料理レシピに使用された材料時系列データのNMFによる解析

• Item type: SIG Technical Reports(1)
• 公開日: 2023-02-11
• タイトル: 料理レシピに使用された材料時系列データのNMFによる解析
• タイトル / 言語: en
• タイトル: Time series analysis of ingredients used in food recipes by NMF
• 言語: jpn
• 資源タイプ / 資源タイプ識別子: http://purl.org/coar/resource_type/c_18gh
• 資源タイプ: technical report
• 著者所属: 立教大学大学院人工知能科学研究科
• 著者所属: 立教大学大学院人工知能科学研究科
• 著者所属(英): en
• 著者所属(英): Graduate School of Artificial Intelligence and Science, Rikkyo University
• 著者所属(英): en
• 著者所属(英): Graduate School of Artificial Intelligence and Science, Rikkyo University
• 著者名: 小山, 一樹; 大西, 立顕
• 著者名(英): Kazuki, Koyama; Takaaki, Ohnishi
• 論文抄録 / 内容記述タイプ: Other
• 論文抄録 / 内容記述: 日本のみならず世界中で料理レシピが投稿されているが，様々な種類のレシピが投稿されているため，それらのレシピに使われる材料も膨大な種類存在する．本研究ではクックパッドと楽天レシピのデータを使って，材料の時系列データの解析を行う．計測期間内に投稿された材料ごとの総投稿件数はべき則に従っていたため，1000回以上使われた材料のみを解析した．投稿されたレシピの材料データから時系列データを作成し，日々の投稿件数のみを使って非負値行列因子分解（NMF）によるクラスタリングを行う．非負値行列因子分解とは行列を少ない情報量で再現する手法である．時系列の情報のみでクラスタリングしたため，旬の材料やブームとなった材料をあらわす基底が形成された．一方で調味料の特徴量の強い基底など，時系列情報とはつながりの薄いと考えられる基底も形成された．
• 論文抄録(英) / 内容記述タイプ: Other
• 論文抄録(英) / 内容記述: Recipes are posted not only in Japan but also all over the world, and since there are many different types of recipes posted, there is a huge variety of ingredients used in those recipes. In this study, we analyze time series data of ingredients used in recipes from Cookpad and Rakuten Recipes. Those ingredients that were posted more than 1000 times were analyzed because the total number of posts for each ingredient during the measurement period followed a power law. Time series data are thus generated from the ingredients of the posted recipes, and clustering is performed by non-negative matrix factorization (NMF) using only the daily number of posts. Non-negative matrix factorization is a method for reconstructing matrices with a small amount of information. A basis representing seasonal and booming ingredients form in the time series because clustering was performed using only time-series information. However, a basis with strong seasoning characteristics that seem to have weak relationship with time series was formed.
• 書誌レコードID / 収録物識別子タイプ: NCID
• 書誌レコードID / 収録物識別子: AN1010060X
• 書誌情報: 研究報告人文科学とコンピュータ（CH）; 巻 2023-CH-131, 号 5, p. 1-8, 発行日 2023-02-11
• ISSN / 収録物識別子タイプ: ISSN
• ISSN / 収録物識別子: 2188-8957
• Notice: SIG Technical Reports are nonrefereed and hence may later appear in any journals, conferences, symposia, etc.
• 出版者 / 言語: ja
• 出版者: 情報処理学会