سيستم‌هاي پيشنهادگر رژيم غذايي شخصي سازي شده

Personalized Diet Recommender System

امروزه با وجود افزايش روزافزون تنوع و فراواني غذاها و عدم توجه به رژيم غذايي سالم، احتمال ابتلا به بيماريهاي رژيمي چون ديابت، قند و ... افزايش مي يابد. همچنين با رشد روزافزون استفاده از اينترنت و دسترسي به حجم عظيمي از اطلاعات، مردم توجه بيشتري به جمع آوري اطلاعات در زمينه رژيم غذايي و يا چگونگي جلوگيري از پيشرفت و يا شيوع بيماري مي كنند؛ اما به دليل پراكندگي اطلاعات و عدم اطمينان از صحت آن، اغلب به نتيجه دلخواه خويش نمي رسند. حوزهٔ تحقيق جديدي به منظور كمك به كاربران در جهت دسترسي به اطلاعات مورد علاقه خويش در ميان حجم عظيمي از دادههاي مرتبط و نامرتبط پديدار شد كه به سيستمهاي توصيه گر شناخته مي شوند. سيستمهاي توصيه گر در جهت رفع مشكل سرريز اطلاعاتي و همچنين كمك به كاربران در پيدا كردن علاقه منديهاي خود به وجود آمده اند كه در اين مقاله سيستم توصيه كننده رژيم غذايي معرفي مي گردد. اين سيستم از اطلاعات شخصي سلامت فرد (مانند قد، وزن، جنسيت و ...) به عنوان منابع اطلاعات استفاده مي كند. در اين روش با استفاده از روش فيلتر مبتني بر محتوا، غذاهاي مشابه مورد علاقه كاربر را يافته و سپس بر اساس روش مبتني بر دانش به مدل سازي كاربر و فيلتر كردن غذاها بر اساس بيماري و اطلاعات شخصي كاربر ميپردازد. هدف ما توسعه يك سيستم توصيه گر رژيم غذايي فردي با تركيبي از علاقه مندي كاربر و در نظر گرفتن بهبود بيماري و حفظ سلامت وي است.

Nowadays, having a huge increase in variety of foods and its availableness for people, mixed with lack of a healthy dietary, increases the possibility of dietary diseases as much. At the other hand, with the internet growing, people have access a huge amount of information about foods, diseases and how to avoid prevalence of illness. The problem is that this information spreads everywhere, and most important, it is not trustable . Recommender system is the concept that emerged to solve this problem, helping people to find their required information among a huge outspread resource like internet. In this article we use recommender systems to suggest people a proper dietary advice .This system uses personal information of a user (like height, weight, gender and…) as input information. Then we use content based filtering method to find similar and favorite foods for user. Finally, we use a knowledge based algorithm to model and filter the foods based on his/her disease type and personal information .Our goal is to develop a food dietary recommender system, to use as a tool for curing and healing diseases, focusing on people healthiness. At the end, we show that our proposed method have a considerably better performance in compare to older methods.