基于轻量化网路的水果推荐系统设计与实现

随着社会的快速进步，经济的不断发展，人们的生活水平也发生了质的改变，尤其是更加注重营养均衡方面的管理。由于饮食结构不健康缺乏锻炼等因素，国人的健康状况堪忧，最近的世界卫生组织、国家卫生计生委等机构联合发布的中国医改联合研究报告指出，全国现有慢性病患者近3亿，癌症，糖尿病，心脏病等慢性病成为了最主要的健康威胁。现在人们的饮食结构中，水果是必不可少的一个组成部分，许多有健康问题的患者和追求健康身体的消费者对不同的营养物质有不同的需求，大多数患者和消费者只知道水果具有保健作用，但是不清楚不同水果的具体食补功能，不明确某种水果额营养物质含量是否符合自己的需求，并且某种水果也不能在所有营养物质含量上名列前茅，但是在某一营养元素含量上能独树一帜，就比如早橘的维生素A含量远高于其他水果，故需要补充维生素A的用户可通过此水果推荐系统获得相应的推荐，此水果推荐系统能大大的减少在患者和消费者在购买水果时的盲目性，可以结合自身味蕾需求选择购买不同水果。所以为不同需求的用户做出专业化，个性化的推荐是十分有必要的。
此水果推荐系统的主要目的：
（1）是帮助不同的用户完成水果图像的识别；
（2）给出识别出的水果对该用户的推荐度；
（3）为该用户推荐适合该用户的相似水果。
 开发一个完善的水果推荐系统，实现水果识别和基于用户画像的水果匹配度[11]推荐微信小程序，可以满足用户登录微信，拍照识别水果名称，系统给出该水果于匹配的推荐度，并推荐相似水果等功能。
2.    重点研究内容
研究思路如下（图1）
（1）深度学习的水果图像识别算法研究学习；
学习深度学习目标检测算法yolov4，用轻量级神经网络MobileNetV3代替yolov4主干网络实现深度学习模型的轻量化，使其适用于移动端。
（2）收集并整理整理相关的水果图像数据集；
     水果图像数据集拟采用fruits-360水果图像数据集完成水果图像识别。
（3）学习、搭建并运行相关深度学习模型，训练的数据集；
    利用pytorch深度学习框架搭建水果图像识别轻量级水果识别网络，训练测试水果图像数据集。
（4）用户画像标签化水果推荐算法和协同过滤等算法研究学习；
通过对不同用户对水果所含的营养物质的不同需求，和影响用户选择水果的用户的身体健康信息进行分析整理建立用户画像[12]，单独提取出用户的特殊属性，进行详细的计算和研究。用户的标签来源大致可分为两类。一类包括用户的性别、年龄、和影响其对水果选择的原因（健身，减脂，是否有高血糖高血脂等疾病）等，另一类信息的来源包括用户的点击率、查看、收藏、分享等，标识着用户的兴趣所在。用户画像的最终生成是结合这两类信息构建高级标签。
（5）完成相关的数据库设计，明确系统功能；
此系统主要有水果图像识别和水果推荐两个子模块，系统功能也围绕这两个子模块展开。
水果图像识别模块功能有：1）调用摄像头完成水果拍照或上传水果图像；2）水果图像识
别；3）水果图像识别结果展示。
水果推荐模块功能：1）采集用户相关信息；2）所识别水果对该用户的推荐度；3）相似水果推荐[13]。
（6）完成水果推荐系统的微信小程序。
与传统的手机 APP 相比，微信小程序无需用户安装，即用即开，不占用手机存储空间。并且当用户不再使用时直接关闭即可，不必卸载软件，实现了用完即走的理念。从开发者角度来看，微信小程序的开发成本比 APP 低，开发周期比 APP 短，可以更快地上线应用服务。