Enhancing Personalized Recipe Recommendation Through Multi-Class Classification

要約

この文書は、多様な料理の好みの領域における個人向けのレシピ推奨の課題に取り組むことを目的としています。
問題領域には、関連分析や分類などの手法を利用したレシピの推奨が含まれます。
関連分析は、ユーザーエクスペリエンスを向上させるために、さまざまな成分間の関係とつながりを調査します。
一方、分類の側面には、ユーザーが定義した材料や好みに基づいてレシピを分類することが含まれます。
この論文のユニークな点は、料理の組み合わせの複雑さを認識し、複数のクラスに属するレシピと材料を考慮していることです。
これには、システムがレシピの分類の性質に確実に対応できるように、分類と推奨に対する洗練されたアプローチが必要です。
この論文では、レシピを推奨するだけでなく、正確でパーソナライズされた推奨を実現するためのプロセスについても探求しています。

要約(オリジナル)

This paper intends to address the challenge of personalized recipe recommendation in the realm of diverse culinary preferences. The problem domain involves recipe recommendations, utilizing techniques such as association analysis and classification. Association analysis explores the relationships and connections between different ingredients to enhance the user experience. Meanwhile, the classification aspect involves categorizing recipes based on user-defined ingredients and preferences. A unique aspect of the paper is the consideration of recipes and ingredients belonging to multiple classes, recognizing the complexity of culinary combinations. This necessitates a sophisticated approach to classification and recommendation, ensuring the system accommodates the nature of recipe categorization. The paper seeks not only to recommend recipes but also to explore the process involved in achieving accurate and personalized recommendations.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google