개인 맞춤형 음식 추천 알고리즘에 대한 비교 평가 연구

• Published in: 한국정보통신학회논문지 Vol. 27; no. 3; pp. 318 - 327
• Main Authors: 정영윤(Yong Yun Jeong), 박민규(Min Gyu Park), 김건우(Gun Woo Kim), 김석환(Seok hwan Kim), 박경신(Kyoung Shin Park)
• Format: Journal Article
• Language: Korean
• Published: 한국정보통신학회 01.03.2023
• Subjects: 전자/정보통신공학; 내용 기반 모델; 개인 맞춤형 메뉴; Collaborative Filtering; Food Recommendation System; 음식 추천 시스템; Content-Based Model; 협력 필터링; Personalized Menu
• ISSN: 2234-4772; 2288-4165
• DOI: 10.6109/jkiice.2023.27.3.318

추천 시스템이란 사용자가 관심을 가질 만한 콘텐츠를 추천하는 방법으로 전자 상거래 상품, 영화, 음악, 뉴스 등 다양한 분야에서 활발히 연구되고 있다. 최근 비대면 서비스가 늘어나면서 소비자의 취향과 생활방식에 맞춘 추천 시스템이 더욱 중요해지고 있다. 그러나 식품 분야에서는 음식 분류 기준이 상대적으로 모호하고 맛을 객관적으로 정의할 수 없어 내용을 기반으로 한 유사도 계산이 어려울 뿐만 아니라, 음식에 대한 평가 개념이 생소하여 협력 필터링 기반 추천 시스템에서 Cold Start 문제를 피할 수 없었다. 따라서 본 연구에서는 가장 널리 사용되고 있는 사용자 기반 협력 필터링에서 음식의 특성을 나타낼 수 있는 주재료, 음식 설명 그리고 조리 방식을 추가적으로 활용하는 알고리즘들을 제안하고 이들 알고리즘에 대한 비교 평가를 논의한다. A recommendation system is a method of recommending content that may be interest to users, and it has been actively studied in various fields such as e-commere products, movies, music and news. With the increased in non-face-to-face services, the recommendation system customized to consumer’s tastes and lifestyles is becoming more important. However, in the field of food, the food classification criteria are relatively ambiguous and the taste cannot be defined objectively, making it difficult to calculate the similarity based on the content. Also, the concept of food evaluation is unfamiliar, so the cold start problem was not avoided in collaborative filtering based recommendation system. Therefore, in this study, we propose algorithms that additionally utilize main ingredients, food descriptions, and recipes that can represent food characteristics in the most widely used user-based collaborative filtering, and discuss comparative evaluation of these algorithms. KCI Citation Count: 0