[논문 리뷰] Extracting Food Substitutes From Food Diary via Distributional Similarity

Palakorn Achananuparp, Ingmar Weber|arXiv (Cornell University)|2016. 07. 29.

Nutritional Studies and Diet참고 문헌 10인용 수 14

한 줄 요약

이 논문은 실생활 식이 일기 데이터에서 벡터 공간 모델을 활용하여 공기 발생 패턴을 기반으로 식품 대체물 추출을 위한 분포 유사도 접근법을 제안한다. 이 방법은 높은 성능을 달성하며, 특히 SVD가 엄격한 임계값에서 뛰어난 성능을 보여, 외부 지식 자료에 의존하지 않고도 맥락 기반 유사도가 대체 관계를 효과적으로 포착할 수 있음을 입증한다.

ABSTRACT

In this paper, we explore the problem of identifying substitute relationship between food pairs from real-world food consumption data as the first step towards the healthier food recommendation. Our method is inspired by the distributional hypothesis in linguistics. Specifically, we assume that foods that are consumed in similar contexts are more likely to be similar dietarily. For example, a turkey sandwich can be considered a suitable substitute for a chicken sandwich if both tend to be consumed with french fries and salad. To evaluate our method, we constructed a real-world food consumption dataset from MyFitnessPal's public food diary entries and obtained ground-truth human judgements of food substitutes from a crowdsourcing service. The experiment results suggest the effectiveness of the method in identifying suitable substitutes.

연구 동기 및 목표

• 실제로 기록된 개인의 식사 소비 데이터를 기반으로 외부 지식 자료에 의존하지 않고 식품 대체물을 식별하는 데이터 기반 방법을 개발한다.
• 유사한 식사 맥락에서 소비되는 식품이 더 자주 대체 관계를 형성하는지 여부를 분석하며, 자연어처리(NLP)의 분포 가설에 기반한다.
• 벡터 공간 모델—특히 PPMI 행렬과 SVD—이 인간이 레이블링한 기준 데이터를 기반으로 식품 대체 쌍의 순위를 매기는 데 얼마나 효과적인지 평가한다.
• 특히 단백질 그룹 내에서의 공기 발생 및 대체 행동을 분석함으로써 사용자의 식이 패턴을 분석한다.

제안 방법

• 식품 항목과 그 식사 맥락 간의 공기 발생 강도를 측정하기 위해 정규화된 양의 점별 상호정보량(PPMI)을 사용하여 식품-맥락 행렬을 구축한다.
• 차원 축소를 위해 특이값 분해(SVD)를 적용하여 벡터 공간 모델 내의 의미적 유사도 표현을 향상시킨다.
• 식품 항목 간의 코사인 유사도를 계산하여 공통된 식사 맥락을 공유하는 바탕으로 잠재적인 대체 관계를 도출한다.
• 2,000개의 식품 쌍에 대해 인간이 레이블링한 기준 데이터를 수집하기 위해 크라우드소싱 플랫폼(CrowdFlower)을 활용하며, 이는 임계값(τ=3 또는 τ=4) 기반의 이진 판단을 포함한다.
• 표준 정보 검색(IR) 지표인 정밀도@1 및 정밀도@10(prec@1, prec@10), 평균 평균 정밀도(MAP), 정규화된 할인 누적 수익(NDCG)을 사용하여 성능을 평가한다.
• 식품 하위군 간의 공기 발생 빈도를 정규화하여 대체 패턴을 시각화하며, 특히 단백질 그룹 내에서의 패턴을 중심으로 분석한다.

실험 결과

연구 질문

• RQ1 외부 지식 자료 없이도 식사 수준의 공기 발생 패턴에서의 분포 유사도가 식품 대체물을 효과적으로 식별할 수 있는가?
• RQ2 인간이 레이블링한 판단 기준에 기반해 PPMI 행렬과 SVD 간의 다양한 벡터 공간 모델이 식품 대체 쌍의 순위 매기기에 얼마나 다른가?
• RQ3 인간의 일致성 기준을 더 엄격하게 설정한 경우(τ=4)에, 낮은 기준(τ=3)보다 고품질의 대체 쌍을 더 잘 식별할 수 있는가?
• RQ4 공기 발생 분석을 통해 주요 식품 하위군, 특히 단백질 그룹 내에서 지배적인 대체 패턴은 무엇인가?

주요 결과

• τ=3일 때, PPMI 행렬과 SVD는 유사한 성능을 보이며, 정밀도@1은 각각 0.75와 0.77, 정밀도@10는 둘 다 0.777이며, MAP는 각각 0.826과 0.823이다.
• τ=4일 때, SVD는 PPMI 행렬을 크게 앞서며, 정밀도@1은 0.69(비교군 0.58), 정밀도@10는 0.696(비교군 0.567), MAP는 0.755(비교군 0.673)를 기록하여 엄격한 인간 평가 기준에서도 더 뛰어난 내구성을 보인다.
• NDCG에서는 PPMI 행렬이 SVD를 略로 앞서며, 0.811 대 0.772를 기록하여, 높은 임계값에서의 정밀도가 낮아지더라도 상위 10개 목록의 순위 품질은 더 뛰어나다는 것을 시사한다.
• PPMI 행렬이 식별한 'Tim Bacon'의 상위 10개 대체 식품은 주로 가공육(예: 소세지, 베이컨)으로, 단백질 그룹 내에서 맥락 기반의 강한 유사성을 반영한다.
• 공기 발생 분석 결과, 닭고기와 터키 고기 간의 대체가 가장 빈번히 발생하며, 식물성 단백질은 육류 대체로 거의 사용되지 않는다는 점이 드러났다.
• 크라우드소싱 레이블에서 문화적 편향이 확인되었으며, 대부분의 작업자들이 미국 이외의 국가(예: 인도네시아, 인도) 출신이어서, 대체 판단의 다문화 일반화 가능성에 영향을 줄 수 있다.