[论文解读] Kissing Cuisines: Exploring Worldwide Culinary Habits on the Web

Sina Sajadmanesh, Sina Jafarzadeh+7 more|arXiv (Cornell University)|Oct 26, 2016

Culinary Culture and Tourism参考文献 24被引用 12

一句话总结

本研究分析了来自200多种全球菜系的157,000份网络食谱，以探索食材、风味和营养模式，揭示了显著的地理与文化聚类特征。通过支持向量机（SVM）和深度学习模型，研究证明仅凭食材即可准确预测菜系，并发现饮食能量营养与国家层面的健康指标（如肥胖和糖尿病）之间存在显著相关性。

ABSTRACT

Food and nutrition occupy an increasingly prevalent space on the web, and dishes and recipes shared online provide an invaluable mirror into culinary cultures and attitudes around the world. More specifically, ingredients, flavors, and nutrition information become strong signals of the taste preferences of individuals and civilizations. However, there is little understanding of these palate varieties. In this paper, we present a large-scale study of recipes published on the web and their content, aiming to understand cuisines and culinary habits around the world. Using a database of more than 157K recipes from over 200 different cuisines, we analyze ingredients, flavors, and nutritional values which distinguish dishes from different regions, and use this knowledge to assess the predictability of recipes from different cuisines. We then use country health statistics to understand the relation between these factors and health indicators of different nations, such as obesity, diabetes, migration, and health expenditure. Our results confirm the strong effects of geographical and cultural similarities on recipes, health indicators, and culinary preferences across the globe.

研究动机与目标

• 通过分析用户生成食谱中的食材、风味和营养成分，理解全球饮食习惯。
• 研究地理邻近性和文化相似性如何塑造菜系间食材与风味多样性的模式。
• 评估基于机器学习模型的食材对菜系分类的预测能力。
• 探讨食谱级营养与国家健康统计数据（如肥胖、糖尿病和医疗支出）之间的关系。
• 识别区分特定菜系或地区的关键食材与风味组合。

提出的方法

• 从Yummly和BBC Food数据集收集了157,013份食谱，涵盖200多种菜系。
• 使用标准化技术对不同来源的食材名称进行统一处理，以确保一致性。
• 为每份食谱提取六种风味评分（咸味、酸味、甜味、苦味、鲜味、辛辣味）。
• 训练支持向量机（SVM）和深度神经网络模型，基于食材组成预测菜系。
• 结合国家层面的健康统计数据（如肥胖率、糖尿病发病率、人口迁移、医疗支出），与食谱级营养数据进行相关性分析。
• 应用聚类与相似性分析，识别不同菜系在食材与风味使用上的区域模式。

实验结果

研究问题

• RQ1 食材与风味特征在不同菜系中如何变化？地理与文化模式如何显现？
• RQ2 在多大程度上，仅凭食材列表即可通过机器学习模型准确预测菜系？
• RQ3 食谱的营养成分与国家健康指标（如肥胖和糖尿病）之间存在何种关系？
• RQ4 人口迁移模式与食材多样性及国家间菜系相似性之间有何关联？
• RQ5 哪些食材与风味组合最能代表特定菜系或地区？

主要发现

• 邻近国家的菜系在食材与风味上表现出显著相似性，表明存在地理与文化聚类现象。
• 深度学习模型在菜系预测中优于SVM，因能更好地建模非线性食材-菜系关系，从而实现更高的准确率与F1值。
• 食谱中高糖含量与国家肥胖率之间存在显著的定量相关性。
• 某些食材（如马苏里拉奶酪）高度代表特定菜系（如意大利菜），可作为区域起源的强预测指标。
• 食材多样性与净人口迁移趋势相关，表明人口流动影响了饮食交流。
• 食谱的营养特征与国家健康结果密切相关，尤其在糖尿病与心血管风险指标方面呈现清晰模式。