Volume 2,Issue 9
基于中央厨房系统的口味偏好模块应用设计
本研究针对中央厨房标准化生产与个性化需求间的结构性矛盾，提出以量化口味偏好为核心的模块应用设计。通过构建多维度用户口味偏好标签体系，将“酸甜苦辣咸”等抽象口味转化为可量化参数，并融合用户画像建立动态口味数据库；设计基于协同过滤与MLSTR模型的混合推荐算法，结合实时行为数据实现精准菜品匹配，并同步开发需求预测模型与柔性生产系统，通过动态调整中央厨房产能配置，实现供需高效联动。该系统通过科学量化用户口味偏好值，平衡规模化生产的经济性与个性化服务的灵活性，在降低资源浪费、提升服务效率的同时，为传统餐饮智能化转型提供技术创新的实践路径。
[1] 许涛,周可钦,多兰地,等.中国饮食酸甜咸辣口味偏好的地理分布研究[J].美食研究,2023,40(04):19-27.
[2] 黄钟吕.基于用户特征和项目标签的时间加权推荐算法研究[D].湖南科技大学,2020.
[3] 宋俊杰 . 基于排序学习的多阶段菜品推荐算法研究及系统实现[D].浙江大学,2024.
[4] 张新宇. 基于知识图谱的健康饮食推荐系统研究与开发[D]. 天津科技大学, 2023.
[5] 刘志聪. 基于知识图谱的健康饮食推荐研究[D]. 海南大学, 2023.
[6] 曹睿. 基于GBDT的美团菜谱推荐算法研究 [J]. 软件, 2022, 43 (12): 134-136.
[7] 邓介一,刘浩然,胡涛. 基于Spark的菜品推荐系统的设计与实现 [J]. 工业控制计算机, 2022, 35 (08): 136-137+141.
[8] 张朝新. 基于时间和距离效应的餐饮推荐系统研究[D]. 太原理工大学, 2022.
[9] 陈育康. 基于深度学习的健身者饮食推荐算法研究与应用[D]. 贵州大学, 2022.
[10] 耿化聪. 基于知识图谱与协同过滤的饮食推荐算法研究[D]. 青岛科技大学, 2021.