Geração de Receitas Culinárias para Usuários com Restrições Alimentares pela Substituição Automática de Ingredientes
Resumo
Neste trabalho, uma abordagem voltada aos dados para a recomendação de receitas culinárias para usuários com restrições alimentares é apresentada. O sistema proposto é composto por um processo de filtragem, no qual uma receita contendo ingredientes proibidos, para um grupo de usuários, é automaticamente adaptada a um domínio de restrição alimentar pela substituição de um único ingrediente, auxiliando no aumento do número de receitas disponíveis para tais usuários. O sistema de filtragem proposto é avaliado através de uma análise qualitativa, apresentando resultados promissores.
Palavras-chave:
Geração de Receitas Culinárias, Recomendação de Receitas, Substituição de Ingredientes, Análise de Textos
Referências
Britto, L. F. S., Pacifico, L. D. S., and Ludermir, T. B. (2020). Geração automática de receitas culinárias para pessoas com restrições alimentares. Revista Eletrônica de Iniciação Científica em Computação, 18(3)
Jiang, H., Wang, W., Liu, M., Nie, L., Duan, L.-Y., and Xu, C. (2019). Market2dish: A health-aware food recommendation system. In Proceedings of the 27th ACM International Conference on Multimedia, pages 2188–2190
Majumder, B. P., Li, S., Ni, J., and McAuley, J. (2019). Generating personalized recipes from historical user preferences. arXiv preprint arXiv:1909.00105
Nirmal, I., Caldera, A., and Bandara, R. D. (2018). Optimization framework for flavour and nutrition balanced recipe: A data driven approach. In 2018 5th IEEE Uttar Pradesh Section International Conference on Electrical, Electronics and Computer Engineering (UPCON), pages 1–9. IEEE
Oliveira, E. G., Britto, L. F. S., Pacifico, L. D. S., and Ludermir, T. B. (2019). Recipe recommendation and generation based on ingredient substitution. Anais do Encontro Nacional de Inteligência Artificial e Computacional (ENIAC 2019), 1:238–249
Ooi, A., Iiba, T., and Takano, K. (2015). Ingredient substitute recommendation for allergy-safe cooking based on food context. In 2015 IEEE Pacific Rim Conference on Communications, Computers and Signal Processing (PACRIM), pages 444–449, IEEE
Pecune, F., Callebert, L., and Marsella, S. (2020). A socially-aware conversational recommender system for personalized recipe recommendations. In Proceedings of the 8th International Conference on Human-Agent Interaction, pages 78–86
Shino, N., Yamanishi, R., and Fukumoto, J. (2016). Recommendation system for alternative-ingredients based on co-occurrence relation on recipe database and the ingredient category. In 2016 5th IIAI International Congress on Advanced Applied Informatics (IIAI-AAI), pages 173–178. IEEE
Twomey, N., Fain, M., Ponikar, A., and Sarraf, N. (2020). Towards multi-language recipe personalisation and recommendation. In Fourteenth ACM Conference on Recommender Systems, pages 708-713
Jiang, H., Wang, W., Liu, M., Nie, L., Duan, L.-Y., and Xu, C. (2019). Market2dish: A health-aware food recommendation system. In Proceedings of the 27th ACM International Conference on Multimedia, pages 2188–2190
Majumder, B. P., Li, S., Ni, J., and McAuley, J. (2019). Generating personalized recipes from historical user preferences. arXiv preprint arXiv:1909.00105
Nirmal, I., Caldera, A., and Bandara, R. D. (2018). Optimization framework for flavour and nutrition balanced recipe: A data driven approach. In 2018 5th IEEE Uttar Pradesh Section International Conference on Electrical, Electronics and Computer Engineering (UPCON), pages 1–9. IEEE
Oliveira, E. G., Britto, L. F. S., Pacifico, L. D. S., and Ludermir, T. B. (2019). Recipe recommendation and generation based on ingredient substitution. Anais do Encontro Nacional de Inteligência Artificial e Computacional (ENIAC 2019), 1:238–249
Ooi, A., Iiba, T., and Takano, K. (2015). Ingredient substitute recommendation for allergy-safe cooking based on food context. In 2015 IEEE Pacific Rim Conference on Communications, Computers and Signal Processing (PACRIM), pages 444–449, IEEE
Pecune, F., Callebert, L., and Marsella, S. (2020). A socially-aware conversational recommender system for personalized recipe recommendations. In Proceedings of the 8th International Conference on Human-Agent Interaction, pages 78–86
Shino, N., Yamanishi, R., and Fukumoto, J. (2016). Recommendation system for alternative-ingredients based on co-occurrence relation on recipe database and the ingredient category. In 2016 5th IIAI International Congress on Advanced Applied Informatics (IIAI-AAI), pages 173–178. IEEE
Twomey, N., Fain, M., Ponikar, A., and Sarraf, N. (2020). Towards multi-language recipe personalisation and recommendation. In Fourteenth ACM Conference on Recommender Systems, pages 708-713
Publicado
18/07/2021
Como Citar
PACÍFICO, Luciano D. S.; BRITTO, Larissa F. S.; LUDERMIR, Teresa B..
Geração de Receitas Culinárias para Usuários com Restrições Alimentares pela Substituição Automática de Ingredientes. In: SEMINÁRIO INTEGRADO DE SOFTWARE E HARDWARE (SEMISH), 48. , 2021, Evento Online.
Anais [...].
Porto Alegre: Sociedade Brasileira de Computação,
2021
.
p. 183-190.
ISSN 2595-6205.
DOI: https://doi.org/10.5753/semish.2021.15821.
