第三章 研究方法
3.4 程式資料庫架構
國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
對餐點 F 的計算餐點分類指數公式如下:
F(category)= C(sweet)*F(sweet)% +C(sour)* F(sour)% +C(bitter)* F(bitter)% +C(umami)*
F(umami)%+C(salty)* F(salty)% + C(spicy)* F(spicy)%
C()內所代表的是使用者所勾選的分類，若有勾選則為 1，未勾選則為 0，如此一來 只有使用者所勾選的味覺之餐點味覺比例會列入計算，之後將總和加起來即為餐點分類 指數。
由 3.3.6 南洋咖哩雞飯的餐點味覺比例來計算南洋咖哩雞飯餐點分類指數:
南洋咖哩雞飯味覺比例為: 甜 23% 酸 0% 苦 0% 鮮 25% 鹹 52% 辣 0%
(1)使用者勾選:甜、酸
由於南洋咖哩雞飯的酸為 0%，不符合使用者所勾選的甜、酸，所以南洋咖哩雞飯不 會出現於清單上。
(2)使用者勾選:甜、鮮
餐點分類指數則為 1*23%+1*25%=48%
(3)使用者勾選:鹹
餐點分類指數則為 1*52%=52%
每樣餐點計算完其餐點分類指數後，便依照餐點分類指數由高至低排序，越高則越符合 勾選的味覺，並且將結果呈現給使用者，以達到分類推薦的目標。
3.4 程式資料庫架構
本論文使用了 3 個資料庫分別使用於個人記錄、群眾記錄以及餐點推薦，架構如下圖，
以下將分別詳細說明。
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
圖 10:程式資料庫架構
3.4.1 個人資料庫
個人資料庫用於儲存使用者所記錄的資料，資料庫位於手機程式內，其內容包含了索引 ID，餐廳名稱、餐點名稱，6 種味覺共 9 個欄位。
使用者透過程式進行餐點標記時，會將標記資料一併上傳到個人資料庫和群眾資料 庫，索引 ID 不需由使用者標記，由資料庫系統自行建立。
使用者可以透過個人飲食記錄頁面來獲得個人味覺比例的資訊，並且可以查詢標記 過的餐點。系統將使用圓餅圖以及對應顏色的文字來呈現使用者的個人味覺比例，以及 標記過的餐點數量。
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
圖 11:個人記錄介面與個人記錄清單介面
當使用者想要查詢自己標記過的餐點時，程式介面將依照使用者標記的順序來呈現 餐點名稱，並且使用者點擊該餐點名稱後可以看到該餐點的詳細內容。
3.4.2 群眾資料庫
群眾資料庫用於儲存所有使用者所記錄的資料，資料庫位於網路伺服器上，其內容包含 了索引 ID，餐廳名稱，餐點名稱，以及 6 種味覺共 9 個欄位。
使用者透過程式進行餐點標記時，會將標記資料一併上傳到個人資料庫和群眾資料 庫，索引 ID 不需由使用者標記，由資料庫系統自行增加。
群眾資料庫由於需要連上網路才能獲得內容，在讀取大量資料時將會耗費較多時間，
所以介面上要顯示多筆資料是由推薦資料庫來呈現而非群眾資料庫。
在查詢單項餐點的詳細資料時則因為資料量較小，可以直接由群眾資料庫搜尋資料
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
並呈現。當使用者選擇了某一樣餐點後，程式介面將透過圓餅圖以及對應顏色的文字來 呈現餐點味覺比例，以及該項餐點被標記過的次數。
圖 12:餐點味覺比例介面
3.4.3 推薦資料庫
推薦資料庫用來儲存所有標記過的餐點以及其推薦指數的資料，資料庫位於手機程式內，
其內容包含了索引 ID，餐廳名稱，餐點名稱，以及味覺偏好推薦指數、味覺比例推薦 指數共 5 個欄位。
推薦資料庫屬於間接修改的資料庫，在開啟程式時，系統會讀取個人資料庫以及群 眾資料庫的資料，並透過 3.3 章節的計算方法來分別算出每樣餐點的推薦指數，並將指 數儲存於推薦資料庫內。
當使用者點選味覺偏好推薦或是味覺比例推薦時，程式將依照推薦資料庫的推薦指 數排序並呈現，味覺偏好推薦是由大排到小(越大代表越推薦)，味覺比例推薦則是由小
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
排到大(越小表示越接近個人味覺比例)，並且使用者點擊該餐點名稱後可以看到該餐點 的詳細內容。
另外在使用者標記餐點後，除了會將資料上傳到個人資料庫和群眾資料庫外，同時 也會將推薦資料庫內的資料更新以達到同步。
使用者可以透過輸入餐點名稱或是餐廳名稱來搜尋並過濾資料，以取得對應的推薦。
例如下圖為搜尋私房麵餐廳所獲得的結果。
圖 13:推薦介面