Food recommender systems offer the potential to provide meal suggestions that account not only for user preferences, but also reflect ideals, such as healthfulness and sustainability. Predicting user food preferences is, however, a challenging problem given the diverse factors that influence what an individual likes to eat. Culture is known to be one of the factors. Food across cultures shows ...
Zusammenfassung (Englisch)
Food recommender systems offer the potential to provide meal suggestions that account not only for user preferences, but also reflect ideals, such as healthfulness and sustainability. Predicting user food preferences is, however, a challenging problem given the diverse factors that influence what an individual likes to eat. Culture is known to be one of the factors. Food across cultures shows differences in many aspects, for example, in aesthetics. This doctoral work investigates the aesthetic aspects, particularly in terms of visual appearance and flavour, of food. Focusing on how food looks and tastes in different cultures and how human food choices are related to these, this work aims at analysing and interpreting human food aesthetic preferences across cultures. Based on these observations, I show implications for the development of food recommender systems. Online recipe platforms from three distinct cultures, including China, US and German, serve as data resources for this research, as there are a large amount of data representing the corresponding food cultures (e.g., online recipes) and user food preferences (e.g., ratings, bookmarks). Computer science techniques are employed to extract the aesthetic information, including visual features from the online recipe images and flavour compounds of the ingredients, allowing for successively classification and prediction tasks to be performed on these data by means of machine learning approaches. The algorithmic results show that online recipes differ in visual appearance and flavour across recipe portals. This, together with the findings from the follow-up user study demonstrating how culture biases human interpretation of online recipe images, highlights the impact of culture in human food choices. The algorithms also confirm that human online food preferences are aesthetically driven within each culture. Furthermore, stable patterns in aesthetic food preferences across cultures can be identified, which is supported and justified by means of further user study and exploratory analyses. The research presented in this doctoral work increases the understanding of human cross-cultural food preferences. Moreover, findings from this thesis emphasise the merit of considering the synthetic impact of culture and aesthetics into food recommendation and provide a promising perspective for the development of food recommender systems by incorporating stable patterns in cross-cultural aesthetic food preferences.
Übersetzung der Zusammenfassung (Deutsch)
Food-Recommender-Systeme bieten die Möglichkeit Essensvorschläge zu machen, die neben Nutzervorlieben auch Kriterien wie Gesundheit und Nachhaltigkeit berücksichtigen. Essensvorlieben von Nutzern und Nutzerinnen vorherzusagen stellt jedoch eine Herausforderung dar, da verschiedene Faktoren Einfluss darauf haben, was eine Person gerne isst. Kultur ist bekanntermaßen einer dieser Faktoren. ...
Übersetzung der Zusammenfassung (Deutsch)
Food-Recommender-Systeme bieten die Möglichkeit Essensvorschläge zu machen, die neben Nutzervorlieben auch Kriterien wie Gesundheit und Nachhaltigkeit berücksichtigen. Essensvorlieben von Nutzern und Nutzerinnen vorherzusagen stellt jedoch eine Herausforderung dar, da verschiedene Faktoren Einfluss darauf haben, was eine Person gerne isst. Kultur ist bekanntermaßen einer dieser Faktoren. Unterschiede zwischen Kulturen spiegeln sich auch beim Essen wider, zum Beispiel in Bezug auf dessen Ästhetik. Diese Doktorarbeit untersucht ästhetische Aspekte von Gerichten in verschiedenen Kulturen und konzentriert sich dabei auf deren Aussehen und Geschmack. Zudem wird der Frage nachgegangen, wie menschliche Entscheidungen bezüglich Lebensmitteln damit zusammenhängen. Auf der Grundlage dieser Beobachtungen werden Implikationen für die Entwicklung von Food-Recommender-Systemen aufgezeigt. Aufgrund der großen verfügbaren Menge an Rezepten und Nutzerinteraktionsdaten dienen Online-Rezeptplattformen aus drei unterschiedlichen Kulturen, darunter China, die USA und Deutschland, als Datengrundlage für die vorliegende Forschung. Um ästhetische Informationen, wie visuelle Merkmale der Online-Rezeptbilder und Geschmacksverbindungen der Zutaten, zu extrahieren, werden Methoden aus der Informatik eingesetzt. Mittels maschinellen Lernens werden sukzessive Klassifizierungs- und Vorhersageaufgaben auf diesen Daten durchgeführt. Die Ergebnisse zeigen, dass sich Online-Rezepte auf den verschiedenen Rezeptportalen in ihrer visuellen Erscheinung und ihrem Geschmack unterscheiden. Eine anschließende Nutzerstudie zeigt, wie kulturelle Aspekte die Wahrnehmung von Online-Rezeptbildern verzerren und unterstreicht ihren Einfluss darauf, wie Menschen Entscheidungen zu Gerichten treffen. Die Resultate bestätigen außerdem, dass Essenspräferenzen im Internet innerhalb jeder Kultur ästhetisch geprägt sind. Darüber hinaus sind kulturübergreifende Muster in ästhetischen Essenspräferenzen erkennbar, was durch weitere Nutzerstudien und explorative Analysen gestützt und begründet wird. Die in dieser Doktorarbeit vorgestellten Forschungsergebnisse tragen zu einem besseren Verständnis der kulturübergreifenden Essensvorlieben bei. Darüber hinaus unterstreichen die Ergebnisse dieser Arbeit den Wert der Berücksichtigung des synthetischen Einflusses von Kultur und Ästhetik bei der Empfehlung von Essen und bieten eine vielversprechende Perspektive für die Entwicklung von Food-Recommender-Systemen durch die Einbeziehung stabiler Muster in kulturübergreifenden ästhetischen Essenspräferenzen.
![[img]](https://epub.uni-regensburg.de/style/images/fileicons/application_pdf.png)
Downloadstatistik