개인 맞춤형 음식 추천 알고리즘에 대한 비교 평가 연구

A Comparative Evaluation Study on Personalized Food Recommendation Algorithms

발행

2023 등록KCI API에는 발행일 항목이 없어 원문 등록일을 쓰고 있습니다. 실측으로 발행보다 최대 6년 늦습니다 — 재수집하면 발행연월로 바뀝니다.

소속·발행

단국대학교

출처

국내 KCI

원문

원문 보기 ↗

개념

키워드

음식 추천 시스템, 내용 기반 모델, 협력 필터링, 개인 맞춤형 메뉴, Food Recommendation System, Content-Based Model, Collaborative Filtering, Personalized Menu

초록

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.

같은 개념의 다른 논문

이 개념이 나오는 강연