KR20210032759A - Food recommendation system and method using individual taste subjectivity analysis - Google Patents

Food recommendation system and method using individual taste subjectivity analysis Download PDF

Info

Publication number
KR20210032759A
KR20210032759A KR1020190114174A KR20190114174A KR20210032759A KR 20210032759 A KR20210032759 A KR 20210032759A KR 1020190114174 A KR1020190114174 A KR 1020190114174A KR 20190114174 A KR20190114174 A KR 20190114174A KR 20210032759 A KR20210032759 A KR 20210032759A
Authority
KR
South Korea
Prior art keywords
food
subjectivity
personal taste
taste
stew
Prior art date
Application number
KR1020190114174A
Other languages
Korean (ko)
Inventor
손서영
Original Assignee
손서영
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 손서영 filed Critical 손서영
Priority to KR1020190114174A priority Critical patent/KR20210032759A/en
Publication of KR20210032759A publication Critical patent/KR20210032759A/en

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING; COUNTING
    • G06QDATA PROCESSING SYSTEMS OR METHODS, SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL, SUPERVISORY OR FORECASTING PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL, SUPERVISORY OR FORECASTING PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
    • G06Q50/10Services
    • GPHYSICS
    • G06COMPUTING; CALCULATING; COUNTING
    • G06NCOMPUTER SYSTEMS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N20/00Machine learning
    • GPHYSICS
    • G06COMPUTING; CALCULATING; COUNTING
    • G06NCOMPUTER SYSTEMS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N5/00Computer systems using knowledge-based models
    • G06N5/04Inference methods or devices

Abstract

본 발명은 개인 입맛에 대한 주관성을 분석함으로써 적절한 음식을 추천해 줄 수 있는 개인 입맛의 주관성 분석을 이용한 음식 추천 시스템 및 방법에 관한 것으로, 상기 시스템은 복수의 음식과 연관되는 개인 입맛에 대한 평가값을 획득하거나, 하나 이상의 음식 메뉴를 개인으로부터 입력받는 통신부; 및 상기 개인 입맛에 대한 평가값에 기초하여 개인 입맛에 대한 주관성 변수들을 추출하는 프로세스, 및 개인가 입력한 음식 메뉴에 대해서 개인 입맛에 대한 주관성 변수들에 기초하여 개인 입맛에 적합한 적어도 하나의 음식 메뉴를 추천하는 프로세스를 수행하는 프로세서;를 포함하여 구성될 수 있다.The present invention relates to a food recommendation system and method using subjectivity analysis of individual tastes that can recommend appropriate foods by analyzing subjectivity of individual tastes, wherein the system is an evaluation value for individual tastes associated with a plurality of foods. A communication unit that obtains or receives one or more food menus from an individual; And a process of extracting subjectivity variables for personal taste based on the evaluation value for personal taste, and at least one food menu suitable for personal taste based on subjectivity variables for personal taste for the food menu input by the individual. It may be configured to include; a processor that performs the recommended process.

Description

개인 입맛의 주관성 분석을 이용한 음식 추천 시스템 및 방법{FOOD RECOMMENDATION SYSTEM AND METHOD USING INDIVIDUAL TASTE SUBJECTIVITY ANALYSIS}Food recommendation system and method using subjectivity analysis of personal taste {FOOD RECOMMENDATION SYSTEM AND METHOD USING INDIVIDUAL TASTE SUBJECTIVITY ANALYSIS}
본 발명은 음식 추천 시스템 및 방법에 관한 것으로서, 보다 상세하게는 개인 입맛에 대한 주관성을 분석함으로써 적절한 음식을 추천해 줄 수 있는 개인 입맛의 주관성 분석을 이용한 음식 추천 시스템 및 방법에 관한 것이다.The present invention relates to a food recommendation system and method, and more particularly, to a food recommendation system and method using subjectivity analysis of personal taste that can recommend appropriate food by analyzing subjectivity with respect to personal taste.
인터넷과 스마트폰을 비롯한 정보통신 기술의 급격한 발전으로 인하여 웹 서비스는 물론 스마트폰 애플리케이션 서비스에 이르기까지 수많은 다양한 서비스들이 생겨났는데, 음식점이나 여행지, 숙박업소와 같이 개인가 방문하고자 하는 장소의 데이터베이스를 구축하여 검색할 수 있게 해 주는 서비스도 역시 생겨났다.Due to the rapid development of information and communication technologies including the Internet and smartphones, a number of various services have been created, including web services as well as smartphone application services.By building a database of places that individuals want to visit, such as restaurants, travel destinations, and accommodations, Services have also emerged that allow them to be searchable.
최근에는 미식에 대한 관심이 높아지면서 TV에서 쿡방(요리 방송), 먹방(먹는 방송)이 인기를 끄는 것은 물론 배달음식 주문부터 식자재 배달, 레시피 공유, 맛집 추천 등 다양한 서비스와 콘텐츠를 제공하는 서비스가 주목받고 있다.Recently, as the interest in gourmet has increased, not only cooking rooms (cooking broadcasts) and eating rooms (eating broadcasts) have become popular on TV, as well as services that provide a variety of services and contents such as ordering delivery food, delivering food ingredients, sharing recipes, and recommending restaurants. It is attracting attention.
그러나, 대부분의 서비스는 개인이 입력한 키워드나, 위치와 같은 상황 정보에 일치하는 검색결과로서 개인에게 장소 또는 맛집 위주의 목록을 제공하고 있어, 자신의 입맛에 맞는 음식을 추천받지 못하고 있는 실정이다.However, most of the services provide a list of places or restaurants to individuals as search results that match contextual information such as a keyword or location entered by an individual, so food that suits their taste is not recommended. .
따라서, 개인의 입맛을 분석함으로써 개인 입맛에 최적화된 음식을 추천해 줄 수 있는 새로운 서비스에 대한 필요성이 대두되고 있다.Accordingly, there is a need for a new service capable of recommending foods optimized for individual tastes by analyzing individual tastes.
KR10-2014-0065384A1KR10-2014-0065384A1
따라서 본 발명은 상기 문제를 해결하기 위해 안출된 것으로서, 개인 입맛에 대한 주관성을 분석함으로써 적절한 음식을 추천해 줄 수 있는 개인 입맛의 주관성 분석을 이용한 음식 추천 시스템 및 방법을 제공함을 하나의 목적으로 한다.Accordingly, the present invention has been conceived to solve the above problem, and an object of the present invention is to provide a food recommendation system and method using subjectivity analysis of personal taste that can recommend appropriate food by analyzing subjectivity with respect to personal taste. .
본 발명의 다른 목적 및 장점들은 하기에 설명될 것이며, 본 발명의 실시예에 의해 알게 될 것이다. 또한, 본 발명의 목적 및 장점들은 청구범위에 나타낸 수단 및 조합에 의해 실현될 수 있다.Other objects and advantages of the present invention will be described below, and will be understood by examples of the present invention. Further, the objects and advantages of the present invention can be realized by means and combinations indicated in the claims.
상기와 같은 목적을 달성하기 위하여, 본 발명에 따른 개인 입맛의 주관성 분석을 이용한 음식 추천 방법은, 컴퓨팅 장치의 통신부가, 복수의 음식과 연관되는 개인 입맛에 대한 평가값을 획득하도록 지원하는 단계; 상기 컴퓨팅 장치의 프로세서가, 상기 개인 입맛에 대한 평가값에 기초하여 개인 입맛에 대한 주관성 변수들을 추출하는 단계; 상기 통신부가, 하나 이상의 음식 메뉴를 개인으로부터 입력받도록 지원하는 단계; 및 상기 프로세서가, 개인가 입력한 음식 메뉴에 대해서 개인 입맛에 대한 주관성 변수들에 기초하여 개인 입맛에 적합한 적어도 하나의 음식 메뉴를 추천하는 단계;를 포함하는 것을 특징으로 한다.In order to achieve the above object, a food recommendation method using subjectivity analysis of personal tastes according to the present invention includes: supporting, by a communication unit of a computing device, to acquire evaluation values for personal tastes associated with a plurality of foods; Extracting, by a processor of the computing device, subjectivity variables for personal taste based on an evaluation value for the personal taste; Supporting the communication unit to receive one or more food menus from an individual; And recommending, by the processor, at least one food menu suitable for personal taste based on subjectivity variables for personal taste with respect to the food menu input by the individual.
또한, 개인 입맛에 대한 주관성 변수들은 음식간의 유클리디안 거리 유사도를 선택하는 방식을 이용하여 추출되는 것을 특징으로 한다.In addition, subjectivity variables for personal taste are extracted using a method of selecting the similarity of the Euclidean distance between foods.
또한, 상기 프로세서가, 미리 학습된 추정 모델을 이용하여 상기 주관성 변수들 사이의 상관도를 나타내는 p 개의 은닉변수들을 추출하는 단계로서, 상기 p는 1이거나 그보다 큰 자연수인, 단계;를 더 포함하는 것을 특징으로 한다.In addition, the processor extracting, by the processor, p hidden variables representing a degree of correlation between the subjectivity variables by using a pre-learned estimation model, wherein p is 1 or a natural number greater than that; It is characterized by that.
또한, 상기 프로세서가, 상기 은닉변수들과 미리 그룹핑된 k 개의 음식 메뉴 그룹들의 중심의 유클리드 거리를 비교함으로써, 개인 입맛에 맞는 음식을 추천하는 단계로서, 상기 k는 1이거나 그보다 큰 자연수인, 단계;를 더 포함하는 것을 특징으로 한다.In addition, the processor, by comparing the Euclidean distances at the centers of k food menu groups grouped in advance with the hidden variables, to recommend food suitable for individual taste, wherein k is 1 or a natural number greater than that. It characterized in that it further includes;
또한, 개인이 복수의 음식과 연관되는 입맛 표현을 직접 입력하면, 상기 입맛 표현을 TF-IDF 방식을 이용하여 전처리를 실시하는 단계를 더 포함하는 것을 특징으로 한다.In addition, when an individual directly inputs a taste expression associated with a plurality of foods, the method further comprises pre-processing the taste expression using a TF-IDF method.
또한, 상기 음식 메뉴 그룹은 특식, 찌개, 덮밥&볶음밥, 면, 국/탕, 간편식, 및 기타로 이루어지는 것을 특징으로 한다.In addition, the food menu group is characterized by consisting of special meals, stew, rice bowl & fried rice, noodles, soup/tang, convenience meals, and others.
또한, 상기 특식은 불고기, 찜닭, 닭볶음탕, 스테이크, 월남쌈, 수육, 아구찜, 쌈밥, 및 낙지볶음을 포함하고, 상기 찌개는 된장찌개, 김치찌개, 부대찌개, 순두부찌개, 청국장찌개, 동태찌개, 비지찌개, 고추장찌개, 및 오징어찌개를 포함하고, 상기 덮밥&볶음밥은 카레, 비빔밥, 오므라이스, 김치볶음밥, 제육덮밥, 연어덮밥, 치킨마요덮밥, 돈부리, 및 오징어덮밥을 포함하고, 상기 면은 라멘, 토마토스파게티, 크림스파게티, 냉면, 잔치국수, 비빔국수, 칼국수, 우동, 및 콩국수를 포함하고, 상기 국/탕은 육개장, 닭개장, 떡국, 소고기뭇국, 시래깃국, 갈비탕, 추어탕, 삼계탕, 및 대구탕을 포함하고, 상기 간편식은 샌드위치, 프렌치토스트, 떡볶이, 시리얼, 샐러드, 밥버거, 핫도그, 편의점도시락, 김밥, 및 유부초밥을 포함하며, 상기 기타는 초밥, 짜장면, 짬뽕, 깐풍기, 마파두부, 잡채, 팟타이, 및 쌀국수, 햄버거를 포함하는 것을 특징으로 한다.In addition, the special meal includes bulgogi, steamed chicken, chicken stir-fried soup, steak, spring roll, suyuk, agu jjim, ssambap, and stir-fried octopus, and the jjigae includes doenjang stew, kimchi stew, bag stew, sundubu stew, cheonggukjang stew, Dongtae stew , Biji stew, red pepper paste stew, and squid stew, and the rice bowl & fried rice includes curry, bibimbap, omelet rice, kimchi fried rice, jeyuk rice bowl, salmon rice bowl, chicken mayo rice bowl, donburi, and squid rice bowl, and the noodles Includes ramen, tomato spaghetti, cream spaghetti, naengmyeon, feast noodles, bibim noodles, kalguksu, udon, and bean noodles, and the soup/tang includes yukgaejang, chicken dogjang, rice cake soup, beef musk soup, siraegit soup, galbitang, chueotang, samgyetang, and Daegutang Including, the convenience meal includes a sandwich, French toast, tteokbokki, cereal, salad, rice burger, hot dog, convenience store lunch box, kimbap, and tofu sushi, and the others include sushi, jajangmyeon, champon, kanpoonggi, mapo tofu, japchae , Pad Thai, and rice noodles, characterized in that it comprises a hamburger.
본 발명의 다른 측면에 따르면, 개인 입맛의 주관성 분석을 이용한 음식 추천 시스템으로서, 복수의 음식과 연관되는 개인 입맛에 대한 평가값을 획득하거나, 하나 이상의 음식 메뉴를 개인으로부터 입력받는 통신부; 및 상기 개인 입맛에 대한 평가값에 기초하여 개인 입맛에 대한 주관성 변수들을 추출하는 프로세스, 및 개인가 입력한 음식 메뉴에 대해서 개인 입맛에 대한 주관성 변수들에 기초하여 개인 입맛에 적합한 적어도 하나의 음식 메뉴를 추천하는 프로세스를 수행하는 프로세서;를 포함하는 것을 특징으로 한다.According to another aspect of the present invention, there is provided a food recommendation system using subjective analysis of individual tastes, comprising: a communication unit that obtains evaluation values for personal tastes associated with a plurality of foods or receives one or more food menus from an individual; And a process of extracting subjectivity variables for personal taste based on the evaluation value for personal taste, and at least one food menu suitable for personal taste based on subjectivity variables for personal taste for the food menu input by the individual. And a processor that performs the recommended process.
이상과 같이 본 발명에 따르면, 개인 입맛에 대한 주관성을 분석함으로써 개인 입맛에 최적화된 음식을 추천해 줄 수 있는 효과가 있다.As described above, according to the present invention, it is possible to recommend food optimized for personal taste by analyzing subjectivity for personal taste.
도 1은 본 발명에 따른 개인 입맛의 주관성 분석을 이용한 음식 추천 방법을 수행하는 컴퓨팅 장치의 예시적 구성을 도시한 블록도이다.
도 2는 본 발명에 따른 개인 입맛의 주관성 분석을 이용한 음식 추천 방법을 설명하는 순서도이다.
도 3은 본 발명의 일실시예에 따라 개인 입맛에 맞는 음식을 추천하는 일례를 보여주는 도면이다.
도 4 내지 도 6은 본 발명의 일실시예에 따른 음식 메뉴 그룹의 예를 도시하는 도면이다.
1 is a block diagram showing an exemplary configuration of a computing device that performs a food recommendation method using subjectivity analysis of personal taste according to the present invention.
2 is a flowchart illustrating a food recommendation method using subjectivity analysis of personal taste according to the present invention.
3 is a view showing an example of recommending food suitable for personal taste according to an embodiment of the present invention.
4 to 6 are diagrams showing examples of food menu groups according to an embodiment of the present invention.
기타 실시예들의 구체적인 사항은 상세한 설명 및 도면에 포함되어 있다.Details of other embodiments are included in the detailed description and drawings.
본 발명의 이점 및 특징, 그리고 그것들을 달성하는 방법은 첨부되는 도면과 함께 상세하게 후술되어 있는 실시예들을 참조하면 명확해질 것이다. 그러나 본 발명은 이하에서 개시되는 실시예에 한정되는 것이 아니라 서로 다른 다양한 형태로 구현될 수 있으며, 이하의 설명에서 어떤 부분이 다른 부분과 연결되어 있다고 할 때, 이는 직접적으로 연결되어 있는 경우뿐 아니라 그 중간에 다른 매체를 사이에 두고 연결되어 있는 경우도 포함한다. 또한, 도면에서 본 발명과 관계없는 부분은 본 발명의 설명을 명확하게 하기 위하여 생략하였으며, 명세서 전체를 통하여 유사한 부분에 대해서는 동일한 도면 부호를 붙였다.Advantages and features of the present invention, and a method of achieving them will become apparent with reference to the embodiments described below in detail together with the accompanying drawings. However, the present invention is not limited to the embodiments disclosed below and may be implemented in various different forms. In the following description, when a certain part is connected to another part, this is not only a case in which it is directly connected. It also includes the case where it is connected through another medium in the middle. In addition, parts not related to the present invention in the drawings are omitted to clarify the description of the present invention, and like reference numerals are attached to similar parts throughout the specification.
이하, 첨부된 도면들을 참고하여 본 발명에 대해 설명하도록 한다.Hereinafter, the present invention will be described with reference to the accompanying drawings.
도 1은 본 발명에 따른 개인 입맛의 주관성 분석을 이용한 음식 추천 방법을 수행하는 컴퓨팅 장치의 예시적 구성을 도시한 블록도이다.1 is a block diagram showing an exemplary configuration of a computing device that performs a food recommendation method using subjectivity analysis of personal taste according to the present invention.
도 1을 참조하면, 컴퓨팅 장치(100)는 통신부(110) 및 프로세서(120)를 포함하고, 상기 통신부(110)를 통하여 다른 컴퓨팅 장치(미도시)와 직간접적으로 통신할 수 있다. 통신부(110)는 통신 인터페이스를 포함할 수 있다. 이를테면, 통신 인터페이스는 WLAN(Wireless LAN), WiFi(Wireless Fidelity) Direct, DLNA(Digital Living Network Alliance), Wibro(Wireless broadband), Wimax(World Interoperability for Microwave Access), HSDPA(High Speed Downlink Packet Access) 등의 무선 인터넷 인터페이스와 블루투스(Bluetooth™), RFID(Radio Frequency Identification), 적외선 통신(Infrared Data Association; IrDA), UWB(Ultra Wideband), ZigBee, NFC(Near Field Communication) 등의 근거리 통신 인터페이스를 포함할 수 있다. 뿐만 아니라, 통신 인터페이스는 외부와 통신을 수행할 수 있는 모든 인터페이스(예를 들어, 유선 인터페이스)를 나타낼 수 있다.Referring to FIG. 1, the computing device 100 includes a communication unit 110 and a processor 120, and may directly or indirectly communicate with another computing device (not shown) through the communication unit 110. The communication unit 110 may include a communication interface. For example, communication interfaces include WLAN (Wireless LAN), WiFi (Wireless Fidelity) Direct, DLNA (Digital Living Network Alliance), Wibro (Wireless broadband), Wimax (World Interoperability for Microwave Access), HSDPA (High Speed Downlink Packet Access), etc. Wireless Internet interface and short-range communication interfaces such as Bluetooth™, Radio Frequency Identification (RFID), Infrared Data Association (IrDA), Ultra Wideband (UWB), ZigBee, and Near Field Communication (NFC). I can. In addition, the communication interface may represent all interfaces (eg, wired interfaces) capable of performing communication with the outside.
구체적으로, 상기 컴퓨팅 장치(100)는, 전형적인 컴퓨터 하드웨어(예컨대, 컴퓨터 프로세서, 메모리, 스토리지, 입력 장치 및 출력 장치, 기타 기존의 컴퓨팅 장치의 구성요소들을 포함할 수 있는 장치; 라우터, 스위치 등과 같은 전자 통신 장치; 네트워크 부착 스토리지(NAS; network-attached storage) 및 스토리지 영역 네트워크(SAN; storage area network)와 같은 전자 정보 스토리지 시스템)와 컴퓨터 소프트웨어(즉, 컴퓨팅 장치로 하여금 특정의 방식으로 기능하게 하는 명령어들)의 조합을 이용하여 원하는 시스템 성능을 달성하는 것일 수 있다.Specifically, the computing device 100 is a device that may include typical computer hardware (eg, computer processor, memory, storage, input devices and output devices, and other components of existing computing devices; routers, switches, etc.). Electronic communication devices; electronic information storage systems such as network-attached storage (NAS) and storage area networks (SANs) and computer software (i.e., allowing the computing device to function in a specific way). Instructions) may be used to achieve the desired system performance.
이와 같은 컴퓨팅 장치의 통신부(110)는 연동되는 타 컴퓨팅 장치와 요청과 응답을 송수신할 수 있는 바, 일 예시로서 그러한 요청과 응답은 동일한 TCP(transmission control protocol) 세션(session)에 의하여 이루어질 수 있지만, 이에 한정되지는 않는 바, 예컨대 UDP(user datagram protocol) 데이터그램(datagram)으로서 송수신될 수도 있을 것이다. 덧붙여, 넓은 의미에서 상기 통신부(110)는 명령어 또는 지시 등을 전달받기 위한 키보드, 마우스, 기타 외부 입력장치, 프린터, 디스플레이, 기타 외부 출력장치를 포함할 수 있다.The communication unit 110 of such a computing device can transmit and receive requests and responses to and from other computing devices to which it is linked. As an example, such requests and responses may be made by the same transmission control protocol (TCP) session. However, the present invention is not limited thereto, and may be transmitted/received as, for example, a user datagram protocol (UDP) datagram. In addition, in a broad sense, the communication unit 110 may include a keyboard, a mouse, other external input devices, printers, displays, and other external output devices for receiving commands or instructions.
또한, 컴퓨팅 장치의 프로세서(120)는 MPU(micro processing unit), CPU(central processing unit), GPU(graphics processing unit), NPU(neural processing unit) 또는 TPU(tensor processing unit), 캐시 메모리(cache memory), 데이터 버스(data bus) 등의 하드웨어 구성을 포함할 수 있다. 또한, 운영체제, 특정 목적을 수행하는 애플리케이션의 소프트웨어 구성을 더 포함할 수도 있다.In addition, the processor 120 of the computing device includes a micro processing unit (MPU), a central processing unit (CPU), a graphics processing unit (GPU), a neural processing unit (NPU), or a tensile processing unit (TPU), and a cache memory. ), data bus, and the like. In addition, it may further include an operating system and a software configuration of an application that performs a specific purpose.
통신부(110)는 복수의 음식과 연관되는 개인 입맛에 대한 평가값을 획득하거나, 하나 이상의 음식 메뉴를 개인으로부터 입력받을 수 있도록 구성된다.The communication unit 110 is configured to obtain evaluation values for personal tastes associated with a plurality of foods, or to receive one or more food menus from an individual.
또한, 프로세서(120)는 상기 개인 입맛에 대한 평가값에 기초하여 개인 입맛에 대한 주관성 변수들을 추출하는 프로세스, 및 개인가 입력한 음식 메뉴에 대해서 개인 입맛에 대한 주관성 변수들에 기초하여 개인 입맛에 적합한 적어도 하나의 음식 메뉴를 추천하는 프로세스를 수행할 수 있다.In addition, the processor 120 is a process of extracting subjectivity variables for personal taste based on the evaluation value for personal taste, and for food menus input by the individual, suitable for personal taste based on subjectivity variables for personal taste. A process of recommending at least one food menu may be performed.
여기서, 개인 입맛에 대한 주관성 변수들은 후술되는 바와 같이 음식간의 유클리디안 거리 유사도를 선택하는 방식을 이용하여 추출될 수 있다.Here, the subjectivity variables for personal taste may be extracted using a method of selecting the similarity of the Euclidean distance between foods, as described later.
도 2는 본 발명에 따른 개인 입맛의 주관성 분석을 이용한 음식 추천 방법을 설명하는 순서도이다.2 is a flowchart illustrating a food recommendation method using subjectivity analysis of personal taste according to the present invention.
도 2를 참조하면, 먼저 컴퓨팅 장치의 통신부(110)가, 복수의 음식과 연관되는 개인 입맛에 대한 평가값을 획득하도록 지원한다(S100).Referring to FIG. 2, first, the communication unit 110 of the computing device supports to obtain an evaluation value for personal taste associated with a plurality of foods (S100).
여기서, 복수의 음식과 연관되는 개인 입맛에 대한 평가값은 이후에 설명될 음식 메뉴와 연관된 개인 입맛에 대한 주관성 변수들과 동일한 의미를 가지며, 예를 들면 단맛, 신맛, 짠맛, 쓴맛, 매운맛 이외에, 온도, 향, 색, 가격(상, 중, 하) 등이 있을 수 있으나, 이에 한정되는 것은 아니다.Here, the evaluation value for personal taste associated with a plurality of foods has the same meaning as the subjectivity variables for personal taste related to the food menu to be described later, for example, in addition to sweet, sour, salty, bitter, and spicy, There may be temperature, fragrance, color, price (upper, medium, or lower), but is not limited thereto.
예를 들면, 각 개인은 복수의 음식과 연관되는 개인 입맛에 대하여 단맛, 신맛, 짠맛, 쓴맛, 매운맛, 온도에 평가값을 부여할 수 있다. 이때, 평가값은 1~5 범위의 값이 될 수 있다.For example, each individual may assign an evaluation value to sweet, sour, salty, bitter, spicy, and temperature with respect to individual tastes associated with a plurality of foods. At this time, the evaluation value may be a value in the range of 1-5.
예를 들면, 도 4를 참조하면, 불고기 메뉴에 대해서는, 개인 입맛에 대한 평가값으로서, 단맛 5, 신맛 1, 짠맛 3, 쓴맛 1, 매운맛 1, 온도 4로 평가했음을 알 수 있으며, 이러한 값들은 음식 메뉴 그룹(예: 특식, 찌개, 덮밥&볶음밥 등등)의 형태로 데이터베이스에 저장될 수 있다(도 4 내지 도 6 참조)For example, referring to FIG. 4, for the bulgogi menu, it can be seen that as an evaluation value for individual taste, sweet taste 5, sour taste 1, salty taste 3, bitter taste 1, spicy taste 1, temperature 4 were evaluated, and these values are It may be stored in the database in the form of a food menu group (eg, special meals, stew, rice bowl & fried rice, etc.) (see FIGS. 4 to 6)
다음에, 상기 컴퓨팅 장치의 프로세서(120)가, 상기 개인 입맛에 대한 평가값에 기초하여 개인 입맛에 대한 주관성 변수들을 추출한다(S110).Next, the processor 120 of the computing device extracts subjectivity variables for personal taste based on the evaluation value for the personal taste (S110).
다음에, 상기 통신부(110)가, 하나 이상의 음식 메뉴를 개인으로부터 입력받도록한다(S120).Next, the communication unit 110 receives one or more food menus from an individual (S120).
다음에, 상기 프로세서(120)가, 개인가 입력한 음식 메뉴에 대해서 개인 입맛에 대한 주관성 변수들에 기초하여 개인 입맛에 적합한 적어도 하나의 음식 메뉴를 추천한다(S130).Next, the processor 120 recommends at least one food menu suitable for personal taste based on subjectivity variables for personal taste with respect to the food menu input by the individual (S130).
여기서, 개인 입맛에 대한 주관성 변수들은 음식간의 유클리디안 거리 유사도를 선택하는 방식을 이용하여 추출될 수 있다.Here, the subjectivity variables for personal taste may be extracted using a method of selecting the similarity of the Euclidean distance between foods.
이를 위해서, 상기 프로세서(120)가, 미리 학습된 추정 모델을 이용하여 상기 주관성 변수들 사이의 상관도를 나타내는 p 개의 은닉변수들을 추출한다. 이때, 상기 p는 1이거나 그보다 큰 자연수이다.To this end, the processor 120 extracts p hidden variables representing the degree of correlation between the subjectivity variables by using a pre-learned estimation model. In this case, p is 1 or a natural number greater than that.
구체적으로, 컴퓨팅 장치는 아래 수학식 1와 같은 분석 모델을 이용하여 은닉변수를 추출할 수 있다.Specifically, the computing device may extract the hidden variable by using the analysis model as shown in Equation 1 below.
Figure pat00001
... (1)
Figure pat00001
... (One)
여기서, xil는 i 번째 개인의 l 번째 주관성 변수이고, λlp는 l 번째 주관성 변수의 p 번째 은닉변수에 대한 부하량이고, ylp는 l 번째 개인의 p 번째 은닉변수이고, uil은 다른 은닉변수에 의해 설명되지 못하는 특수성 상수로 i 번째 개인에게만 영향을 주는 관측할 수 없는 수치를 나타낸다.Here, xil is the l-th subjectivity variable of the i-th individual, λlp is the load on the p-th hidden variable of the l-th subjectivity variable, ylp is the p-th hidden variable of the l-th individual, and uil is explained by other hidden variables. It is a specificity constant that cannot be observed and represents an unobservable number that only affects the i-th individual.
또한, 상기 프로세서(120)가, 상기 은닉변수들과 미리 그룹핑된 k 개의 음식 메뉴 그룹들의 중심의 유클리드 거리를 비교함으로써, 개인 입맛에 맞는 음식을 추천할 수 있다. 이때, 상기 k는 1이거나 그보다 큰 자연수이다.In addition, the processor 120 may recommend food that suits a personal taste by comparing the hidden variables with the Euclidean distance at the center of the k food menu groups grouped in advance. In this case, k is 1 or a natural number greater than that.
도 3은 본 발명의 일실시예에 따라 개인 입맛에 맞는 음식을 추천하는 일례를 보여주는 도면이다.3 is a view showing an example of recommending food suitable for personal taste according to an embodiment of the present invention.
도 3을 참조하면, 상기 통신부(110)가, 하나 이상의 음식 메뉴를 개인으로부터 입력받는다.Referring to FIG. 3, the communication unit 110 receives one or more food menus from an individual.
다음에, 상기 프로세서(120)가, 개인가 입력한 음식 메뉴에 대해서 개인 입맛에 대한 주관성 변수들에 기초하여 개인 입맛에 적합한 적어도 하나의 음식 메뉴를 추천한다.Next, the processor 120 recommends at least one food menu suitable for personal taste based on subjectivity variables for personal taste with respect to the food menu input by the individual.
예를 들어, 개인이 찜닭, 닭볶음탕을 선택한 경우, 찜닭, 닭볶음탕에 대한 개인 입맛에 대한 주관성 변수들에 기초하여 개인 입맛에 적합한 적어도 하나의 음식 메뉴(예를 들면, 부대찌개, 제육덮밥, 동태찌개, 비지찌개, 깐풍기, 마파두부, 토마토스파게티, 카레, 비빔밥, 팟타이 등)를 추천할 수 있다. 이때, 찜닭, 닭볶음탕에 대한 개인 입맛에 대한 주관성 변수들은 평균화될 수 있다.For example, when an individual selects steamed chicken or chicken fried meat, at least one food menu suitable for personal taste based on subjectivity variables for personal taste for steamed chicken and chicken fried meat Dongtae stew, biji stew, kanpoonggi, mapo tofu, tomato spaghetti, curry, bibimbap, pad thai, etc.) can be recommended. At this time, subjectivity variables for individual tastes for steamed chicken and chicken stir-fry may be averaged.
예를 들어, 도 3을 참조하면, 찜닭의 단맛의 주관성 변수값은 4이고 닭볶음탕의 단맛의 주관성 변수값은 2일 때, 그 평균값으로 3이 출력될 수 있다.For example, referring to FIG. 3, when the subjectivity variable value of sweetness of steamed chicken is 4 and the subjectivity variable value of sweetness of Dakbokkeumtang is 2, 3 may be output as the average value.
또한, 찜닭의 신맛의 주관성 변수값은 1이고 닭볶음탕의 신맛의 주관성 변수값은 1일 때, 그 평균값으로 1이 출력될 수 있다.In addition, when the subjective variable value of the sour taste of steamed chicken is 1 and the subjective variable value of the sour taste of Dakbokkeum-tang is 1, 1 may be output as the average value.
또한, 찜닭의 짠맛의 주관성 변수값은 4이고 닭볶음탕의 짠맛의 주관성 변수값은 3일 때, 그 평균값으로 4가 출력될 수 있다.In addition, when the subjectivity variable value of the salty taste of steamed chicken is 4 and the subjective variable value of the salty taste of Dakbokkeum-tang is 3, 4 may be output as the average value.
또한, 찜닭의 매운맛의 주관성 변수값은 3이고 닭볶음탕의 매운맛의 주관성 변수값은 5일 때, 그 평균값으로 4가 출력될 수 있다.In addition, when the subjectivity variable value of the spicy taste of steamed chicken is 3 and the subjectivity variable value of the spicy taste of Dak-bokkeum-tang is 5, 4 may be output as the average value.
여기서, 음식 메뉴와 연관된 개인 입맛에 대한 주관성 변수들은 단맛, 신맛, 짠맛, 쓴맛, 매운맛 이외에, 온도, 향, 색, 가격(상, 중, 하) 등이 있을 수 있으나, 이에 한정되는 것은 아니다.Here, the subjectivity variables for personal taste associated with the food menu may include temperature, aroma, color, price (high, medium, low) in addition to sweet, sour, salty, bitter, and spicy, but is not limited thereto.
도 4 내지 도 6은 본 발명의 일실시예에 따른 음식 메뉴 그룹의 예를 도시하는 도면이다.4 to 6 are diagrams showing examples of food menu groups according to an embodiment of the present invention.
도 4 내지 도 6을 참조하면, 상기 음식 메뉴 그룹은 특식, 찌개, 덮밥&볶음밥, 면, 국/탕, 간편식, 및 기타로 이루어질 수 있다.4 to 6, the food menu group may include special meals, stew, rice bowl & fried rice, noodles, soup/tang, convenience meals, and others.
상기 특식은 불고기, 찜닭, 닭볶음탕, 스테이크, 월남쌈, 수육, 아구찜, 쌈밥, 및 낙지볶음을 포함하고, 상기 찌개는 된장찌개, 김치찌개, 부대찌개, 순두부찌개, 청국장찌개, 동태찌개, 비지찌개, 고추장찌개, 및 오징어찌개를 포함하고, 상기 덮밥&볶음밥은 카레, 비빔밥, 오므라이스, 김치볶음밥, 제육덮밥, 연어덮밥, 치킨마요덮밥, 돈부리, 및 오징어덮밥을 포함하고, 상기 면은 라멘, 토마토스파게티, 크림스파게티, 냉면, 잔치국수, 비빔국수, 칼국수, 우동, 및 콩국수를 포함하고, 상기 국/탕은 육개장, 닭개장, 떡국, 소고기뭇국, 시래깃국, 갈비탕, 추어탕, 삼계탕, 및 대구탕을 포함하고, 상기 간편식은 샌드위치, 프렌치토스트, 떡볶이, 시리얼, 샐러드, 밥버거, 핫도그, 편의점도시락, 김밥, 및 유부초밥을 포함하며, 상기 기타는 초밥, 짜장면, 짬뽕, 깐풍기, 마파두부, 잡채, 팟타이, 및 쌀국수, 햄버거를 포함할 수 있다.The special meal includes bulgogi, steamed chicken, chicken stir-fry, steak, spring rolls, suyuk, agu jjim, ssambap, and stir-fried octopus, and the jjigae includes doenjang stew, kimchi stew, bag stew, sundubu stew, cheonggukjang stew, Dongtae stew, biji Including stew, red pepper paste stew, and squid stew, and the rice bowl & fried rice includes curry, bibimbap, omelet rice, kimchi fried rice, jeyuk rice bowl, salmon rice bowl, chicken mayo rice bowl, donburi, and squid rice bowl, and the noodles include ramen, Tomato spaghetti, cream spaghetti, naengmyeon, feast noodles, bibim noodles, kalguksu, udon, and bean noodles, and the soup/tang includes yukgaejang, chicken dogjang, rice cake soup, beef mud soup, siraegit soup, galbitang, chueotang, samgyetang, and Daegutang. And, the convenience meal includes a sandwich, French toast, tteokbokki, cereal, salad, rice burger, hot dog, convenience store lunch box, kimbap, and tofu sushi, and the others include sushi, jajangmyeon, champon, kanpoonggi, mapo tofu, japchae, pot Thai, and rice noodles, may include hamburgers.
한편, 각 개인은 복수의 음식과 연관되는 개인 입맛에 대하여 단맛, 신맛, 짠맛, 쓴맛, 매운맛, 온도에 평가값을 1~5 범위의 값으로 부여하는 대신에, 개인이 복수의 음식과 연관되는 입맛 표현을 직접 입력할 수 있다.On the other hand, instead of assigning evaluation values to values in the range of 1 to 5 for individual tastes associated with a plurality of foods, sweet, sour, salty, bitter, spicy, and temperature, an individual is associated with a plurality of foods. You can directly enter the taste expression.
이런 경우, 프로세서(120)가, 개인이 직접 입력한 상기 입맛 표현을 TF-IDF(Term Frequency - Inverse Document Frequency) 방식을 이용하여 전처리를 실시할 수 있다.In this case, the processor 120 may pre-process the taste expression directly input by the individual using a TF-IDF (Term Frequency-Inverse Document Frequency) method.
즉, 음식과 연관되는 개인 입맛에 대해 입맛 표현이 다르면 특정 단어만을 선택하여 점수화할 수 없다. 따라서, 유사 의미의 단어를 묶음 처리함으로써 올바른 방향으로 분석이 수행되도록 보조한다.That is, if the taste expression is different for individual tastes related to food, it is impossible to select and score only specific words. Therefore, it assists the analysis to be performed in the right direction by grouping words with similar meanings.
TF는 해당 문서에서 특정한 단어가 얼마나 자주 나타나는지를 카운트한 값으로 해당 값이 높을수록 중요한 단어라 판단하며, 해당 문서에서 단어의 중요도는 수학식 2와 같다.TF counts how often a specific word appears in the document, and the higher the value is, the more important the word is, and the importance of the word in the document is as shown in Equation 2.
Figure pat00002
...(2)
Figure pat00002
...(2)
여기서
Figure pat00003
는 해당 문서(
Figure pat00004
)에서 특정한 단어(
Figure pat00005
)가 출현하는 횟수를 의미하며,
Figure pat00006
는 해당 문서(
Figure pat00007
)에서 출현하는 모든 단어 수를 말한다.
here
Figure pat00003
Is the corresponding document (
Figure pat00004
) In a specific word (
Figure pat00005
Means the number of occurrences of ),
Figure pat00006
Is the corresponding document (
Figure pat00007
) Is the number of all words that appear in.
하지만, TF값이 높다고 그 단어를 해당 문서의 키워드로 판단 할 수는 없다. 문장을 구성하다보면 단어와 단어를 연결해주는 조사들의 비중이 높아지게 되거나 흔한 단어들이 해당 문장의 키워드로 떠오를 수 있기 때문이다. 이를 방지하고 핵심 단어를 찾기 위해 IDF(역문서 빈도)를 사용하게 되는데, IDF는 특정 단어가 몇 개의 고유한 문서에서 나왔는지를 카운트 한 수의 역수이며 로그를 취한 값이다.However, just because the TF value is high, the word cannot be judged as a keyword of the document. This is because, when constructing a sentence, the weight of surveys connecting words and words increases, or common words may emerge as keywords in the sentence. In order to prevent this and find key words, IDF (reverse document frequency) is used, which is the reciprocal of the number of counts and the logarithm of how many unique documents a particular word came from.
Figure pat00008
...(3)
Figure pat00008
...(3)
여기서,
Figure pat00009
는 전체 문서의 개수이며,
Figure pat00010
는 특정한 단어가 나오는 문서의 개수를 의미한다.
here,
Figure pat00009
Is the total number of documents,
Figure pat00010
Means the number of documents in which a specific word appears.
이 두 방식을 통해 최종적으로 TF-IDF 값을 구하게 되며, 해당 문서 내에 특정 단어 빈도가 높을수록, 전체 문서 중 특정 단어를 포함한 문서가 적을수록 TF-IDF값은 높이지게 된다.Through these two methods, the TF-IDF value is finally obtained. The higher the frequency of specific words in the document, and the smaller the number of documents including specific words among all documents, the higher the TF-IDF value.
TF-IDF를 통해 특정 점수를 부여하기 위해선 단어 뭉치를 만들고, 이를 단어들의 출현 빈도로 정리한 텀도큐 매트릭스(TermDocument Matrix)가 필요하다. 이를 위해, 유사한 의미를 갖는 단어들을 하나로 묶어줄 필요가 있는데, 유사한 의미를 갖는 단어들을 묶어 주지 않은 채 분석할 경우 잘못된 방향으로 분석이 될 수 있기 때문이다.In order to give a specific score through TF-IDF, a TermDocument Matrix is needed to create a bunch of words and organize them by the frequency of occurrence of words. To this end, words having similar meanings need to be grouped together, because if words having similar meanings are not grouped together, analysis may be performed in the wrong direction.
본 발명에서는 유사 의미의 입맛 표현의 단어를 묶음 처리했으며, 묶음 처리 한 단어들은 다음과 같다.In the present invention, words of taste expressions having similar meanings are bundled, and the bundled words are as follows.
- 단맛에 대한 표현-Expression of sweetness
처리전: 달달하다; 달콤하다; 달큰하다; 달짝지근하다; 달착지근하다; 달곰쌉쌀하다Before treatment: sweet; so sweet; Sweet; Sweet; Sweet; It's bitter and bitter
처리후: 달다After treatment: sweet
- 신맛에 대한 표현-Expression of sour taste
처리전: 시큼하다; 시큼시큼하다; 새콤하다; 시큼털털하다; 새콤달콤하다; 시큼시큼하다; 시그무레하다; 시큼털털하다Before treatment: sour; Sour; Sour; Sour hairy; Sweet and sour; Sour; It's noisy; Sour
처리후: 시다After treatment: Sida
- 짠맛에 대한 표현-Expression of salty taste
처리전: 짜디짜다; 맵짜다; 짭짤하다; 간간짭짤하다; 찝찔하다; 짭조름하다; 간간하다Before treatment: squeeze; Spicy; Salty; Slightly salty; Grumpy; Salty; Intermittently
처리후: 짜다After treatment: weave
- 쓴맛에 대한 표현-Expression of bitter taste
처리전: 쓰디쓰다; 씁쓸하다; 씁스레하다; 씁쓰름하다; 쌉쌀하다Before treatment: bitter; Bitter; Bitter; Bitter; Bitter
처리후: 쓰다After treatment: write
- 매운맛에 대한 표현-Expression of spicy taste
처리전: 맵디맵다; 매콤하다; 매큼하다; 맵싸하다; 맵짜다Before processing: map demap; Spicy; Spicy; Spicy; Spicy
처리후: 맵다After treatment: spicy
이상과 같이, 본 발명에 따르면, 개인 입맛에 대한 주관성을 분석함으로써 개인 입맛에 최적화된 음식을 추천해 줄 수 있는 효과가 있다.As described above, according to the present invention, it is possible to recommend food optimized for personal taste by analyzing subjectivity with respect to personal taste.
본 발명이 속하는 기술분야의 통상의 지식을 가진 자는 본 발명이 그 기술적 사상이나 필수적인 특징을 변경하지 않고서 다른 구체적인 형태로 실시될 수 있다는 것을 이해할 수 있을 것이다. 그러므로 이상에서 기술한 실시예은 모든 면에서 예시적인 것이며 한정적이 아닌 것으로 이해해야만 한다. 본 발명의 범위는 상기 상세한 설명보다는 후술하는 특허청구의 범위에 의하여 나타내어지며, 특허청구의 범위의 의미 및 범위 그리고 그 균등 개념으로부터 도출되는 모든 변경 또는 변형된 형태가 본 발명의 범위에 포함되는 것으로 해석되어야 한다.Those of ordinary skill in the art to which the present invention pertains will appreciate that the present invention can be implemented in other specific forms without changing the technical spirit or essential features thereof. Therefore, it should be understood that the embodiments described above are illustrative and non-limiting in all respects. The scope of the present invention is indicated by the scope of the claims to be described later rather than the detailed description, and all changes or modified forms derived from the meaning and scope of the claims and their equivalent concepts are included in the scope of the present invention. It must be interpreted.
100 컴퓨팅 장치
110 통신부
120 프로세서
100 computing devices
110 Department of Communications
120 processors

Claims (8)

  1. 개인 입맛의 주관성 분석을 이용한 음식 추천 방법으로서,
    컴퓨팅 장치의 통신부가, 복수의 음식과 연관되는 개인 입맛에 대한 평가값을 획득하도록 지원하는 단계;
    상기 컴퓨팅 장치의 프로세서가, 상기 개인 입맛에 대한 평가값에 기초하여 개인 입맛에 대한 주관성 변수들을 추출하는 단계;
    상기 통신부가, 하나 이상의 음식 메뉴를 개인으로부터 입력받도록 지원하는 단계; 및
    상기 프로세서가, 개인가 입력한 음식 메뉴에 대해서 개인 입맛에 대한 주관성 변수들에 기초하여 개인 입맛에 적합한 적어도 하나의 음식 메뉴를 추천하는 단계;를 포함하는 것을 특징으로 하는 개인 입맛의 주관성 분석을 이용한 음식 추천 방법.
    As a food recommendation method using subjectivity analysis of personal taste,
    Supporting, by a communication unit of the computing device, obtaining evaluation values for personal tastes associated with a plurality of foods;
    Extracting, by a processor of the computing device, subjectivity variables for personal taste based on an evaluation value for the personal taste;
    Supporting the communication unit to receive one or more food menus from an individual; And
    The processor recommending, by the processor, at least one food menu suitable for personal taste based on subjectivity variables for personal taste with respect to the food menu input by the individual; food using subjectivity analysis of personal taste, comprising: Recommended way.
  2. 제1항에 있어서,
    개인 입맛에 대한 주관성 변수들은 음식간의 유클리디안 거리 유사도를 선택하는 방식을 이용하여 추출되는 것을 특징으로 하는 개인 입맛의 주관성 분석을 이용한 음식 추천 방법.
    The method of claim 1,
    A food recommendation method using subjectivity analysis of individual tastes, characterized in that the subjectivity variables for individual tastes are extracted using a method of selecting the Euclidean distance similarity between foods.
  3. 제2항에 있어서,
    상기 프로세서가, 미리 학습된 추정 모델을 이용하여 상기 주관성 변수들 사이의 상관도를 나타내는 p 개의 은닉변수들을 추출하는 단계로서, 상기 p는 1이거나 그보다 큰 자연수인, 단계;를 더 포함하는 것을 특징으로 하는 개인 입맛의 주관성 분석을 이용한 음식 추천 방법.
    The method of claim 2,
    Extracting, by the processor, p hidden variables representing a degree of correlation between the subjectivity variables by using a pre-learned estimation model, wherein p is 1 or a natural number greater than that; Food recommendation method using subjectivity analysis of personal taste.
  4. 제3항에 있어서,
    상기 프로세서가, 상기 은닉변수들과 미리 그룹핑된 k 개의 음식 메뉴 그룹들의 중심의 유클리드 거리를 비교함으로써, 개인 입맛에 맞는 음식을 추천하는 단계로서, 상기 k는 1이거나 그보다 큰 자연수인, 단계;를 더 포함하는 것을 특징으로 하는 개인 입맛의 주관성 분석을 이용한 음식 추천 방법.
    The method of claim 3,
    The processor, by comparing the hidden variables and the Euclidean distances of the centers of k food menu groups grouped in advance, to recommend food suitable for personal taste, wherein k is 1 or a natural number greater than that; Food recommendation method using subjectivity analysis of personal taste, characterized in that it further comprises.
  5. 제1항에 있어서,
    개인이 복수의 음식과 연관되는 입맛 표현을 직접 입력하면, 상기 입맛 표현을 TF-IDF 방식을 이용하여 전처리를 실시하는 단계를 더 포함하는 것을 특징으로 하는 개인 입맛의 주관성 분석을 이용한 음식 추천 방법.
    The method of claim 1,
    When an individual directly inputs a taste expression associated with a plurality of foods, the method of recommending food using subjectivity analysis of individual tastes, further comprising pre-processing the taste expression using a TF-IDF method.
  6. 제1항에 있어서,
    상기 음식 메뉴 그룹은 특식, 찌개, 덮밥&볶음밥, 면, 국/탕, 간편식, 및 기타로 이루어지는 것을 특징으로 하는 개인 입맛의 주관성 분석을 이용한 음식 추천 방법.
    The method of claim 1,
    The food menu group is a food recommendation method using subjective analysis of personal taste, characterized in that consisting of special meals, stew, rice bowl & fried rice, noodles, soup/tang, convenience meals, and others.
  7. 제1항에 있어서,
    상기 특식은 불고기, 찜닭, 닭볶음탕, 스테이크, 월남쌈, 수육, 아구찜, 쌈밥, 및 낙지볶음을 포함하고,
    상기 찌개는 된장찌개, 김치찌개, 부대찌개, 순두부찌개, 청국장찌개, 동태찌개, 비지찌개, 고추장찌개, 및 오징어찌개를 포함하고,
    상기 덮밥&볶음밥은 카레, 비빔밥, 오므라이스, 김치볶음밥, 제육덮밥, 연어덮밥, 치킨마요덮밥, 돈부리, 및 오징어덮밥을 포함하고,
    상기 면은 라멘, 토마토스파게티, 크림스파게티, 냉면, 잔치국수, 비빔국수, 칼국수, 우동, 및 콩국수를 포함하고,
    상기 국/탕은 육개장, 닭개장, 떡국, 소고기뭇국, 시래깃국, 갈비탕, 추어탕, 삼계탕, 및 대구탕을 포함하고,
    상기 간편식은 샌드위치, 프렌치토스트, 떡볶이, 시리얼, 샐러드, 밥버거, 핫도그, 편의점도시락, 김밥, 및 유부초밥을 포함하며,
    상기 기타는 초밥, 짜장면, 짬뽕, 깐풍기, 마파두부, 잡채, 팟타이, 및 쌀국수, 햄버거를 포함하는 것을 특징으로 하는 개인 입맛의 주관성 분석을 이용한 음식 추천 방법.
    The method of claim 1,
    The special meal includes bulgogi, steamed chicken, chicken stir-fried soup, steak, spring rolls, suyuk, steamed agu, ssambap, and stir-fried octopus,
    The stew includes doenjang stew, kimchi stew, bag stew, sundubu stew, cheonggukjang stew, dongtae stew, biji stew, red pepper paste stew, and squid stew,
    The rice bowl & fried rice includes curry, bibimbap, omelet rice, kimchi fried rice, jeyuk rice bowl, salmon rice bowl, chicken mayo rice bowl, donburi, and squid rice bowl,
    The noodles include ramen, tomato spaghetti, cream spaghetti, naengmyeon, feast noodles, bibim noodles, kalguksu, udon, and bean noodles,
    The soup/tang includes yukgaejang, chicken gaejang, rice cake soup, beef musk soup, siraegit soup, galbitang, chueotang, samgyetang, and Daegutang,
    The convenience meal includes a sandwich, French toast, rice cake, cereal, salad, rice burger, hot dog, convenience store lunch box, kimbap, and tofu sushi,
    The other food recommendation method using subjective analysis of personal taste, characterized in that it includes sushi, jajangmyeon, champon, kanpoonggi, mapo tofu, japchae, pad thai, and rice noodles, hamburgers.
  8. 개인 입맛의 주관성 분석을 이용한 음식 추천 시스템으로서,
    복수의 음식과 연관되는 개인 입맛에 대한 평가값을 획득하거나, 하나 이상의 음식 메뉴를 개인으로부터 입력받는 통신부; 및
    상기 개인 입맛에 대한 평가값에 기초하여 개인 입맛에 대한 주관성 변수들을 추출하는 프로세스, 및 개인가 입력한 음식 메뉴에 대해서 개인 입맛에 대한 주관성 변수들에 기초하여 개인 입맛에 적합한 적어도 하나의 음식 메뉴를 추천하는 프로세스를 수행하는 프로세서;를 포함하는 것을 특징으로 하는 개인 입맛의 주관성 분석을 이용한 음식 추천 시스템.
    As a food recommendation system using subjectivity analysis of individual tastes,
    A communication unit that obtains evaluation values for personal tastes associated with a plurality of foods, or receives one or more food menus from an individual; And
    The process of extracting subjectivity variables for personal taste based on the evaluation value for personal taste, and recommending at least one food menu suitable for personal taste based on subjectivity variables for personal taste for the food menu entered by the individual A food recommendation system using subjectivity analysis of personal taste, comprising: a processor that performs a process to perform a process.
KR1020190114174A 2019-09-17 2019-09-17 Food recommendation system and method using individual taste subjectivity analysis KR20210032759A (en)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020190114174A KR20210032759A (en) 2019-09-17 2019-09-17 Food recommendation system and method using individual taste subjectivity analysis

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020190114174A KR20210032759A (en) 2019-09-17 2019-09-17 Food recommendation system and method using individual taste subjectivity analysis

Publications (1)

Publication Number Publication Date
KR20210032759A true KR20210032759A (en) 2021-03-25

Family

ID=75222516

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020190114174A KR20210032759A (en) 2019-09-17 2019-09-17 Food recommendation system and method using individual taste subjectivity analysis

Country Status (1)

Country Link
KR (1) KR20210032759A (en)

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20140065384A (en) 2014-05-11 2014-05-29 이정우 Personalized place recommendation system and method by using subjectivity analysis for user classification

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20140065384A (en) 2014-05-11 2014-05-29 이정우 Personalized place recommendation system and method by using subjectivity analysis for user classification

Similar Documents

Publication Publication Date Title
Mejova et al. Fetishizing food in digital age:# foodporn around the world
US10474705B2 (en) Iterative image search algorithm informed by continuous human-machine input feedback
CN104994747B (en) For providing the system and method for flavor suggestion and enhancing
Osadchiy et al. Recommender system based on pairwise association rules
US9489377B1 (en) Inferring recipe difficulty
US20130149676A1 (en) System and methods for virtual cooking with recipe matching
De Clercq et al. Data-driven recipe completion using machine learning methods
Rokicki et al. Plate and prejudice: Gender differences in online cooking
KR20160116449A (en) Application System providing Cuisine Recipes
US9812022B2 (en) Method and apparatus for providing healthier food purchase suggestions to a shopper
Hanai et al. Clustering for closely similar recipes to extract spam recipes in user-generated recipe sites
JP2019061366A (en) Alternative recipe presentation device, alternative recipe presentation method, computer program, and data structure
KR20210032759A (en) Food recommendation system and method using individual taste subjectivity analysis
Nirmal et al. Optimization framework for flavour and nutrition balanced recipe: A data driven approach
Mao et al. Recipe recommendation considering the flavor of regional cuisines
Nadamoto et al. Clustering for similar recipes in user-generated recipe sites based on main ingredients and main seasoning
JP2019133624A (en) Recipe information provision apparatus, recipe information provision method, and recipe information provision program
JP2019045902A (en) Information processing system, method and program
Clarke et al. How do cooks actually cook vegetables? A field experiment with low-income households
KR102272063B1 (en) Apparatus and method for determinating taste similarity of users
KR101963609B1 (en) Determination apparatus and method of user's taste based on a latent variable
KR20210075337A (en) Apparatus and method for determinating taste similarity of users
Jain CAPRECIPES: a context-aware personalized recipes recommender for healthy and smart living
JP6410069B1 (en) Recipe information providing apparatus, recipe information providing method, and recipe information providing program
JP2020064666A (en) Information processing device, information processing method, and program