NutRec: Nutrition Oriented Online Recipe Recommender

Gorbonos, Elizabeth; Liu, Yang; Hoàng, Chı́nh T.

doi:10.1109/wi.2018.0-111

Cited by 11 publications

(10 citation statements)

References 12 publications

Supporting

Mentioning

Contrasting

Unclassified

Order By: Relevance

“…For each recipe, a random ingredient is removed and the ability of the models to retrieve it is tested. This method is also employed for our baseline predictors [5,29]. With IP-embedding, we first build a contextual vector c i based on Eq.…”

Section: Evaluation On the Ingredient Predictormentioning

confidence: 99%

See 1 more Smart Citation

Eating healthier: Exploring nutrition information for healthier recipe recommendation

Chen

Jia

Gorbonos

et al. 2020

Information Processing & Management

Self Cite

View full text Add to dashboard Cite

With the booming of personalized recipe sharing networks (e.g., Yummly), a deluge of recipes from different cuisines could be obtained easily. In this paper, we aim to solve a problem which many home-cooks encounter when searching for recipes online. Namely, finding recipes which best fit a handy set of ingredients while at the same time follow healthy eating guidelines. This task is especially difficult since the lions share of online recipes have been shown to be unhealthy.In this paper we propose a novel framework named NutRec, which models the interactions between ingredients and their proportions within recipes for the purpose of offering healthy recommendation. Specifically, NutRec consists of three main components: 1) using an embedding-based ingredient predictor to predict the relevant ingredients with user-defined initial ingredients, 2) predicting the amounts of the relevant ingredients with a multi-layer perceptronbased network, 3) creating a healthy pseudo-recipe with a list of ingredients and their amounts according to the nutritional information and recommending the top similar recipes with the pseudo-recipe. We conduct the experiments on two recipe datasets, including Allrecipes with 36,429 recipes and Yummly with 89,413 recipes, respectively. The empirical results support the framework's * This is to indicate the corresponding authors.intuition and showcase its ability to retrieve healthier recipes.

show abstract

Section: Evaluation On the Ingredient Predictormentioning

confidence: 99%

“…Edges E connect any two ingredients that co-appear in at least one recipe and the edge weights are the co-appearances' counts. IP-graph returns the top-N i candidate ingredients from a vertex list sorted by the combined edge weights [29].…”

Section: Baselinesmentioning

confidence: 99%

Eating healthier: Exploring nutrition information for healthier recipe recommendation

Chen

Jia

Gorbonos

et al. 2020

Information Processing & Management

Self Cite

View full text Add to dashboard Cite

show abstract

“…Em [Mokdara et al 2018], um modelo temporal, que faz uso de uma Rede Neural Profunda, foi empregado para a recomendação de comida tailandesa baseada no comportamento individual dos usuários, em suas preferências e em seu histórico de consumo de alimentos. Em [Gorbonos et al 2018], um sistema baseado em Redes Neurais Artificiais e Fatorização Matricialé usado para ajudar usuáriosà encontrarem receitas que satisfaçam um determinado conjunto de ingredientes já possuídos.…”

Section: Trabalhos Relacionadosunclassified

“…Os Sistemas de Recomendação [Isinkaye et al 2015] são técnicas de filtragem automática que reduzem a quantidade de dados recuperada por uma busca realizada por um usuário, tendo tais técnicas sido adaptadas em várias aplicações no contexto de culinária [Mokdara et al 2018, Nirmal et al 2018, Nezis et al 2018, Gorbonos et al 2018]. Os Sistemas de Recuperação de Receitas (SRRs) visam auxiliar seus usuários a encontrarem receitas e dietas que sejam balanceadas nutricionalmente e que atendam seus gostos pessoais.…”

Section: Introductionunclassified

Recomendação e Geração de Receitas Baseada na Substituição de Ingredientes

Oliveira¹,

Britto²,

Pacífico³

et al. 2019

Anais Do Encontro Nacional De Inteligência Artificial E Computacional (ENIAC 2019)

View full text Add to dashboard Cite

Atualmente, mesmo com o aumento no número de páginas web e sistemas de compartilhamento de receitas, usuários podem ter dificuldade na busca por pratos específicos através da enorme quantidade de dados contidas nesses repositórios. Encontrar receitas que se adequem a um conjunto de ingredintes em mãos, contemplando as vontades e restrições desses usuários, pode ser uma tarefa demorada ou mesmo impossível. Neste trabalho, um sistema de recomendação e geração de receitas é proposto, baseado na substituição de ingredientes das receitas e em uma abordagem focada nos dados, em uma tentativa de ajudar os usuários a encontrarem receitas que contemplem tanto seus desejos, quanto suas restrições alimentares, evitando desperdícios.

show abstract

“…Os Sistemas de Recomendação visam auxiliar seus usuários no processo de tomada de decisão em um determinado contexto, tendo tais sistemas também sido extendidosàárea da recomendação de receitas culinárias [Gorbonos et al 2018, Mokdara et al 2018, Nezis et al 2018, Nirmal et al 2018]. Os Sistemas de Recomendação de Receitas (SRRs) são propostos como ferramentas para o auxílio aos usuários no encontro de dietas personalizadas e balanceadas nutricionalmente, assim como saborosas, de modo a promover melhores hábitos alimentares entre esses usuários, como uma forma de melhoria de suas saúdes, uma vez que maus hábitos alimentares estão diretamente relacionados ao desenvolvimento de várias doenças crônicas (como problemas cardíacos, diabetes e algumas formas de câncer) [Trattner and Elsweiler 2017].…”

Section: Introductionunclassified

Uma Abordagem de Análise de Textos para a Classificação de Receitas Culinárias Baseadas em Documentos em Português Brasileiro

Britto¹,

Oliveira²,

Pacífico³

et al. 2019

Anais Do XVI Encontro Nacional De Inteligência Artificial E Computacional (ENIAC 2019)

View full text Add to dashboard Cite

Neste trabalho, a classificação de receitas culinárias é abordada através da elaboração de uma ferramenta computacional própria para a análise de documentos textuais escritos em Português. A ferramenta proposta será parte fundamental no desenvolvimento de sistemas de recomendação de receitas para os brasileiros, no intuito do incentivo à prática de hábitos alimentares saudáveis por essa população. Uma base de dados nova, obtida através de páginas web brasileiras, é elaborada e testada pelo uso de algoritmos obtidos da literatura de Aprendizagem de Máquina. Experimentos foram efetuados no intuito da seleção dos melhores classificadores para a composição dos módulos de reconhecimento dos sistemas de recomendação a serem desenvolvidos.

show abstract

NutRec: Nutrition Oriented Online Recipe Recommender

Cited by 11 publications

References 12 publications

Eating healthier: Exploring nutrition information for healthier recipe recommendation

Eating healthier: Exploring nutrition information for healthier recipe recommendation

Recomendação e Geração de Receitas Baseada na Substituição de Ingredientes

Uma Abordagem de Análise de Textos para a Classificação de Receitas Culinárias Baseadas em Documentos em Português Brasileiro

Contact Info

Product

Resources

About