최근 현대인들은 풍족해진 먹을거리에도 불구하고, 특정 영양소의 과잉 및 부족 섭취로 영양불균형의 문제로 겪고 있다. 이에 따라, 건강 및 식단조절에 관한 관심이 증가하였고, 다양한 모바일시스템을 이용한 어플리케이션들이 등장하였다. 하지만 대부분의 어플리케이션들은 섭취한 식단을 기록하고 단순한 통계를 보여주는데 그치는 수준이며 건강 식단을 위한 일반적인 정보를 제공한다. 건강에 관심 있는 사용자에게는 실질적으로 본인의 음식 선호를 반영하거나 맞춤형 권장 정보를 제공하는 추천서비스가 필요하다. 따라서 본 연구에서는 사용자의 신체 및 활동조건에 따른 권장섭취열량에 대해 식품군별 교환단위수를 부여하고, 과거 섭취이력을 활용하여 음식 선호를 분석하여 식품군별 권장섭취 단위수를 만족하는 식단추천 기법을 제안한다. 또한 실험을 통하여 사용자의 선호만을 고려한 경우, 권장교환단위만을 고려하는 경우와 비교하여 정밀도, 재현율, 건강지수, 그리고 3지표의 조화평균을 도출하고 제안하는 알고리즘의 우수성을 증명하였다. 해당 기법을 활용하여 사용자는 본인의 선호를 반영하는 맞춤형 건강식단을 추천받을 수 있으며 이를 통해 건강한 식습관 개선 및 유지에 도움을 줄 수 있다.
최근 현대인들은 풍족해진 먹을거리에도 불구하고, 특정 영양소의 과잉 및 부족 섭취로 영양불균형의 문제로 겪고 있다. 이에 따라, 건강 및 식단조절에 관한 관심이 증가하였고, 다양한 모바일시스템을 이용한 어플리케이션들이 등장하였다. 하지만 대부분의 어플리케이션들은 섭취한 식단을 기록하고 단순한 통계를 보여주는데 그치는 수준이며 건강 식단을 위한 일반적인 정보를 제공한다. 건강에 관심 있는 사용자에게는 실질적으로 본인의 음식 선호를 반영하거나 맞춤형 권장 정보를 제공하는 추천서비스가 필요하다. 따라서 본 연구에서는 사용자의 신체 및 활동조건에 따른 권장섭취열량에 대해 식품군별 교환단위수를 부여하고, 과거 섭취이력을 활용하여 음식 선호를 분석하여 식품군별 권장섭취 단위수를 만족하는 식단추천 기법을 제안한다. 또한 실험을 통하여 사용자의 선호만을 고려한 경우, 권장교환단위만을 고려하는 경우와 비교하여 정밀도, 재현율, 건강지수, 그리고 3지표의 조화평균을 도출하고 제안하는 알고리즘의 우수성을 증명하였다. 해당 기법을 활용하여 사용자는 본인의 선호를 반영하는 맞춤형 건강식단을 추천받을 수 있으며 이를 통해 건강한 식습관 개선 및 유지에 도움을 줄 수 있다.
In recent times, many people have problems of nutritional imbalance; lack or surplus intake of a specific nutrient despite the variety of available foods. Accordingly, the interest in health and diet issues has increased leading to the emergence of various mobile applications. However, most mobile a...
In recent times, many people have problems of nutritional imbalance; lack or surplus intake of a specific nutrient despite the variety of available foods. Accordingly, the interest in health and diet issues has increased leading to the emergence of various mobile applications. However, most mobile applications only record the user's diet history and show simple statistics and usually provide only general information for healthy diet. It is necessary for users interested in healthy eating to be provided recommendation services reflecting their food interest and providing customized information. Hence, we propose a menu recommendation method which includes calculating the recommended calorie amount based on the user's physical and activity profile to assign to each food group a substitution unit. In addition, our method also analyzes the user's food preferences using food intake history. Thus it satisfies recommended intake unit for each food group by exchanging the user's preferred foods. Also, the excellence of our proposed algorithm is demonstrated through the calculation of precision, recall, health index and the harmonic average of the 3 aforementioned measures. We compare it to another method which considers user's interest and recommended substitution unit. The proposed method provides menu recommendation reflecting interest and personalized health status by which user can improve and maintain a healthy dietary habit.
In recent times, many people have problems of nutritional imbalance; lack or surplus intake of a specific nutrient despite the variety of available foods. Accordingly, the interest in health and diet issues has increased leading to the emergence of various mobile applications. However, most mobile applications only record the user's diet history and show simple statistics and usually provide only general information for healthy diet. It is necessary for users interested in healthy eating to be provided recommendation services reflecting their food interest and providing customized information. Hence, we propose a menu recommendation method which includes calculating the recommended calorie amount based on the user's physical and activity profile to assign to each food group a substitution unit. In addition, our method also analyzes the user's food preferences using food intake history. Thus it satisfies recommended intake unit for each food group by exchanging the user's preferred foods. Also, the excellence of our proposed algorithm is demonstrated through the calculation of precision, recall, health index and the harmonic average of the 3 aforementioned measures. We compare it to another method which considers user's interest and recommended substitution unit. The proposed method provides menu recommendation reflecting interest and personalized health status by which user can improve and maintain a healthy dietary habit.
신체 및 활동조건을 입력하지 않은 참가자에 대해서는 대한민국 고등학생 및 대학생 평균 신체정보를 사용하였다. 식단을 추천 받는 시점에 섭취한 식단을 다양하게 설정하기 위하여 7가지의 섭취상황을 가정하였다. 예를 들어, 1번 케이스에서는 아침을 추천 받고, 2번 케이스에서는 아침에 곰국, 스크램블에그, 실곤약야채무침, 깍두기, 쌀밥을 섭취했다고 가정하고 점심을 추천받는다.
제안 방법
이에 본 연구에서는 사용자의 신체 및 활동정보를 기반으로 권장섭취열량을 도출하고, 이를 기준으로 식품군별 교환단위수를 부여한다. 또한 사용자의 최근 식품섭취기록을 바탕으로 잔여 교환단위수를 계산하여 식품군별 일일 권장교환단위수를 만족하는 추천 식단을 제공한다. 식단 제공 시, 밥, 국, 반찬 3개, 간식의 세트형식으로 식단을 제공하며, 이는 사용자의 기록된 과거섭취이력을 분석하여 음식의 선호를 반영하여 추천한다.
이에 본 연구에서는 사용자의 신체 및 활동정보를 기반으로 권장섭취열량을 도출하고, 이를 기준으로 식품군별 교환단위수를 부여한다. 또한 사용자의 최근 식품섭취기록을 바탕으로 잔여 교환단위수를 계산하여 식품군별 일일 권장교환단위수를 만족하는 추천 식단을 제공한다.
대상 데이터
실험을 위해 고등학생 및 대학생 참가자를 모집하고 3개월 동안 Diet-A[11]를 사용하였다. 총 31명이 참가하였고, 참가자는 참여기간동안 실제 섭취한 음식을 기록하였다.
제안하는 식단추천 알고리즘의 성능을 평가하기 위하여 모바일 어플리케이션 Diet-A[11]를 이용하여 식단을 수집한다. Diet-A는 본 연구실에서 개발한 모바일 어플리케이션으로 사용자가 섭취한 음식을 쉽고 빠르게 입력가능하며, 기록한 식단에 대해 영양 피드백을 제공받을 수 있는 시스템이다.
성능/효과
7로 가장 높게 나타났다. 실험결과를 통하여 제안하는 방법은 사용자의 선호를 반영하고 건강을 고려한 식단을 제공하는 것을 증명하였다. 따라서 추천 식단을 활용하여 사용자는 건강한 식습관 개선 및 유지에 도움을 받을 수 있다.
또한 제안된 방법의 성능을 분석하기 위하여 정밀도, 재현율, 건강지수, 세 가지 지표의 조화평균을 도출하고 선호를 고려한 경우와 권장교환단위를 고려한 경우를 비교하여 실험하였다. 제안하는 방법은 선호를 고려하는 방법에 비해, 정밀도와 재현율이 각각 11%, 12% 정도 낮은 수치를 나타냈지만 건강지수로 인해, 정밀도, 재현율, 건강지수의 조화평균이 0.7로 가장 높게 나타났다. 실험결과를 통하여 제안하는 방법은 사용자의 선호를 반영하고 건강을 고려한 식단을 제공하는 것을 증명하였다.
후속연구
실험결과를 통하여 제안하는 방법은 사용자의 선호를 반영하고 건강을 고려한 식단을 제공하는 것을 증명하였다. 따라서 추천 식단을 활용하여 사용자는 건강한 식습관 개선 및 유지에 도움을 받을 수 있다.
질의응답
핵심어
질문
논문에서 추출한 답변
최근 건강 및 식단조절에 관한 관심이 증가한 이유는?
최근 현대인들은 풍족해진 먹을거리에도 불구하고, 특정 영양소의 과잉 및 부족 섭취로 영양불균형의 문제로 겪고 있다. 이에 따라, 건강 및 식단조절에 관한 관심이 증가하였고, 다양한 모바일시스템을 이용한 어플리케이션들이 등장하였다.
본 논문에서 개발한 Diet-A는 무엇인가?
제안하는 식단추천 알고리즘의 성능을 평가하기 위하여 모바일 어플리케이션 Diet-A[11]를 이용하여 식단을 수집한다. Diet-A는 본 연구실에서 개발한 모바일 어플리케이션으로 사용자가 섭취한 음식을 쉽고 빠르게 입력가능하며, 기록한 식단에 대해 영양 피드백을 제공받을 수 있는 시스템이다. 섭취한 음식을 입력할 때, 양을 선택하지 않으면 기본값으로 1인분이 선택되며, 음식에 대한 양을 따로 입력하게 되면, 그 양에 비례하여 제공량, 열량, 탄수화물, 단백질, 지방, 나트륨, 포화지방산, 칼슘, 철분의 정보가 입력된다.
재현율이란?
정밀도는 추천된 데이터 중에서 연관된 데이터의 비율을 계산한 것으로 연관된 데이터를 추천했을 때, 높은 수치를 나타낸다. 재현율은 연관된 데이터 중에서 추천된 데이터의 비율을 계산한 수치이다. 본 연구에서 정밀도는 추천 식단 중에 과거 4회 이상 섭취 식단의 비율을 평가하였으며, 재현율은 과거 4회 이상 섭취 식단 중 얼마나 많은 음식이 추천되었는지를 평가하였다.
참고문헌 (11)
Ministry of Health & Welfare, Korea Center for Disease Control and Prevention, Korea Health Statistics 2013 : Korea National Health and Nutrition Examination Survey (KNHANES V-1), http://stat.mw.go.kr/front/statData/.publicationView.jsp?bbsSeq13&nttSeq21549&menuId47.
Phanich, Maiyaporn, Phathrajarin Pholkul, and Suphakant Phimoltares. "Food recommendation system using clustering analysis for diabetic patients," Information Science and Applications (ICISA), 2010 International Conference on. IEEE, 2010.
Lin, Woan-Tyng et al. "FML-based recommender system for restaurants," Technologies and Applications of Artificial Intelligence (TAAI), 2013 Conference on. IEEE, 2013.
Ueda, Mayumi et al., "Recipe recommendation method by considering the user's preference and ingredient quantity of target recipe," Proceedings of the International Multi Conference of Engineers and Computer Scientists, Vol.1. 2014.
Lim, Byoung-Kwon et al., "DietAdviser: A Personalized eHealth Agent in a Mobile Computing Environment," Journal of KIISE: Computing Practices and Letters, Vol.18, No.6, pp.459-463, 2012.
Faiz, Irshad, Hamid Mukhtar, and Sharifullah Khan, "An integrated approach of diet and exercise recommendations for diabetes patients," e-Health Networking, Applications and Services (Healthcom), 2014 IEEE 16th International Conference on. IEEE, 2014.
The Korean Dietetic Association [Internet], https://www.dietitian.or.kr/index.do.
The Korean Nutrition Society, Dietary Reference Intakes for Koreans, revised Version, The Korean Nutrition Society, Korea, 2010.
Cheng, Teh Lee, Umi Kalsom Yusof, and Mohd Nor Akmal Khalid. "Content-based filtering algorithm for mobile recipe application," Software Engineering Conference (MySEC), 2014 8th Malaysian, IEEE, 2014.
Oh, Yoori et al., "A design of personalized daily nutrition feedback system for cultivating healthy eating habit," The 2015 Fall Conference of the KIPS, Vol.22 No.2 pp.531-533, 2015.
AI-Helper
※ AI-Helper는 부적절한 답변을 할 수 있습니다.