• 한국멀티미디어학회논문지
• /
• 제24권8호
• /
• pp.1114-1121
• /
• 2021

In this paper, we implement a recipe recommendation system using ingredient harmonization analysis based on recipe data. The proposed system receives an image of a food ingredient purchase receipt to recommend ingredients and recipes to the user. Moreover, it performs preprocessing of the receipt images and text extraction using the OCR algorithm. The proposed system can recommend recipes based on the combined data of ingredients. It collects recipe data to calculate the combination for each food ingredient and extracts the food ingredients of the collected recipe as training data. And then, it acquires vector data by learning with a natural language processing algorithm. Moreover, it can recommend recipes based on ingredients with high similarity. Also, the proposed system can recommend recipes using replaceable ingredients to improve the accuracy of the result through preprocessing and postprocessing. For our evaluation, we created a random input dataset to evaluate the proposed recipe recommendation system's performance and calculated the accuracy for each algorithm. As a result of performance evaluation, the accuracy of the Word2Vec algorithm was the highest.

• 한국전자통신학회논문지
• /
• 제16권2호
• /
• pp.339-346
• /
• 2021

본 연구에서는 더 나은 음식 주문 메커니즘을 제공하고 글로벌 고객의 맞춤형 음식 주문에 대한 레시피 성분 비율을 실시간으로 선택할 수 있는 인터페이스를 구현하였다. 각 레시피 재료의 기본 비율을 보여주는 주문 시스템 화면에 선택 메뉴를 배치하여 글로벌 고객에게 적절한 음식을 제공하고, 단순히 음식 메뉴를 선택하고 주문하는 시스템 없이 레시피 그래프를 구성하여 맞춤형 레시피 재료 구성 비율을 제공하는 알고리즘을 연구하였다. 상호 작용을 가능하게 하여 사용자가 음식 메뉴 주문 장치에서 다양한 레시피 재료의 비율 조정을 통해 맞춤형 서비스를 제공한다.

• 한국산학기술학회논문지
• /
• 제21권5호
• /
• pp.543-550
• /
• 2020

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.

• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2023년도 제68차 하계학술대회논문집 31권2호
• /
• pp.477-478
• /
• 2023

본 논문에서는 스프링 프레임워크를 사용하여 사용자가 보유한 식재료를 기반으로 적합한 레시피를 추천하는 웹 시스템을 설계하고 구현한다. 또한 MVC 패턴을 적용하여 비즈니스 로직과 사용자 인터페이스를 분리하여 개발하였고 MySQL과 Spring Data JPA를 사용하여 로그인 및 회원가입, 레시피와 댓글을 생성, 수정, 삭제할 수 있는 기능을 구현한다.

• 한국식품조리과학회지
• /
• 제20권2호
• /
• pp.158-163
• /
• 2004

The purpose of this study was to determine the organoleptic properties of mushroom pickles made at various compounding ratios according to central composite design for optimum organoleptic properties. In this study, various kinds of mushroom pickle were made at different compounding ratios of vinegar, sugar and salt-critical ingredients of the pickle recipe and the products were presented to an expert panel, who graded the subjects in 7 degrees for 5 items: color, flavor, hardness, taste and overall quality. As a result of sensory quality, mushroom pickles with 300g of vinegar, 150g of sugar and 60g of salt achieved the highest grade. Meanwhile, the results of Response Surface Methodology were different from the sensory quality results, showing that the optimum mixing conditions for overall organoleptic properties of mushroom pickle were 279.58g of vinegar, 179.34g of sugar and 59.09g of salt. (Ed- based on this conflict in results, I suggest that you make a final recommendation, of either the first, the second, or perhaps an intermediate, ratio)

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2019년도 추계학술발표대회
• /
• pp.506-508
• /
• 2019

1인 가구의 비율은 계속하여 증가하고 있으며 요리정보를 얻기 위한 쿡(Cook)방, 먹방, 요리추천 애플리케이션 등의 인기도 계속되고 있다. 요리에 대한 관심이 높아지면서 1인 가구 또한 요리에 많은 시간을 투자하는 것을 확인할 수 있었다. 한편, 기존 요리추천 애플리케이션에서는 사용자의 기호만 고려하기 때문에 사용자가 가지고 있는 재료를 고려하지 않은 문제가 있다. 본 논문은 이러한 요리정보의 수요를 충족시킴과 동시에 인공지능 이미지 인식 기술을 활용하여 현재 가진 재료로 지금 당장 만들 수 있는 요리와 레시피를 추천하는 서비스를 제공하여 1인 가구에 최적화된 솔루션을 제공한다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2024년도 춘계학술발표대회
• /
• pp.644-645
• /
• 2024

COVID-19 유행 이후 배달 음식의 수요가 증가했다. 이러한 배달 음식은 재료나 영양성분 파악이 어려운 경우가 많아 원하는 음식 조건이 있거나 영양 균형을 필요로 하는 개인이 곤란을 겪는다는 문제점이 있다. 따라서 맞춤형 음식을 원하는 개인이 손쉽게 요리를 할 수 있는 방안을 마련하고자, 여러 머신러닝 알고리즘을 결합한 하이브리드 모델을 이용한 레시피 추천시스템을 구현했다. 구현 후에는 웹사이트를 제작하여 직접 적용해봄으로써 그 활용성을 확인했다.