deim2015 poster

Post on 07-Aug-2015

211 Views

Category:

Food

0 Downloads

Preview:

Click to see full reader

TRANSCRIPT

各種メタテータの特徴を考慮した未知レシヒへのメタテータ自動付与方式

DEIM2015 C1-3

背景レシヒ推薦サービスにおいて,高精度に推薦アイテムの選定を行うためには,各レシヒテータを分析し,適切なメタテータを付与することが考えられる.

先行研究の「類似度分析に基づく未知レシヒへのメタテータ自動付与方式の提案」 (DEIM2014 Section:P2-3) では,メタテータ自動付与方式の妥当性を示すことができたが,各軸の特徴量を考慮しておらず,類似度算出精度の向上に限界がある.

あっさりこってり

定番お手軽

安い

メタテータが付与されていると、推薦精度が向上する。

メタテータありレシヒ

森下らの開発した,ユーザの気分でレシヒを推薦するシステム「気分で料理がポン!」で利用された,人の手によってメタテータが付与されているレシヒ(マスターレシヒ)を使用する.

付与されているメタテータからだ:こころ:

味:時間:お金:

アレンジ:

お疲れ (-5)シクシク (-5)あっさり (-5)お手軽 (-5)安く (-5)定番 (-5)

〜〜〜〜〜〜

(+5) 元気(+5) ウキウキ(+5) こってり(+5) 本格(+5) 豪華に(+5) アレンジ

しかし,「こころ」は他のメタテータと類似している部分が多くあったため,相関を算出してみると,特に「味」との相関が高いことがわかった.よって「こころ」は「味」の中に統合することにする.

各メタテータの相関

こころと味 0.95こころとからだ 0.81

味とからだ 0.76

こころとお金 0.71

・・・ ・・・

しかし

提案手法

U(i) =  S1 + S2 + S3 + S4 + S5

S1*M1(i) + S2*M2(i) + S3*M3(i) + S4*M4(i) + S5*M5(i)

Mrank(i):マスターレシピの各気分データ (rank=1位 ,2位 ,……)

Sm:対象未知レシピと類似度順位が m番のマスターレシピとの類似度i:{からだ,ココロ,味,時間,お金,アレンジ}

マスターレシヒの類似度の上位 5 件のメタテータに類似度を考慮した重みを加えたものを平均して付与する.

1 位2 位3 位4 位5 位

類似度の高いメタテータ付きレシヒ

未知レシヒ

各レシヒのメタテータに

類似度を考慮した重みを加えたものを付与

各種メタテータの特徴を考慮した未知レシヒへのメタテータ自動付与方式の提案

あっさり

メタテータなしレシヒ

「あっさり」レシヒが

なかなか見つからない

メタテータの種類

U(i):未知レシピ

本研究の目的

味メタテータが付与されているレシヒの,あっさり度の高い物数件と,こってり度の高い物数件の特徴語を特徴ベクトルの次元とする.

あっさり度の高いレシヒ こってり度の高いレシヒ

それぞれの特徴語をベクトルの次元へ

メタテータが付与されているレシヒの,お疲れ度の高い物数件と,元気度の高い物数件の特徴語を特徴ベクトルの次元とする.

お疲れ度の高いレシヒ 元気度の高いレシヒ

それぞれの特徴語をベクトルの次元へ

時間調理動作辞書を作成し,時間を算出する.

切る

時間がかかる

蒸す

時間がかからない お手軽度に重み

を置く本格度に重みを置く

ただし,「切る」が何度も出現した場合でも,時間がかかるため,動詞の出現回数も考慮する必要があると考える.

材料毎の平均値段表を作成し, 1 食あたりの値段を算出する.算出された金額を -5 〜 5 に正規化する.

さんま: 125 円 /1 匹

例:秋刀魚の塩焼き

大根: 148 円 /1 本 塩: 98 円 /1 ビン

合計した値段を,メタテータ付与済みレシヒの値段のヒストグラムに当てはめ,そこから -5 〜 +5 の値に正規化して,出力する.

同名のレシヒ数件から,動詞と名詞を抽出し,それぞれに頻出する語を「定番」のベクトルとする.

Edit Distance に基づいて,アレンジ度を算出し,-5 〜 5 の値に正規化して,出力する

からだ

お金アレンジ

各 5 つのメタテータに対して,それぞれの特徴を考慮するために,それぞれの軸の特徴ベクトルの抽出を行う.

類似度順位 1 〜 5 件にそれぞれの特徴ベクトルを用いて,類似度順位 5 件のマスターレシヒのメタテータに類似度を考慮した重みを加えたものを平均し,付与することにする.

①各種メタデータの特徴を考慮した特徴抽出

②メタデータの自動付与 未知レシヒ

マスターレシヒDB

システム

概要図

① 入力

メタテータ付与済みレシヒ DB

④DB に格納② 各軸の特徴を考慮した  特徴ベクトルの算出③ メタテータ自動付与

メタテータ自動付与システム

top related