不同家庭成员对菜肴偏好的采样数据
家庭口味数据集包含17名参与者对50道食谱的态度，评分范围为1至5分。数据集中的参数：参与者描述：群体/家庭归属、超级用户、出生年份、性别、身高、体重、活动水平、食谱中不应包含的食材（因过敏、不喜欢等原因）、所在地、国家、语言
基本信息
资源简介
不同家庭成员对菜肴偏好的采样数据
该数据集名为“Sampling the preferences of dishes for different family members”，聚焦于家庭成员对不同菜谱的偏好采样。数据集收录了17名参与者对50道食谱的态度评分，评分范围为1至5分，可用于刻画个体或家庭层面的口味倾向。除评分外，数据还包含参与者的人口学与生活方式信息，如群体或家庭归属、出生年份、性别、身高、体重、活动水平、所在地、国家、语言，以及因过敏或不喜好等原因不应出现在食谱中的食材。该数据集由Lifely c.c.发布，机构为Zenodo，发布时间为2023年，采用Creative Commons Attribution 4.0 International许可。本站将其归类于“妊娠、分娩和产褥期 / 其他”分类下，来源站为doi.org。
【数据集背景】
该数据集围绕家庭场景中的饮食偏好展开，关注不同家庭成员对菜谱的接受程度。其设计目标在于通过参与者对具体食谱的态度评分，反映家庭内部在饮食选择上的差异与共性。数据集名称直接指向“为不同家庭成员采样菜品偏好”，说明其核心问题并非单一用户的口味建模，而是家庭或群体层面的偏好比较。来源站描述指出，该数据集属于家庭口味数据集，包含参与者对50道食谱的态度，评分采用1至5分量表。作者为Lifely c.c.，机构为Zenodo，发布时间为2023年。本站分类将其归入“妊娠、分娩和产褥期 / 其他”，但源站描述未进一步说明该分类与数据集内容之间的具体关联。
【数据内容】
数据集的核心记录包括参与者对食谱的态度评分，评分范围为1至5分。每道食谱具有名称和URI，便于识别与定位。参与者层面的参数包括：群体或家庭归属、超级用户身份、出生年份、性别、身高、体重、活动水平、不应包含在食谱中的食材（原因包括过敏、不喜欢等）、所在地、国家、语言。这些字段共同构成了一个多维度的家庭饮食偏好数据表。数据集覆盖17名参与者和50道食谱，因此理论上可形成参与者与食谱之间的评分矩阵。源站描述未提供评分分布、缺失情况、食谱类别、菜系构成等更细粒度的统计信息。
【采集与来源】
数据集来源站为doi.org，作者为Lifely c.c.，机构为Zenodo，发布时间为2023年。源站描述说明了数据集包含的参与者参数和食谱参数，但未说明具体的采集方式、采集时间、招募渠道、问卷或实验设计、评分实施流程等。因此，关于数据如何被收集、参与者如何被邀请、评分在何种环境下完成等信息，源站未提供。
【适用场景】
该数据集可用于家庭饮食偏好分析、个性化食谱推荐、家庭成员口味差异比较等场景。由于包含参与者的人口学信息、活动水平、食材限制以及食谱URI，潜在用途包括：研究不同性别、年龄、身高体重、活动水平与口味评分之间的关系；分析家庭或群体归属对食谱接受度的影响；在推荐系统中考虑过敏或不喜好导致的食材排除约束。此外，食谱URI可用于与其他食谱数据源进行关联。本站分类为“妊娠、分娩和产褥期 / 其他”，但源站描述未提供该数据集在妊娠、分娩和产褥期场景下的专门用途说明。
【使用方法】
使用者可依据参与者标识与食谱标识构建评分矩阵，将1至5分作为偏好强度或接受度指标。参与者层面的属性可用于分组比较或作为协变量。食材排除信息可用于过滤食谱或约束推荐结果。食谱URI可用于检索或链接外部资源。由于源站未提供文件格式、字段编码、缺失值标记、数据划分方式等细节，具体读取与预处理方法需依据实际数据文件确定。源站未提供使用示例、代码或教程。
【质量与限制】
数据集包含17名参与者和50道食谱，规模较小，可能限制统计推断的泛化能力。评分为主观态度，采用1至5分量表，源站未提供评分者一致性、重测信度或验证信息。参与者参数中包括身高、体重、活动水平等自报信息，源站未说明其采集方式与准确性。食材排除信息涉及过敏与不喜欢等原因，源站未区分具体原因类别。数据集许可为Creative Commons Attribution 4.0 International，允许在署名条件下使用。源站未提供伦理审批、知情同意、隐私处理等说明。本站分类与数据集内容之间的对应关系，源站未提供进一步解释。
【引用与许可】
该数据集由Lifely c.c.发布，机构为Zenodo，发布时间为2023年。许可为Creative Commons Attribution 4.0 International。使用时应按照该许可要求进行署名。源站未提供推荐引用格式、DOI具体链接、版本信息或联系人信息。
下载信息
注册下载
需要注册 Kaggle 账号并登录后下载，适合需要跟踪下载记录和使用 API 的用户。
暂未开放公开下载
无需注册即可直接获取公开样本或文档，适合快速预览和评估数据集质量。
免登录有偿下载
公开数据集受托下载与技术交付服务。
提供高速下载与技术交付服务（收技术服务费，非数据销售）
暂未开放当前数据集主要来源为 Kaggle 公开托管，完整影像包建议通过原始链接或 Kaggle API 获取。
使用方式
数据集获取
源站：https://doi.org/10.5281/zenodo.10276369
标准获取流程：
- 访问源站链接，注册/登录账号；
- 进入数据集详情页，按页面指引申请权限或直接下载；
- 部分平台提供 SDK，例如：
- OpenDataLab:
pip install openxlab后openxlab.dataset.get(...) - ModelScope:
pip install modelscope后modelscope download - 天池: 登录后页面提供直链下载
以源站「数据下载/使用文档」页面为准。
- OpenDataLab:
数据集大小约 62.7 KB。
数据说明
家庭口味数据集包含17名参与者对50个食谱的态度，评分范围为1至5。数据集中的参数包括：参与者描述：群体/家庭归属、超级用户、出生年份、性别、身高、体重、活动水平、食谱中不应包含的食材（因过敏、不喜欢等原因）、地点、国家、语言。食谱名称、URI、对食谱的态度（评分1-5）。
数据加载示例（图像类）
from PIL import Image
import glob, os
files = (glob.glob(os.path.join(path, "**", "*.png"), recursive=True)
+ glob.glob(os.path.join(path, "**", "*.jpg"), recursive=True)
+ glob.glob(os.path.join(path, "**", "*.tif"), recursive=True))
print("图像文件数:", len(files))
img = Image.open(files[0]); print("尺寸/模式:", img.size, img.mode)
# torchvision Dataset 方式:
# from torchvision import datasets
# ds = datasets.ImageFolder(path) # 要求 子目录=类别
目录组织与标注格式以源站说明和下载后实际文件为准。
数据缺失？
依托陕西、四川两大基地，我们与超过十家三甲医院建立直接合作关系，覆盖合规授权、采集治理、专业标注、数据交付的全流程，为AI医疗团队提供即拿即用的高质量临床数据。
⚡️ 需要数据支持或标注服务？立即联系我们获取专业方案。
