Journal of the Korea Academia-Industrial cooperation Society (한국산학기술학회논문지)

The Korea Academia-Industrial cooperation Society (한국산학기술학회)
권호 표지
DOI QR코드

DOI QR Code

Customized Recipe Recommendation System Implemented in the form of a Chatbot

챗봇 형태로 구현한 사용자 맞춤형 레시피 추천 시스템

  • Ahn, Ye-Jin (Division of Computer & Information Engineering, Daegu University) ;
  • Cho, Ha-Young (Division of Computer & Information Engineering, Daegu University) ;
  • Kang, Shin-Jae (Division of Computer & Information Engineering, Daegu University)
  • 안예진 (대구대학교 컴퓨터정보공학부) ;
  • 조하영 (대구대학교 컴퓨터정보공학부) ;
  • 강신재 (대구대학교 컴퓨터정보공학부)
  • Received : 2020.02.19
  • Accepted : 2020.05.08
  • Published : 2020.05.31
Download PDF
⟨ Previous Next ⟩

Abstract

Interest in food recipe retrieval systems has been increasing recently. Most computer-based recipe retrieval systems are searched by cooking name or ingredient name. Since each recipe provides information in different weighing units, recalculations to the desired amount are necessary and inconvenient. This paper introduces a computer system that addresses these inconveniences. The system is a chatbot system, based on web-based recipe recommendations, for users familiar with the use of messenger conversation systems. After selecting the most popular recipes by their names, and pre-processing to extract only information required for the recipes, the system recommends recipes based on the 100,000 data. Recipes are then searched by the names of food ingredients (included and excluded). Recalculations are performed based on the number of servings entered by the user. A satisfaction rate for the systems' recommendations was 90.5%.

음식의 레시피에 대한 관심도가 높아지고 있는 요즘 대부분의 레시피 검색 시스템들은 요리명, 또는 음식 재료명으로 검색하는 정도로 구현이 되어 있으며, 레시피마다 상이한 계량 단위로 식재료의 양에 대한 정보를 제공하기 때문에 자신이 원하는 인분에 맞춰 식재료의 양을 다시 계산해야 하는 불편함이 있다. 이에 본 논문에서는 이러한 불편 사항을 해결하고 메신저 대화에 익숙한 사용자들에게 맞춤형 서비스를 제공하기 위해 챗봇 형태의 사용자 맞춤형 레시피 추천 시스템을 구현하였다. 레시피에 대한 사용자의 리뷰와 별점, 조회 수 등을 기반으로 인기 있는 레시피들을 선별하고 전처리를 통해 해당 레시피별로 주요 단어와 식재료 양, 조리 순서 등 필요한 정보들만을 추출, 가공한 뒤, 그를 통해 얻은 약 10만 개의 데이터를 기반으로 사용자가 입력한 레시피명, 식재료명, 제외할 식재료명 등을 분석해 레시피를 필터링하고, 사용자가 입력한 인분을 기준으로 재계량하여 레시피를 추천하는 시스템을 구현하였다. 사용자의 요구에 따른 레시피 추천 결과물에 대한 만족도를 평가하여 90.5%의 결과를 얻을 수 있었다.

Keywords

References

  1. B. J. Park, T. H. Heo, S. R. Lee, "TF-IDF and Deep Learning Based Text Classification and Processing Techniques for High Quality Medical Evidence Document Extraction", Proc. of the 2019 Korea Computer Science Conference, Korean Institute of Information Scientists and Engineers (KIISE), pp. 916-918, June, 2019. Available From: http://www.dbpia.co.kr/journal/articleDetail?nodeId=NODE08763372
  2. J. H. Choi, "Korean.English Automatic Indexed Word Extraction System with Morphological Analysis", Journal of KIISE(B): Software and Applications, Vol.23, No.12, pp. 1279-1288, December, 1996. Available From: http://www.dbpia.co.kr/journal/articleDetail?nodeId=NODE00603118
  3. I. S. Lee, O. Chinzorik, J. Park, "Machine Learning Based Stop Words Extraction for Product Title Matching", Proc. of the 2019 Korea Computer Science Conference, KIISE, pp. 990-992, June, 2019. Available From: http://www.dbpia.co.kr/journal/articleDetail?nodeId=NODE08763397
  4. J. W. Kim, U. Kim, S. H. Park, "A Design of a Customized Recipe Recommendation System with Personal Chronic Disease Care", Proc. of the 2018 Korea Software Conference, KIISE, pp. 1505-1507, December, 2018. Available From: http://www.dbpia.co.kr/journal/articleDetail?nodeId=NODE07613997
  5. S. H. Min, H. S. Yeom, "Recipe Recommendation System based on Ingredient By using Hybrid Filtering", Proc. of the 2014 KIISE Conference, pp. 1575-1577, December, 2014. Available From: http://www.dbpia.co.kr/journal/articleDetail?nodeId=NODE06229066
  6. J. H. Hong, A study on recipe recommendation method using text analytics and ontology, Master's Thesis, Hanyang University, Seoul, Korea, February, 2019. Available From: http://www.riss.kr/link?id=T15045250
  7. S. K. Kim, M. C. Shin, J. Y. Gang, "Introduction to chatbot technology and case analysis", Information & Communication Magazine - Open Lecture Series, Korean Institute of Communications and Information Sciences (KICS), Vol.35, No.2, pp. 21-28, November, 2018. Available From: http://www.dbpia.co.kr/journal/articleDetail?nodeId=NODE07615409
  8. T. U. Shin, Y. H. Cha, B. J. Park, "Design and Implementation of Movie Information Chatbot using Text-CNN", Proc. of the 2018 IEIE Conference, Institute of Electronics and Information Engineers (IEIE), pp. 889-891, November, 2018. Available From: http://www.dbpia.co.kr/journal/articleDetail?nodeId=NODE07625044
  9. S. H. Park, J. U. Park, S. H. Joe, J. H. Hyun, J. S. Hwang, "Incremental Learning for Performance Enhancement of Chatbot Framework", Proc. of the 2019 KSCI Winter Conference, Korean Society of Computer Information (KSCI), pp.283-284, January, 2019. Available From: http://www.dbpia.co.kr/journal/articleDetail?nodeId=NODE07614498
  10. S. Y. Yoo, O. R. Jeong, "An Intelligent Chatbot Utilizing BERT Model and Knowledge Graph", The Jounal of Society for e-Business Studies, Vol.24, No. 3, pp.87-98, August, 2019. DOI: https://doi.org/10.7838/jsebs.2019.24.3.087
  11. Adam Open Platform Morphological Analyzer, Saltlux, Available From: https://www.adams.ai/ accessed Mar., 22, 2020)