Un système de recommandation de nutrition pour les personnes obéses

Abstract

Les systèmes de recommandation sont utilisés pour fournir des items (par exemple : les films, la musique, les articles, les recettes..) adaptées aux préférences des utilisateurs. Ils sont capables d'estimer l'intérêt d'un utilisateur pour une ressource donnée en se basant sur certaines de ses informations et de ce qui a été suivi par d'autres utilisateurs similaires . Dans le cadre de ce mémoire, nous nous intéressons à élaborer un système de recommandation basé sur le filtrage collaboratif qui consiste à trouver l'information qui satisfait l'utilisateur en utilisant les évaluations des autres personnes. Notre objectif est de recommander des recettes ou aliments censés être appréciés par l'utilisateur, qui sont aussi jugés diététiques aux personnes souffrants d'obésité ou de surpoids, et ceci en tenant compte leurs IMC ainsi que les antécédents. En outre, nous proposons "Healthy For Obesity", un nouveau SR alimentaire basé sur la connaissance et les informations de l'utilisateur, en intégrant des techniques d'apprentissage automatique tel que KNN, qui peuvent être utilisées pour classifier les utilisateurs et les aider à trouver des aliments pertinents suivis de leur apport calorique. En particulier, nous mettons en oeuvre HFO dont nous présentons l'idée générale dans ce travail en se servant de deux datasets tirés du site kaggle, les analyser , et enfin obtenir des résultats précis et pertinents . l'évaluation de notre système a montré d' assez bons résultats avec un accuracy de 75%.