KR20200118584A - 음식 추천 시스템 - Google Patents

음식 추천 시스템 Download PDF

Info

Publication number
KR20200118584A
KR20200118584A KR1020190040668A KR20190040668A KR20200118584A KR 20200118584 A KR20200118584 A KR 20200118584A KR 1020190040668 A KR1020190040668 A KR 1020190040668A KR 20190040668 A KR20190040668 A KR 20190040668A KR 20200118584 A KR20200118584 A KR 20200118584A
Authority
KR
South Korea
Prior art keywords
food
information
user
recommendation system
application
Prior art date
Application number
KR1020190040668A
Other languages
English (en)
Inventor
김태년
박한나
이병건
이영건
이현지
임지윤
Original Assignee
성균관대학교산학협력단
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 성균관대학교산학협력단 filed Critical 성균관대학교산학협력단
Priority to KR1020190040668A priority Critical patent/KR20200118584A/ko
Publication of KR20200118584A publication Critical patent/KR20200118584A/ko

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/06—Buying, selling or leasing transactions
    • G06Q30/0601—Electronic shopping [e-shopping]
    • G06Q30/0631—Item recommendations
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G06Q30/0241—Advertisements
    • G06Q30/0251—Targeted advertisements
    • G06Q30/0255—Targeted advertisements based on user history
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/10—Services
    • G06Q50/12—Hotels or restaurants

Landscapes

  • Business, Economics & Management (AREA)
  • Strategic Management (AREA)
  • Finance (AREA)
  • Accounting & Taxation (AREA)
  • Engineering & Computer Science (AREA)
  • General Business, Economics & Management (AREA)
  • Economics (AREA)
  • Development Economics (AREA)
  • Tourism & Hospitality (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Marketing (AREA)
  • General Health & Medical Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Human Resources & Organizations (AREA)
  • Primary Health Care (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Game Theory and Decision Science (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

본 발명은 음식 추천 시스템에 관한 것으로서, 사용자에게 특정 음식을 추천하는 음식 추천 시스템에 있어서, 상기 음식 추천 시스템은, 음식 추천 어플리케이션이 저장되는 저장부와 상기 어플리케이션의 실행에 따른 연산을 수행하는 프로세서를 포함하며, 상기 저장부는, 특정 음식에 대한 복수인의 선호도에 대한 정보인 제1기본정보와 음식의 특성에 대한 정보인 제2기본정보가 입력되며, 상기 어플리케이션을 통해 특정 음식에 대한 사용자의 선호도에 대한 정보인 제1정보가 입력되며, 상기 어플리케이션을 통해 사용자가 특정 음식을 섭취한 경험 유무에 대한 정보인 제2정보가 입력되며, 상기 프로세서는, 상기 제1기본정보와 상기 제1정보를 기초로 제1연산을 수행하며, 상기 제2기본정보와 상기 제2정보를 기초로 제2연산을 수행하여 사용자에게 추천하는 특정 음식에 대한 정보인 추천음식정보를 생성한다.
본 발명에 따르면, 사용자의 선호도와 음식의 속성에 기반하여 보다 정확하게 음식을 사용자에게 추천할 수 있다. 이에 따르면 사용자가 음식 메뉴를 선정하는 대한 어려움이 효과적으로 해소될 수 있다.

Description

음식 추천 시스템{FOOD RECOMMENDATION SYSTEM}
본 발명은 음식 추천 시스템에 관한 것으로, 보다 상세하게는 사용자의 선호도 및 음식에 대한 속성에 기반하여 사용자에게 추천된 음식의 정보를 제공하는 음식 추천 시스템에 관한 것이다.
최근에 현대인들은 각종 통신 매체의 프로그램들과 소셜 네트워킹 서비스 등을 통하여 음식에 관련된 정보를 소개 받고, 이를 기반으로 식사 메뉴를 선정하고 있다. 하지만 개개인의 음식에 대한 기호도와 선호도 및 취향의 차이로 인해 제공된 음식 정보는 무용할 때가 많다.
상술한 배경하에, 사용자에게 적합한 음식을 추천함으로써 사용자의 만족도를 높일 수 있는 어플리케이션이 개발되어 사용되고 있다. 하지만 이러한 어플리케이션은, 사용자의 선호도가 고려되지 않은 상태로 무작위로 선출되는 음식을 사용자에게 추천하거나, 단순히 다수의 사람들의 선호도가 높은 것을 사용자에게 추천하는 방식을 사용한다. 상기 어플리케이션은 음식을 추천하더라도 넓은 범주의 음식을 추천하게 되는데, 이러한 추천 결과는 사용자에게 높은 만족도를 제공할 수 없고 오히려 사용자에게 메뉴 선정에 대한 어려움을 가중 시킬 수 있다.
한편, 사용자의 컨텐츠의 선택 또는 선정에 도움을 주기 위한 기술이 개발 되어 있다. 타분야인 유튜브 또는 넷플릭스와 같은 영상 서비스의 경우, 사용자의 선호도 및 타인의 선호도에 대한 데이터에 기반하고, 타인이 이용하였던 컨텐츠들과 사용자가 이용하였던 컨텐츠를 유사 속성을 이용하여, 사용자에게 맞춤형 컨텐츠들을 추천한다.
그러나, 상술한 영상 서비스 분야에서 사용되는 추천 기술의 경우 현재 음식 추천하는 시스템에는 명확하게 적용된 바 없다.
본 발명의 목적은 상술한 종래의 문제점을 해결하기 위한 것으로, 사용자의 선호도 및 음식에 대한 속성에 기반하여 사용자에게 추천된 음식의 정보를 제공하는 음식 추천 시스템을 제공함에 있다.
상기 목적은 본 발명에 따라, 사용자에게 특정 음식을 추천하는 음식 추천 시스템에 있어서, 상기 음식 추천 시스템은, 음식 추천 어플리케이션이 저장되는 저장부와 상기 어플리케이션의 실행에 따른 연산을 수행하는 프로세서에 의해 달성된다.
또한 상기 저장부는, 특정 음식에 대한 복수인의 선호도에 대한 정보인 제1기본정보와 음식의 특성에 대한 정보인 제2기본정보가 입력되며, 상기 어플리케이션을 통해 특정 음식에 대한 사용자의 선호도에 대한 정보인 제1정보가 입력되며, 상기 어플리케이션을 통해 사용자가 특정 음식을 섭취한 경험 유무에 대한 정보인 제2정보가 입력될 수 있다.
또한 상기 프로세서는, 상기 제1기본정보와 상기 제1정보를 기초로 제1연산을 수행하며, 상기 제2기본정보와 상기 제2정보를 기초로 제2연산을 수행하여 사용자에게 추천하는 특정 음식에 대한 정보인 추천음식정보를 생성할 수 있다.
또한 상기 제1연산은, 협업필터링(User-Based Collaborative Filtering) 알고리즘으로 수행될 수 있다.
또한 상기 협업필터링(User-Based Collaborative Filtering) 알고리즘은, 특이값 분해(SVD, Singular Vector Decomposition)에 기반한 잠재모델기법으로 마련될 수 있다.
또한 상기 콘텐츠기반 필터링(Content-Based Filtering) 알고리즘은, 특정 음식의 속성을 이용할 수 있다.
또한 상기 음식의 속성은, 음식의 레시피에서 추출되는 것을 포함할 수 있다.
본 발명에 따르면, 사용자의 선호도와 음식의 속성에 기반하여 보다 정확하게 음식을 사용자에게 추천할 수 있다. 이에 따르면 사용자가 음식 메뉴를 선정하는 대한 어려움이 효과적으로 해소될 수 있다.
도 1은 본 발명의 일실시예에 따른 음식 추천 시스템의 전체 구성을 도시한 것이고,
도 2는 본 발명의 일실시예에 따른 음식 추천 시스템의 어플리케이션의 입력화면을 도시한 것이고,
도 3은 본 발명의 일실시예에 따른 음식 추천 시스템의 어플리케이션의 출력화면을 도시한 것이고,
도 4는 본 발명의 일실시예에 따른 음식 추천 시스템의 동작 순서도 이고,
도 5는 본 발명의 일실시예에 따른 음식 추천 시스템의 제1연산에 대한 순서를 도시한 것이고,
도 6은 본 발명의 일실시예에 따른 음식 추천 시스템의 제2연산에 대한 순서를 도시한 것이다.
이하, 본 발명의 일부 실시 예들은 예시적인 도면을 통해 상세하게 설명한다. 각 도면의 구성요소들에 참조부호를 부가함에 있어서, 동일한 구성요소들에 대해서는 비록 다른 도면상에 표시되더라도 가능한 한 동일한 부호를 가지도록 하고 있음에 유의해야한다.
그리고 본 발명의 실시 예를 설명함에 있어, 관련된 공지 구성 또는 기능에 대한 구체적인 설명이 본 발명의 실시예에 대한 이해를 방해한다고 판단되는 경우에는 그 상세한 설명은 생략한다.
또한, 본 발명의 실시 예의 구성요소를 설명하는 데 있어서, 제1, 제2, A, B, (a), (b) 등의 용어를 사용할 수 있다. 이러한 용어는 그 구성 요소를 다른 구성 요소와 구별하기 위한 것일 뿐, 그 용어에 의해 해당 구성 요소의 본질이나 차례 또는 순서 등이 한정되지 않는다.
이하에서는 첨부된 도면을 참조하여 본 발명의 일실시예에 따른 음식 추천 시스템에 대해서 상세히 설명한다.
도 1은 본 발명의 일실시예에 따른 음식 추천 시스템의 전체 구성을 도시한 것이고, 도 2는 본 발명의 일실시예에 따른 음식 추천 시스템의 어플리케이션의 입력화면을 도시한 것이고, 도 3은 본 발명의 일실시예에 따른 음식 추천 시스템의 어플리케이션의 출력화면을 도시한 것이고, 도 4는 본 발명의 일실시예에 따른 음식 추천 시스템의 흐름도 이고, 도 5는 본 발명의 일실시예에 따른 음식 추천 시스템의 제1연산에 대한 순서를 도시한 것이고, 도 6은 본 발명의 일실시예에 따른 음식 추천 시스템의 제2연산에 대한 순서를 도시한 것이다.
도 1에 도시된 바와 같이, 본 발명의 일실시예에 따른 음식 추천 시스템(100)은 저장부(110)와 프로세서(120)을 포함한다.
저장부(110)는 어플리케이션(110a)이 저장되는 공간으로서, 후술하는 프로세서(120)와 전기적으로 연결되는데, 이러한 저장부(110)는 본 발명의 일실시예에 따른 음식 추천 시스템(100)이 구현되는 하드웨어 데이터 저장영역을 일부분으로 정의될 수 있다.
어플리케이션(110a)은, 제1정보와 제2정보를 사용자로부터 입력 받아 저장부(110)로 전달하는 기능을 수행한다. 여기서 제1정보란, 사용자가 특정 음식들에 대한 선호도의 데이터이고, 제2정보는 사용자의 특정 음식들에 대한 섭취 경험 유무의 데이터를 의미한다.
상술한 어플리케이션(110a)에 따르면 도 2에 도시된 바와 같이, 사용자가 특정 음식들에 대한 사용자의 선호도인 제1정보와 특정 음식에 대한 섭취 경험 유무인 제2정보를 입력할 수 있다. 또한, 특정 음식의 선호도에 대한 입력은 0점에서부터 5점까지 수치로 입력이 가능하다. 여기서 0점은 특정 음식의 경험이 없는 것을 의미하며, 보다 상세하게는 선호도에 대한 미입력은 경험이 없는 것으로 판단될 수 있다. 또한, 0점은 없음 또는 * 표시 등으로 다양하게 표기될 수 있다. 또한 1점에서부터 5점 까지는 해당 음식에 대한 경험이 있는 것으로 간주된다.
각 수치는 사용자의 선호도에 대한 점수이며 보다 상세하게는, 1점은 사용자가 특정 음식을 싫어할 경우를 의미한다. 2점은 사용자가 특정 음식을 비선호 또는 좋아하지 않는 경우를 의미한다. 3점은 사용자가 특정 음식에 대한 중간 정도의 선호도를 의미한다. 4점은 사용자가 특정 음식에 대한 좋아하는 경우를 의미한다. 5점은 사용자가 특정 음식에 대한 매우 좋아하는 경우를 의미한다.
상기 수치는 보다 상세하게는, 0점부터 10점 등 보다 상세하게 구분될 수 있고, 특정 음식에 대한 선호도는 점수 또는 숫자로 국한되지 않는다. 또한 점수의 표기는 영어 또는 로마 숫자 등 다양하게 기재될 수 있다.
한편, 저장부(110)에는 제1기본정보와 제2기본정보가 저장될 수 있다.
여기서, 제1기본정보는, 특정 음식에 대한 여러 타인, 즉, 복수인의 선호도에 대한 데이터를 의미하며, 보다 상세하게 복수인의 데이터는 어플리케이션(110a)을 통해 복수인으로 부터 기 입력된 정보를 의미한다.
여기서, 제2기본정보는, 음식의 속성에 대한 정보를 의미한다. 여기서 음식의 속성은, 음식의 레시피에 있는 재료들과 음식의 특성을 의미한다. 보다 상세하게 음식의 특성은 해당되는 음식의 재료, 질감, 온도, 요리 방법, 식사 시간 등으로 분류될 수 있다. 예를 들어 냉면의 경우는 차가움, 국물, 한식 등으로 특성이 정의될 수 있으며, 회의 경우, 조리되지 않은 것, 차가움, 일식 등으로 특성이 정의될 수 있다.
프로세서(120)는 어플리케이션(110a)과 연동하여 상기 저장부(110)의 정보들을 기초로 음식 추천에 대한 연산을 실시하는 것으로서, 저장부(110)에 전기적으로 연결된다. 이러한 프로세서(120)는, 제1연산과 제2연산을 실시할수 있다.
제1연산은 제1정보와 제1기본정보를 기초로 수행되는 연산으로, 협업필터링(User-Based Collaborative Filtering) 알고리즘을 통해 수행될 수 있다.
여기서 협업필터링(User-Based Collaborative Filtering) 알고리즘이란, 특이값분해(SVD, Singular Vector Decomposition)을 이용하여 제1정보와 제1기본정보를 비슷한 행렬로 재구성하는 것으로서, 이에 따르면 사용자와 복수자의 데이터에 대한 분석 및 유사 데이터 추출이 실시될 수 있다.
즉, 협업필터링은 타인의 음식 선호도에 대한 정보를 기초로 해당 사용자의 음식 선호도를 예측하는 방법이다. 예컨데, 사용자 A가 사용자 B와 음식 선호도가 유사한 경우, 사용자 A는 사용자 B가 선호하는 음식을 더 선호할 것이라고 예측할 수 있는데, 이러한 예측에 기반한 알고리즘이 협업필터링인 것이다.
따라서, 협업필터링 알고리즘으로 제1연산을 수행하는 프로세서(120)에 따르면, 복수인의 음식 선호도의 유사여부에 기반하여 해당 사용자에게 음식이 효과적으로 추천될 수 있다.
제2연산은 제2정보와 제2기본정보를 기초로 수행되는 연산으로, 콘텐츠기반 필터링(Content-Based Filtering) 알고리즘을 통해 수행된다.
여기서 콘텐츠 기반 필터링은 해당 사용자가 이전에 섭취하였던 음식에 대한 속성을 이용하여 해당 사용자의 음식 선호도를 예측하는 방법이다. 예컨데, 김치찌개를 섭취하였던 사용자는 김치찌개와 유사한 속성, 즉, 한식, 김치, 뜨거운것 등을 포함하는 속성을 가지고 있는 음식, 즉, 김치찜, 부대찌개 등과 같은 음식을 더 선호할 것이라고 예측할 수 있는데, 이러한 예측에 기반한 알고리즘이 콘텐츠기반 필터링인 것이다.
한편, 여기서 음식의 속성은, TF-IDF에 의해서 정의될 수 있다. TF-IDF는 여러 문서로 이루어진 문서군에 대하여 특정한 단어가 문서내에서 얼마나 자주 나타나는가를 나타내는 단어 빈도(TF, Term Frequency)와 단어 자체가 문서군 내에서 얼마나 자주 쓰이는 지를 나타내는 문서 빈도에 역수를 취한 역문서 빈도(IDF, Inversed Document Frequenct)를 곱한 값을 의미하는 것으로서, TF-IDF에 따르면, 한 단어가 문서 내에서 자주 등장 하면 가중치가 높아지지만, 그 단어가 문서군 내에서 상투적으로 사용된다면 가중치가 떨어지게 된다.
보다 상세하게 프로세서(120)는 레시피를 제공하는 웹사이트(예 : 만개의 레시피)에서 해당 음식을 검색하였을때 표시되는 상위 2개의 음식에 대한 레시피에 대한 정보를 크롤링하고, 명사만을 추출한 다음, 상술한 IF-IDF를 이용하여 음식의 속성을 선택, 정의 한다.
상술한 과정으로 동작되는 프로세서(120)에 따르면, 콘텐츠기반 필터링 알고리즘에 따른 제2연산이 실시될 수 있고, 이에 따르면, 해당 사용자가 이전에 섭취하였던 음식에 대한 속성에 따른 해당 사용자의 음식 선호도가 효과적으로 도출될 수 있다.
한편, 추가적으로 프로세서(120)는 상술한 제1연산에 따른 결과값과 제2연산에 따른 결과값을 조화평균 연산하여, 최종적으로 추천음식정보를 생성할 수 있다.
이러한 프로세서(120)의 동작에 따르면 타인의 음식 선호도에 대한 정보를 기초로 해당 사용자의 음식 선호도를 예측한 것에, 해당 사용자가 이전에 섭취하였던 음식에 대한 속성을 이용하여 해당 사용자의 음식 선호도를 예측한 것이 합쳐진 결과가 도출되므로, 보다 정확한 추천음식정보가 생성될 수 있다.
최종적으로 프로세서(120)에 의해서 도출된 추천음식정보는 도 3에 도시된 바와 같이, 어플리케이션(110a)을 통해 외부로 표시될 수 있다.
상술한 바와 같이, 저장부(110)와 프로세서(120)를 포함하는 본발명의 일실시예에 따른 음식 추천 시스템(100)에 따르면, 사용자의 선호도를 이용하고, 음식에 대한 속성을 이용하여, 사용자에게 보다 정확한 추천음식정보가 제공될 수 있고, 이에 따르면 사용자가 메뉴를 선정하는 대한 어려움이 효과적으로 해소될 수 있다.
지금부터는 첨부한 도면을 참조하여, 본 발명의 일실시예에 따른 음식 추천 시스템의 동작에 대해서 상세히 설명한다.
도 4는 본 발명의 일실시예에 따른 음식 추천 시스템의 동작 순서보 이고, 도 5는 본 발명의 일실시예에 따른 음식 추천 시스템의 제1연산에 대한 순서를 도시한 것이고, 도 6은 본 발명의 일실시예에 따른 음식 추천 시스템의 제2연산에 대한 순서를 도시한 것이다.
도 4에 도시된 바와 같이, 본 발명의 일실시예에 따른 음식 추천 시스템(100)의 동작은, 어플리케이션(110a)이 동작되는 단계와, 사용자가 제1정보와 제2정보를 입력하는 단계와, 프로세서(120)에서 제1연산이 수행되는 단계와, 프로세서(120)에서 제2연산이 수행되는 단계와 음식이 추천되는 단계를 포함한다. 상기 동작을 보다 상세히 설명하면 다음과 같다.
상기 어플리케이션(110a)이 동작되는 단계는, 본 발명의 일실시예에 따른 음식 추천 시스템(100)이 작동하여 화면에 저장부(110)에 저장된 어플리케이션(110a)이 도 2에 도시된 바와 같이 표시되는 단계이다. 이러한 단계에 따르면, 사용자가 제1정보 및 제2정보를 어플리케이션(110a)에서 제공하는 입력창을 통해 저장부(110)로 입력할 수 있다.
사용자가 제1정보와 제2정보를 입력하는 단계는, 어플리케이션(110a)을 통해 출력된 화면에 사용자가 터치, 마우스, 키보드와 같은 인터페이스를 이용하여 제1정보와 제2정보를 입력하는 단계이다.
프로세서(120)에서 제1연산이 수행되는 단계는, 도 4에 도시된 바와 같이, 상술한 정보 입력단계 이후, 저장부(110)로 입력된 제1정보와 미리 저장부(110)에 저장된 제1기본정보를 기초로 프로세서(120)가 특이값 분해로 재구성하는 정보를 재구성한 다음, 협업필터링 알고리즘으로 연산을 수행하는 단계이다.
프로세서(120)에서 제2연산이 수행되는 단계는, 도 5에 도시된 바와 같이, 저장부(110)로 입력된 제2정보와 미리 저장부에 저장된 제2기본정보를 기초로 프로세서(120)가 콘텐츠기반 필터링 알고리즘을 통해 연산을 수행하는 단계이다.
음식이 추천되는 단계는, 프로세서(120)에서 제1연산과 제2연산이 수행된 이후, 각각의 결과 값을 조화평균 연산하여 최종적으로 추천음식정보를 생성한 다음, 생성된 추천음식정보가 어플리케이션(110a)을 통해 외부로 표시되는 단계이다. 이러한 단계에 따른 최종 화면은 도 3에 도시된 바와 같다.
상술한 바와 같이, 본 발명의 일실시예에 따른 음식 추천 시스템(100)의 동작에 따르면, 사용자의 선호도를 이용하고, 음식에 대한 속성을 이용하여, 사용자에게 보다 정확한 추천음식정보가 제공될 수 있고, 이에 따르면 사용자가 메뉴를 선정하는 대한 어려움이 효과적으로 해소될 수 있다.
이상에서, 본 발명의 실시 예를 구성하는 모든 구성 요소들이 하나로 결합하거나 결합하여 동작하는 것으로 설명되었다고 해서, 본 발명이 반드시 이러한 실시 예에 한정되는 것은 아니다. 즉, 본 발명의 목적 범위 안에서라면, 그 모든 구성요소들이 하나 이상으로 선택적으로 결합하여 독장할 수도 있다.
또한, 이상에서 기재된 "포함하다", "구성하다" 또는 "가지다" 등의 용어는, 특별히 반대되는 기재가 없는 한, 해당 구성 요소가 내재할 수 있음을 의미하는 것이므로, 다른 구성 요소를 제외하는 것이 아니라 다른 구성 요소를 더 포함할 수 있는 것으로 해석되어야 한다. 기술적이거나 과학적인 용어를 포함한 모든 용어들은, 다르게 정의되지 않는 한, 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자에 의해 일반적으로 이해되는 것과 동일한 의미가 있다. 사전에 정의된 용어와 같이 일반적으로 사용되는 용어들은 관련 기술의 문맥상의 의미와 일치하는 것으로 해석 되어야 하며, 본 발명에서 명백하게 정의하지 않는 한, 이상적이거나 과도하게 형식적인 의미로 해석되지 않는다.
그리고 이상의 설명은 본 발명의 기술 사상을 예시적으로 설명한 것에 불과한 것으로서, 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자라면 본 발명의 본질적인 특성에서 벗어나지 않는 범위에서 다양한 수정 및 변형이 가능할 것이다.
따라서, 본 발명에 개시된 실시예들은 본 발명의 기술 사상을 한정하기 위한 것이 아니라 설명하기 위한 것이고, 이러한 실시예에 의하여 본 발명의 기술 사상의 범위가 한정되는 것은 아니다. 본발명의 보호 범위는 아래의 청구범위에 의하여 해석되어야 하며, 그와 동등한 범위 내에 있는 모든 기술 사상은 본 발명의 권리범위에 포함되는 것으로 해석되어야 할 것이다.
100 : 본 발명의 일실시예에 따른 음식 추천 시스템
110 : 저장부
110a : 어플리케이션
120 : 프로세서

Claims (6)

  1. 사용자에게 특정 음식을 추천하는 음식 추천 시스템에 있어서,
    상기 음식 추천 시스템은, 음식 추천 어플리케이션이 저장되는 저장부와 상기 어플리케이션의 실행에 따른 연산을 수행하는 프로세서를 포함하며,
    상기 저장부는,
    특정 음식에 대한 복수인의 선호도에 대한 정보인 제1기본정보와 음식의 특성에 대한 정보인 제2기본정보가 입력되며, 상기 어플리케이션을 통해 특정 음식에 대한 사용자의 선호도에 대한 정보인 제1정보가 입력되며, 상기 어플리케이션을 통해 사용자가 특정 음식을 섭취한 경험 유무에 대한 정보인 제2정보가 입력되며,
    상기 프로세서는,
    상기 제1기본정보와 상기 제1정보를 기초로 제1연산을 수행하며, 상기 제2기본정보와 상기 제2정보를 기초로 제2연산을 수행하여 사용자에게 추천하는 특정 음식에 대한 정보인 추천음식정보를 생성하는 것을 특징으로 하는 음식 추천 시스템.
  2. 청구항 1항에 있어서,
    상기 제1연산은,
    협업필터링(User-Based Collaborative Filtering) 알고리즘으로 수행되는 것을 특징으로 하는 음식 추천 시스템.
  3. 청구항 2에 있어서,
    상기 협업필터링(User-Based Collaborative Filtering) 알고리즘은,
    특이값 분해(SVD, Singular Vector Decomposition)에 기반한 잠재모델기법으로 마련되는 것을 특징으로 하는 음식 추천 시스템.
  4. 청구항 1에 있어서,
    상기 제2연산은,
    콘텐츠기반 필터링(Content-Based Filtering) 알고리즘으로 수행되는 것을 특징으로 하는 음식 추천 시스템.
  5. 청구항 3에 있어서,
    상기 콘텐츠기반 필터링(Content-Based Filtering) 알고리즘은,
    특정 음식의 속성을 이용하는 것을 특징으로 하는 음식 추천 시스템.
  6. 청구항 5에 있어서,
    상기 음식의 속성은,
    음식의 레시피에서 추출되는 것을 특징으로 하는 음식 추천 시스템.


KR1020190040668A 2019-04-08 2019-04-08 음식 추천 시스템 KR20200118584A (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020190040668A KR20200118584A (ko) 2019-04-08 2019-04-08 음식 추천 시스템

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020190040668A KR20200118584A (ko) 2019-04-08 2019-04-08 음식 추천 시스템

Publications (1)

Publication Number Publication Date
KR20200118584A true KR20200118584A (ko) 2020-10-16

Family

ID=73035386

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020190040668A KR20200118584A (ko) 2019-04-08 2019-04-08 음식 추천 시스템

Country Status (1)

Country Link
KR (1) KR20200118584A (ko)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20220128145A (ko) * 2021-03-12 2022-09-20 주식회사 퓨처키친 딥러닝 모듈을 이용한 음식 추천 방법
KR102572228B1 (ko) * 2022-11-14 2023-08-31 이민석 음식 취향 관리 서버
US11972471B1 (en) 2022-11-29 2024-04-30 Farmkit Inc. Method and apparatus for user's food taste intelligence-based personalized recommendations using ontology and machine learning

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20220128145A (ko) * 2021-03-12 2022-09-20 주식회사 퓨처키친 딥러닝 모듈을 이용한 음식 추천 방법
KR102572228B1 (ko) * 2022-11-14 2023-08-31 이민석 음식 취향 관리 서버
US11972471B1 (en) 2022-11-29 2024-04-30 Farmkit Inc. Method and apparatus for user's food taste intelligence-based personalized recommendations using ontology and machine learning

Similar Documents

Publication Publication Date Title
US10474705B2 (en) Iterative image search algorithm informed by continuous human-machine input feedback
Bostandjiev et al. TasteWeights: a visual interactive hybrid recommender system
Min et al. A delicious recipe analysis framework for exploring multi-modal recipes with various attributes
WO2019223297A1 (zh) 一种点餐方法及装置，电子设备
KR20200118584A (ko) 음식 추천 시스템
US20120136864A1 (en) Aggregation of Recipe Information, Meal Planning and Preparation
CN108447543A (zh) 基于烹饪设备的菜谱推送方法和装置
US20180033074A1 (en) System, method, and recording medium for recipe and shopping list recommendation
JP6291145B2 (ja) 情報処理装置、情報処理方法、プログラム、記憶媒体
KR101982240B1 (ko) 레시피 생성 및 공유를 위한 요리 레시피 서비스 제공 방법
Wasinger et al. Scrutable user models and personalised item recommendation in mobile lifestyle applications
US10055496B2 (en) Cuisine search device, cuisine search method, program, and computer-readable storage medium
Millecamp et al. Cogito ergo quid? the effect of cognitive style in a transparent mobile music recommender system
Chhipa et al. Recipe recommendation system using TF-IDF
KR102273511B1 (ko) 선호도 예측 방법 및 장치
WO2021070641A1 (ja) 管理サーバおよび商品検索方法
Starychfojtu et al. Smartrecepies: Towards cooking and food shopping integration via mobile recipes recommender system
Ratisoontorn Recipe recommendations for toddlers using integrated nutritional and ingredient similarity measures
Bundasak et al. eMenu recommender system using collaborative filtering and slope one predictor
JP7248928B2 (ja) 料理情報を提供するシステム、端末装置、方法、及び、プログラム
US20210383451A1 (en) Iterative, multi-user selection and weighting recommendation engine
JP2022166886A (ja) 料理レシピ表示システム及び料理レシピ表示方法
Li et al. Recipes for success: data science in the home kitchen
Yamamoto et al. Continuous recipe selection model based on cooking history
US20230134600A1 (en) Method and apparatus for providing personalized cooking service