饮食管理是管理糖尿病等慢性病的关键。自动化食品推荐系统可以通过提供符合用户的营养目标和食物偏好的膳食建议提供帮助。当前推荐系统缺乏缺乏准确性,部分是由于缺乏对食物偏好的知识,即食品用户可以常常吃。在这项工作中,我们提出了一种从食物日志中学习食物偏好的方法,是关于用户饮食习惯的全面但嘈杂的信息来源。我们还介绍了伴随的指标。该方法生成并比较Word Embeddings以识别每个食物条目的父食品类别,然后计算最受欢迎的。我们所提出的方法识别用户十个最常见的食物的82%。我们的方法是公开推出的(https://github.com/aametwally/learningfoodpreferences)
translated by 谷歌翻译