개인 맞춤형 음식 추천 알고리즘에 대한 비교 평가 연구
2022년 5월 - 2023년 3월
본 연구에서는 사용자 기반 협력 필터링에서 음식의 특성을 나타낼 수 있는 주재료, 음식 설명 그리고 조리 방식을 추가적으로 활용하는 알고리즘들을 제안하여 음식 추천의 정확도와 사용자 만족도를 높이고자 했습니다.
- 6천여 개의 레시피를 크롤링하고 전처리해 데이터를 구축했습니다.
- Hybrid-CF 알고리즘을 설계하고 구현하여 최적의 성능을 달성했습니다. Precision은 0.72로 가장 높게 평가되었고, 387명을 대상으로 한 자체 만족도 조사에서 146표를 받아 ‘추천 받고 싶은 알고리즘’ 1위로 선정되었습니다.