초록 열기/닫기 버튼
현대인의 건강관리에 대한 관심이 증가하고 다양한 만성질환을 야기하는 식습관에 대한 중요성이 강조되고 있는 상황이다. 이에 따라 여러가지 모바일 및 웹시스템을 이용한 식단 관리 방법이 등장하고 있지만 이는 실제로 적용하기 어렵고 사용자의 상황을 반영하는 맞춤형 정보를제공하지 않는다. 따라서 개인의 신체정보 및 상황을 반영하고 음식을 분석하여 실질적으로 사용자가 섭취 가능한 맞춤형 식단관리 및 추천 방법이 필요하다. 본 논문에서는 자기조직화지도를 이용하여 음식을 분석하고 이를 군집화하여 음식에 대한 데이터를 준비한다. 그리고 사용자의신체정보 및 상황을 고려한 개인 맞춤형 기준을 반영하여 섭취하고 싶은 음식에 대한 피드백 및 대체음식 추천방법을 제안한다. 또한 실험을통하여 일반적인 방법을 이용한 추천된 음식결과와 비교하여 제안된 방법의 입력 음식과 추천 음식의 거리가 짧다는 것을 통하여 영양적으로유사한 음식이 추천됨을 증명하였다.
In recent times, as most people develop keen interest in health management, the importance of cultivating dietary habits to prevent various chronic diseases is emphasized. Subsequently, dietary management systems using a variety of mobile and web application interfaces have emerged. However, these systems are difficult to apply in real world and also do not provide personalized information reflective of the user's situation. Hence it is necessary to develop a personalized dietary management and recommendation method that considers user's body state information, food analysis and other essential statistics. In this paper, we analyze nutrition using self-organizing map (SOM) and prepare data about nutrition using clustering. We provide a substitute food recommendation method and also give feedback about the food that user wants to eat based on personalized criteria. The experiment results show that the distance between input food and recommended food of the proposed method is short compared to the recommended food results using general methods and proved that nutritional similar food is recommended.
키워드열기/닫기 버튼
Dietary Coaching Method, Personalized, Clustering Analysis
