基于neo4j的图谱饮食健康推荐系统

基于neo4j的图谱饮食健康推荐系统

介绍

基于neo4j的图谱饮食健康推荐系统
Neo4j-based-Graph-Diet-Health-Recommendation-System
需要代码联系：MrN1579

【neo4j图谱，饮食健康系统，推荐系统，Python，Django系统】https://www.bilibili.com/video/BV1rhRNYbEXM?vd_source=97984b4127eb90a391d8becfdefc0e9e

健康饮食推荐系统说明文档

1. 项目概述

这是一个基于 Django 框架开发的健康饮食推荐系统，结合知识图谱技术，为用户提供个性化的饮食建议。系统主要功能包括用户健康档案管理、饮食推荐、营养知识普及等。

1.1 技术栈

  • 后端框架：Django 5.1.6
  • 数据库：MySQL
  • 前端框架：Bootstrap 5.1.3
  • UI 组件：SimpleUI
  • 图标库：Font Awesome 5.15.4
  • AJAX：jQuery

2. 系统架构

2.1 数据库设计

系统包含以下主要数据模型：

  1. UserProfile（用户档案）

    • 基本信息：年龄、性别、身高、体重
    • 健康目标：减重/保持/增重
    • 活动强度：久坐不动/轻度活动/中等强度/积极活动/非常活跃
    • 饮食偏好：是否素食、过敏食物等

  2. FoodPreference（食品偏好）

    • 用户对不同食品类别的偏好程度
    • 评分等级：不喜欢/一般/喜欢

  3. UserFeedback（用户反馈）

    • 用户对特定食品的评分和反馈
    • 包含评分和文字反馈

  4. DietHistory（饮食历史）

    • 记录用户的饮食历史
    • 包含食用时间、份量等信息

2.2 知识图谱结构

系统使用知识图谱（food_graph.json）存储食品营养金字塔信息：

  • 包含不同层级的食品类别
  • 定义食品之间的关系和属性
  • 使用颜色编码区分不同类别

3. 功能模块

3.1 用户管理

  1. 注册功能

    • 基本信息采集
    • 健康目标设置
    • 饮食偏好初始化

  2. 个人档案管理

    • 健康信息更新
    • BMI 计算
    • 饮食偏好设置

3.2 饮食推荐

  1. 个性化推荐

    • 基于用户健康目标
    • 考虑个人饮食偏好
    • 结合营养需求

  2. 食品详情展示

    • 营养成分信息
    • 能量值计算
    • 适宜人群建议

3.3 用户交互

  1. 收藏功能

    • 收藏喜欢的食品
    • 收藏列表管理

  2. 评分系统

    • 食品评分（1-3星）
    • 反馈意见

  3. 饮食历史

    • 记录日常饮食
    • 查看历史记录

3.4 营养知识

  • 营养知识库
  • 健康饮食指南
  • 营养素介绍

4. 界面设计

4.1 整体风格

  • 使用清新简约的设计风格
  • 响应式布局，适配多种设备
  • 统一的色彩系统：
    • 主色：#2196F3
    • 次要色：#1976D2
    • 成功色：#4CAF50
    • 警告色：#FFC107
    • 危险色：#F44336

4.2 主要页面

  1. 首页

    • 系统简介
    • 功能导航
    • 用户状态展示

  2. 推荐页面

    • 个人档案概览
    • 分类推荐列表
    • 交互功能区

  3. 个人中心

    • 档案管理
    • 偏好设置
    • 历史记录

5. 安全性考虑

  1. 用户认证

    • 登录验证
    • 会话管理
    • CSRF 保护

  2. 数据安全

    • 密码加密存储
    • 数据库安全配置
    • 输入验证

6. 部署要求

6.1 系统要求

  • Python 3.x
  • MySQL 5.7+
  • 现代浏览器支持

6.2 环境配置

DATABASES = {
    'default': {
        'ENGINE': 'django.db.backends.mysql',
        'NAME': 'food_recommend',
        'USER': 'root',
        'PASSWORD': '123456',
        'HOST': '192.168.64.208',
        'PORT': '3306',
    }
}

6.3 静态资源

STATIC_URL = '/static/'
STATICFILES_DIRS = [
    os.path.join(BASE_DIR, 'recommend/static'),
]

7. 后续优化建议

  1. 功能扩展

    • 添加膳食计划生成
    • 引入社交分享功能
    • 整合运动建议

  2. 性能优化

    • 缓存机制优化
    • 数据库查询优化
    • 前端资源压缩
posted @ 2025-09-01 17:53  MrNF  阅读(16)  评论(0)    收藏  举报