Publication
Implementation of a thermal-based food recommendation system
| datacite.subject.fos | Ciências Sociais::Ciências da Comunicação | pt_PT |
| dc.contributor.advisor | Pereira, Maria João | |
| dc.contributor.advisor | Foleiss, Juliano Henrique | |
| dc.contributor.author | Marcuzzo, Henrique Souza | |
| dc.date.accessioned | 2023-08-01T10:25:12Z | |
| dc.date.available | 2023-08-01T10:25:12Z | |
| dc.date.issued | 2023 | |
| dc.description | Mestrado de dupla diplomação com a UTFPR - Universidade Tecnológica Federal do Paraná | pt_PT |
| dc.description.abstract | O modelo convencional de uma consulta de nutricionista baseia-se na análise dos dados do paciente pelo nutricionista e na provisão de um plano nutricional com base nos objetivos do paciente, e este ciclo é repetido a cada consulta. Para fazer isso, o nutricionista coleta a maior quantidade de informações possíveis durante a consulta e é com base nesse conjunto de dados que ele estabelece o plano nutricional. Por outro lado, a definição desse plano não é uma tarefa fácil, pois existe uma grande variedade de alimentos e o plano deve seguir muitas restrições e ao mesmo tempo dar alguma liberdade para o paciente escolher entre um conjunto de possibilidades. Outra questão importante é a possibilidade de monitorar a dieta do paciente, obtendo mais informações para os próximos planos sem a necessidade de agendar uma nova consulta. Neste projeto, propomos um sistema capaz de coletar dados do usuário para que o nutricionista possa analisar o paciente e fornecer planos nutricionais mais precisos, eficazes e com uma maior variedade de refeições com base nas preferências de cada usuário, tornando a experiência mais agradável para o usuário e auxiliando o trabalho do nutricionista. Um sistema de recomendação também foi proposto para auxiliar o nutricionista na geração do plano nutricional. Este sistema seria capaz de analisar as preferências do usuário e preencher as refeições do plano nutricional seguindo as regras impostas. Além disso, foi projetado para incluir e priorizar os alimentos termicamente baseados produzidos no contexto do projeto Aquae Vitae. | pt_PT |
| dc.description.abstract | The conventional model of a nutritionist consultation is based on the nutritionist analyzing the patient’s data and providing a nutritional plan based on the patient’s goals, and this cycle is repeated at each consultation. In order to do that the nutritionist collects the greatest amount of information that it’s possible to get during the consultation and is based on that set of data that he establish the nutritional plan. By other hand, the definition of that plan isn’t an easy task because there is an huge variety of food and the plan should follow lots of restrictions and at the same time give some freedom to the patient to choose in between a set of possibilities. Another important issue is the possibility of monitoring the patient diet geting more information for the next plans without the need to schedule a new consultation. In this project we proposed a system capable of collecting data from the user so that the nutritionist can analyze the patient and provide nutritional plans that are more accurate, effective, and with a greater variety of meals based on each user’s preferences, making the experience more pleasant for the user and assisting the nutritionist’s work. A recommendation system was also proposed to aid the nutritionist in generating the nutritional plan. This system would be capable of analyzing the user’s preferences and filling in the meals of the nutritional plan following the imposed rules. Moreover, it has been designed to include and prioritize the thermally-based food items produced within the context of the Aquae Vitae project. | pt_PT |
| dc.identifier.tid | 203336658 | pt_PT |
| dc.identifier.uri | http://hdl.handle.net/10198/28652 | |
| dc.language.iso | eng | pt_PT |
| dc.rights.uri | http://creativecommons.org/licenses/by-nc/4.0/ | pt_PT |
| dc.subject | Recomendação de alimentos | pt_PT |
| dc.subject | Dieta | pt_PT |
| dc.subject | Inteligência artificial | pt_PT |
| dc.subject | Aprendizado de máquina e desenvolvimento de backend | pt_PT |
| dc.title | Implementation of a thermal-based food recommendation system | pt_PT |
| dc.type | master thesis | |
| dspace.entity.type | Publication | |
| rcaap.rights | openAccess | pt_PT |
| rcaap.type | masterThesis | pt_PT |
| thesis.degree.name | Informática | pt_PT |