InnoServe 競賽帶隊經驗 (系統直接帶入)
年份
2023
屆別
28
組別
大會專題類-通用-資訊應用組
指定專題類-商業資訊創新應用組
名次
佳作,第一名
組別編號
IP9-10,GCIS-OPENDATA-04
專題名稱
食膳營加+
NutriPlus Meal
專題文件
食膳營加+
NutriPlus Meal
應用領域
AI,Open Data
技術領域
暫無提供
開發語言及工具
暫無提供
300字簡述
本產品一款兼具營養以及喜好的食物推薦系統，結合3個OpenData的資料集，分別為(1)食品營養成分資料集用於計算各食物的營養素含量，(2)國人膳食營養素參考攝取量、(3)國人膳食營養素上限攝取量用於參考營養素攝取上限以及下限進而計算出使用者缺失或過量的營養素，進而推薦最適合使用者的食物。 另外本研究透過自創演算法，透過機器學習模擬大眾偏好、預測自身喜好，透過射氣球小遊戲，使用 SVD++矩陣降維實現協同過濾，將他人喜好納入考量，並利用隨機森林迴歸、討厭食材負向加權以及烹調方式喜好對自身飲食偏好進行預測。如此便能更準確預測個人食物喜好。為了挑選出最佳自創演算法，本研究首先將SVD++個別與隨機森林迴歸、討厭食材負向加權以及Elo rating烹調方式加權兩兩做t檢定，檢定結果p-value皆小於0.05，顯著證明採用所有方法為最佳演算法，可以預測更精準。接著，比較16種演算法排列組合之預測結果與真實資料計算Spearman相關係數，結果顯示採用所有方法之Spearman係數為0.4160，達到中度相關，因此本研究採用此推薦演算法。
指導教授
杜逸寧
學生
葉芷妍,楊翊婕,劉芷伃,柯品妤,劉炳君,何端容
觀看次數
174 次