Details

Целью работы является сокращение временных затрат на планирование питания за счёт проектирования и реализации интеллектуального программного модуля для Android-приложения, обеспечивающего рекомендации по автоматическому подбору блюд на основе анализа текущего состава хранилища, пользовательских предпочтений и диетических ограничений. В процессе работы был проведён анализ предметной области и обзор существующих решений. Обоснован выбор подходов к рекомендации контента, метрик схожести, методов генерации рецептов и алгоритмов планирования рациона. Спроектирована архитектура модуля на основе паттерна Clean Architecture. Разработана система нормализации наименований ингредиентов и сформирована база рецептов. Предложена модификация индекса Жаккара для ранжирования, адаптирован алгоритм планирования питания, обеспечивающий разнообразие рациона и приоритизацию скоропортящихся продуктов. В ходе реализации использовались язык программирования Dart, фреймворк Flutter, облачная платформа Firebase и другие инструменты и технологии. В результате был реализован интеллектуальный модуль в составе мобильного приложения для автоматического подбора рецептов, планирования рациона и генерации рецептов. Проведены экспериментальная оценка эффективности предложенных решений и трёхуровневое тестирование. Апробация показала сокращение временных затрат на планирование питания в среднем на 32%.

The aim of the work is to reduce the time spent on meal planning by designing and implementing an intelligent software module for an Android application that provides recommendations for automatic dish selection based on analysis of the current storage contents, user preferences, and dietary restrictions. In the course of the work, an analysis of the subject area and a review of existing solutions were conducted. The choice of approaches to content recommendation, similarity metrics, recipe generation methods, and meal planning algorithms was justified. The module architecture was designed based on the Clean Architecture pattern. A system for normalizing ingredient names was developed and a recipe database was formed. A modification of the Jaccard index for ranking was proposed, and a meal planning algorithm ensuring dietary diversity and prioritization of perishable products was adapted. During the implementation, the Dart programming language, the Flutter framework, the Firebase cloud platform, and other tools and technologies were used. As a result, an intelligent module was implemented as part of a mobile application for automatic recipe selection, meal planning, and recipe generation. An experimental evaluation of the proposed solutions and three-level testing were conducted. Pilot testing showed a 32% reduction in the time spent on meal planning on average.