빅데이터 기반 맛 형용사 감성사전을 통한 음식 추천 시스템 (Food Recommendation System Using BigData Based on Scoring Taste Adjectives Sentiment Dictionary)

일반적으로 음식 맛의 평가는 관능평가로 이 평가방법은 비용과 시간이 많이 소요되고, 맛의 편차가 크게 나타나는 단점이 있다. 본 연구에서는 이러한 관능평가의 단점을 보완하기 위해서, SNS를 기반으로 빅데이터를 맛 형용사 감성사전을 활용하여 음식 맛을 평가하는데 목적이 있다. 먼저 선행 연구를 토대로 기초 맛 형용사 사전을 구축한 후 맛, 맛집, 음식, 음식점을 키워드로 SNS의 트위터 데이터를 수집한 후 각 트윗을 음식명과 맛 형용사 포함여부에 따라 4가지로 구분한다. 4가지로 구분된 트윗 데이터를 형태소 분석을 통해 새로운 맛 형용사왿� 음식명을 발굴하여 맛 형용사 감성사전에 추가한다. 새롭게 구성된 맛 형용사 감성사전을 활용하여 필터링한 유의미한 트윗 데이터를 맛 형용사의 빈도수를 측정하고 음식별 맛 형용사의 가중치를 결정하고 음식별 맛 형용사의 맛 지각도를 도식화 시킨다.

It is a general practice to evaluate food tastes based on sensory tests, however, this test method has a disadvantage wherein it is costly and more time is required and significant deviation takes place depending on each evaluator as well. First, a pre-taste Adjectives Sentiment Dictionary is built based on the previous studies and then a collection of Twitter data of SNS is perfomed by keywords - a food, a restaurant -. Tweet distinguish each of the four different names on food or not to include food taste adjectives. The data that is divided into four tweets go through stemming wherein new flavors and foods adjectives words are discovered in order to add adjectives to taste sentiment dictionary. Thereby measuring the frequency of a newly formed taste adjective is significant based on sensitivity of tweet filtering data by utilizing a pre-taste adjective sentiment dictionary which is determined by the weight of the food taste adjectives and it also illustrates the taste of foods by taste adjectives.