案的目標(biāo)值求和獲取目標(biāo)總值,將目標(biāo)值比上目標(biāo)總值獲取每個(gè)推薦方案的選擇概率,將選擇概率映射到虛擬輪盤的扇形區(qū)域上,啟動(dòng)虛擬輪盤轉(zhuǎn)動(dòng),當(dāng)虛擬輪盤停止時(shí),將指針指向扇形區(qū)域?qū)?yīng)的推薦方案選出,重復(fù)啟動(dòng)虛擬輪盤進(jìn)行選擇操作,當(dāng)選出的推薦方案數(shù)量等于數(shù)量閾值時(shí),將選出的推薦方案保留,未選出的推薦方案刪除。
17、在一個(gè)優(yōu)選的實(shí)施方式中,基于推薦方案目標(biāo)值與變異方案目標(biāo)值對(duì)比結(jié)果判斷是否接受變異方案,包括以下步驟:
18、獲取推薦方案目標(biāo)值與變異方案目標(biāo)值后,若,判斷不接受變異方案,若,判斷接受變異方案,將變異方案替代推薦方案,完成所有推薦方案目標(biāo)值與變異方案目標(biāo)值對(duì)比后,將所有保留的推薦方案構(gòu)建方案集合。
19、個(gè)性化食品級(jí)占胃膠囊使用推薦系統(tǒng),包括方案生成模塊、集合構(gòu)建模塊、推薦模塊;
20、方案生成模塊:通過(guò)隨機(jī)生成工具隨機(jī)生成若干推薦方案,獲取當(dāng)前用戶數(shù)據(jù),基于數(shù)據(jù)庫(kù)匹配相似用戶場(chǎng)景;
21、集合構(gòu)建模塊:通過(guò)目標(biāo)函數(shù)計(jì)算每個(gè)推薦方案在相似用戶場(chǎng)景下的目標(biāo)值,將目標(biāo)值結(jié)合選擇算法刪除部分推薦方案,為保留的每個(gè)推薦方案進(jìn)行變異操作生成相對(duì)應(yīng)的變異方案;基于推薦方案目標(biāo)值與變異方案目標(biāo)值對(duì)比結(jié)果判斷是否接受變異方案,根據(jù)對(duì)比結(jié)果將所有保留的推薦方案構(gòu)建方案集合;
22、推薦模塊:重復(fù)對(duì)方案集合中的推薦方案進(jìn)行目標(biāo)值計(jì)算、刪除、變異步驟進(jìn)行迭代,當(dāng)滿足收斂條件后,輸出所有方案集合,將所有方案集合整合為總集合,選擇總集合中目標(biāo)值最大的推薦方案發(fā)送給用戶。
23、在上述技術(shù)方案中,本專利技術(shù)提供的技術(shù)效果和優(yōu)點(diǎn):
24、本專利技術(shù)通過(guò)目標(biāo)函數(shù)計(jì)算每個(gè)推薦方案在相似用戶場(chǎng)景下的目標(biāo)值,將目標(biāo)值結(jié)合選擇算法刪除部分推薦方案,為保留的每個(gè)推薦方案進(jìn)行變異操作生成相對(duì)應(yīng)的變異方案,并基于推薦方案目標(biāo)值與變異方案目標(biāo)值對(duì)比結(jié)果判斷是否接受變異方案,根據(jù)對(duì)比結(jié)果將所有保留的推薦方案構(gòu)建方案集合,當(dāng)滿足收斂條件后,輸出所有方案集合,將所有方案集合整合為總集合,選擇總集合中目標(biāo)值最大的推薦方案發(fā)送給用戶。推薦系統(tǒng)引入動(dòng)態(tài)迭代機(jī)制,通過(guò)多輪計(jì)算、篩選和優(yōu)化,實(shí)時(shí)調(diào)整推薦方案,適應(yīng)用戶使用過(guò)程中的變化需求,增強(qiáng)推薦系統(tǒng)的適應(yīng)能力。
本文檔來(lái)自技高網(wǎng)...【技術(shù)保護(hù)點(diǎn)】
1.個(gè)性化食品級(jí)占胃膠囊使用推薦方法,其特征在于:所述推薦方法包括以下步驟:
2.根據(jù)權(quán)利要求1所述的個(gè)性化食品級(jí)占胃膠囊使用推薦方法,其特征在于:所述推薦方案內(nèi)容包括每日膠囊使用數(shù)量、使用時(shí)間以及使用頻率。
3.根據(jù)權(quán)利要求2所述的個(gè)性化食品級(jí)占胃膠囊使用推薦方法,其特征在于:獲取當(dāng)前用戶數(shù)據(jù),基于數(shù)據(jù)庫(kù)匹配相似用戶場(chǎng)景,包括以下步驟:
4.根據(jù)權(quán)利要求3所述的個(gè)性化食品級(jí)占胃膠囊使用推薦方法,其特征在于:計(jì)算當(dāng)前用戶與歷史用戶的距離,表達(dá)式為:
5.根據(jù)權(quán)利要求4所述的個(gè)性化食品級(jí)占胃膠囊使用推薦方法,其特征在于:通過(guò)目標(biāo)函數(shù)計(jì)算每個(gè)推薦方案在相似用戶場(chǎng)景下的目標(biāo)值,包括以下步驟:
6.根據(jù)權(quán)利要求5所述的個(gè)性化食品級(jí)占胃膠囊使用推薦方法,其特征在于:將目標(biāo)值結(jié)合選擇算法刪除部分推薦方案,包括以下步驟:
7.根據(jù)權(quán)利要求6所述的個(gè)性化食品級(jí)占胃膠囊使用推薦方法,其特征在于:基于推薦方案目標(biāo)值與變異方案目標(biāo)值對(duì)比結(jié)果判斷是否接受變異方案,包括以下步驟:
8.個(gè)性化食品級(jí)占胃膠囊使用推薦系統(tǒng),用于
...【技術(shù)特征摘要】
1.個(gè)性化食品級(jí)占胃膠囊使用推薦方法,其特征在于:所述推薦方法包括以下步驟:
2.根據(jù)權(quán)利要求1所述的個(gè)性化食品級(jí)占胃膠囊使用推薦方法,其特征在于:所述推薦方案內(nèi)容包括每日膠囊使用數(shù)量、使用時(shí)間以及使用頻率。
3.根據(jù)權(quán)利要求2所述的個(gè)性化食品級(jí)占胃膠囊使用推薦方法,其特征在于:獲取當(dāng)前用戶數(shù)據(jù),基于數(shù)據(jù)庫(kù)匹配相似用戶場(chǎng)景,包括以下步驟:
4.根據(jù)權(quán)利要求3所述的個(gè)性化食品級(jí)占胃膠囊使用推薦方法,其特征在于:計(jì)算當(dāng)前用戶與歷史用戶的距離,表達(dá)式為:
5.根據(jù)權(quán)利要求4所述的個(gè)性化食品級(jí)占胃膠...
【專利技術(shù)屬性】
技術(shù)研發(fā)人員:董小蒙,王少偉,
申請(qǐng)(專利權(quán))人:北京億家老小科技有限公司,
類型:發(fā)明
國(guó)別省市:
還沒(méi)有人留言評(píng)論。發(fā)表了對(duì)其他瀏覽者有用的留言會(huì)獲得科技券。