レシピ伝達における個性共有のための調理行動分析

-- Views

May 24, 17

スライド概要

HCS研究会で発表したスライドを少し変えたものです。

profile-image

明治大学 総合数理学部 先端メディアサイエンス学科 中村聡史研究室

シェア

埋め込む »CMSなどでJSが使えない場合

各ページのテキスト
1.

レシピ伝達における個性共有 のための調理⾏動分析 土屋駿貴 中村聡史 (明治大学大学院 先端数理科学研究科)

2.

⾷×コミュニケーション① 家族や友⼈と⼀緒に⾷事 ⾃⾝の料理を振る舞う

3.

⾷×コミュニケーション① 家族や友⼈と⼀緒に⾷事 ⾃⾝の料理を振る舞う この料理めっちゃ辛くない!? えっ全然辛くない

4.

⾷×コミュニケーション① 家族や友⼈と⼀緒に⾷事 ⾃⾝の料理を振る舞う ソーキそば作って!! いいよ!!

5.

⾷×コミュニケーション① 家族や友⼈と⼀緒に⾷事 ⾃⾝の料理を振る舞う 濃い味で作って!!! 了解!! あれ?薄い…

6.

⾷×コミュニケーション① 家族や友⼈と⼀緒に⾷事 ⾃⾝の料理を振る舞う 濃い味で作って!!! 味の感じ⽅・好みの違い 了解!! あれ?薄い…

7.

⾷×コミュニケーション② レシピ投稿サイト 美味しいよ!! つくれぽ 微妙。。。

8.

問題点 味の感じ⽅・好みの違い 料理の味の伝達に誤差が⽣じる 味付けの好み・調味料使⽤量の個⼈の違い(個性) を考慮することで改善

9.

調味料使⽤量の個性 何度も⾏う 調理 計測 使⽤量のデータ ・平均からどのくらい離れているのか ・調味料ごとの使⽤割合

10.

レシピへ反映 . 料理レシピに対して 調味料使⽤量の個性を反映させる

11.

本研究では 以下の2つに関して検証 ①調味料使⽤量に個性が現れるのか 調味料使⽤量を元に 機械的に個⼈の判別が可能か ②⾃⾝の調味料使⽤量で作られた 料理に対してどのような認識か ユーザが⾃⾝の調味料使⽤量で 作られた料理を判断可能か、また好むのか

12.

研究の流れ 調理実験 分析に⽤いる調味料使⽤量の データを収集 ①個性検証 SVMを⽤いた調理者判定 & K-meansを⽤いた 調理者クラスタリング ②認識調査 作られた料理を試⾷し その後アンケートに回答

13.

研究の流れ 調理実験 分析に⽤いる調味料使⽤量の データを収集 ①個性検証 SVMを⽤いた調理者判定 & K-meansを⽤いた 調理者クラスタリング ②認識調査 作られた料理を試⾷し その後アンケートに回答

14.

調理実験(概要) • 被験者:普段から料理を⾏う⼤学⽣7名 • 内容:2種類の料理を1⼈それぞれ4回ずつ調理 • 計測:調味料使⽤量 • 調理の前後で電⼦秤を⽤いて0.01g単位で 観測者(著者)が計測しその差を記録 前 後 実験中の様⼦

15.

調理実験(料理) { 誰でも簡単に短い時間で調理可能 調理⼯程や使⽤している調味料が似ている 野菜炒め 炒飯 塩・胡椒・醤油 料理酒・油 塩・胡椒・醤油 鶏がらスープの素・油

16.

研究の流れ 調理実験 分析に⽤いる調味料使⽤量の データを収集 ①個性検証 SVMを⽤いた調理者判定 & K-meansを⽤いた 調理者クラスタリング ②認識調査 作られた料理を試⾷し その後アンケートに回答

17.

調理者判別 • SVMを⽤いて検証 炒飯での 野菜炒めでの7⼈分の 調味料使⽤量 調味料使⽤量 協⼒者A 1回⽬ ・・・ 協⼒者A 2回⽬ 協⼒者G 4回⽬ 協⼒者X 分類器 分類器

18.

調理者判別 • SVMを⽤いて検証 炒飯での 野菜炒めでの7⼈分の 調味料使⽤量 調味料使⽤量 評価指標 判定した協⼒者の 正解率 協⼒者A 1回⽬ ・・・ 協⼒者G 4回⽬ 協⼒者X 分類器 分類器 協⼒者X

19.

使⽤データ 元データ 野菜炒め 塩 胡椒 醤油 料理酒 油 協⼒者A 0.60g 0.17g 4.25g 4.65g 4.49g 炒飯 塩 胡椒 醤油 鶏がら 油 協⼒者A 0.60g 0.17g 4.25g 4.65g 4.49g

20.

使⽤データ ①6次元(異なる調味料を含む) 野菜炒め 塩 胡椒 醤油 料理酒 油 鶏がら 協⼒者A 0.60g 0.17g 4.25g 4.65g 4.49g 0.00g 炒飯 塩 胡椒 醤油 鶏がら 油 料理酒 協⼒者A 0.12g 0.08g 8.98g 1.47g 32.52g 0.00g ②4次元(異なる調味料を除く) 野菜炒め 塩 胡椒 醤油 油 協⼒者A 0.60 g 0.17 g 9.25 g 4.49 g 炒飯 塩 胡椒 醤油 油 協⼒者A 0.12g 0.08g 8.98g 32.52g

21.

使⽤データ ①6次元(異なる調味料を含む) 野菜炒め 塩 胡椒 醤油 料理酒 油 鶏がら 協⼒者A 0.18g 0.60 0.17g 0.17 0.17g 4.25 0.08g 4.65 0.14g 4.49 0.00 0.00g 炒飯 塩 胡椒 醤油 鶏がら 油 料理酒 協⼒者A 0.12 0.07g 0.08 0.13g 8.98 0.36g 1.47 0.49g 32.52 1.00 g 0.00 0.00g ②4次元(異なる調味料を除く) 野菜炒め 塩 胡椒 醤油 油 協⼒者A 0.60 0.18g 0.17 0.17g 9.25 0.17g 4.49 0.14g 炒飯 塩 胡椒 醤油 油 協⼒者A 0.12 0.07g 0.08 0.13g 8.98 0.36g 32.52 1.00 g

22.

結果 学習データ 野菜炒め 炒飯 6次元 25.00% 35.71% 4次元 39.29% 39.29% • ランダムで判定した場合の確率 1/7=14% • 学習データは少ないがランダム確率を超える 調味料使⽤量に個性が現れることが⽰唆

23.

考察 学習データ 野菜炒め 炒飯 6次元 25.00% 35.71% 4次元 39.29% 39.29% • 学習と評価の料理が異なっていてもランダム の値を超す 料理に関わらず調味料使⽤量に 個性が現れる可能性

24.

調理者クラスタリング • ⼿法 :K-means法 • 内容 :それぞれの料理に対して4クラス分類 • 使⽤データ:各協⼒者の調理実験4回分の調味料 使⽤量の平均を正規化したもの 野菜炒めでの調味料使⽤量平均 協⼒者A 協⼒者B 協⼒者C 協⼒者D 協⼒者E 協⼒者F 協⼒者G 塩 胡椒 醤油 料理酒 油 0.98 g 2.44 g 1.25 g 0.33 g 0.99 g 1.73 g 1.24 g 0.17 g 0.19 g 0.53 g 0.10 g 0.38 g 0.33 g 0.15 g 9.32 g 11.95 g 9.23 g 12.46 g 17.95 g 10.18 g 9.87 g 16.03 g 15.14 g 37.84 g 23.39 g 21.32 g 19.08 g 19.9 g 6.80 g 6.67 g 14.80 g 8.84 g 9.65 g 10.54 g 1.17 g

25.

調理者クラスタリング • ⼿法 :K-means法 • 内容 :それぞれの料理に対して4クラス分類 • 使⽤データ:各協⼒者の調理実験4回分の調味料 使⽤量の平均を正規化したもの 野菜炒めでの調味料使⽤量平均 協⼒者A 協⼒者B 協⼒者C 協⼒者D 協⼒者E 協⼒者F 協⼒者G 塩 胡椒 醤油 料理酒 油 0.98 0.40g 2.44 1.00g 1.25 0.64g 0.33 0.17g 0.99 0.51g 1.73 0.89g 1.24 0.64g 0.17 0.25g 0.19 0.28g 0.53 1.00g 0.10 0.19g 0.38 0.71g 0.33 0.62g 0.15 0.28g 9.32 0.42g 11.95 0.53 g 9.23 0.51g 12.46 0.69 g 17.95 1.00 g 10.18 0.57 g 9.87 0.55g 16.03 0.34 g 15.14 0.32 g 37.84 1.00 g 23.39 0.62 g 21.32 0.56 g 19.08 0.5 g 19.9 0.53g 6.80 0.37g 6.67 0.36g 14.80 1.00 g 8.84 0.60g 9.65 0.65g 10.54 0.71 g 1.17 0.08g

26.

結果と考察 野菜炒め クラス1 協⼒者A クラス2 協⼒者B,C,F 炒飯 クラス1 協⼒者A,D,F クラス2 協⼒者B クラス3 協⼒者D,G クラス3 協⼒者C,G クラス4 協⼒者E クラス4 協⼒者E

27.

結果と考察 野菜炒め クラス1 協⼒者A クラス2 協⼒者B,C,F 炒飯 クラス1 協⼒者A,D,F クラス2 協⼒者B クラス3 協⼒者D,G クラス3 協⼒者C,G クラス4 協⼒者E クラス4 協⼒者E

28.

結果と考察 野菜炒め クラス1 協⼒者A クラス2 協⼒者B,C,F 炒飯 クラス1 協⼒者A,D,F クラス2 協⼒者B 個性が表れていると考えられる クラス3 協⼒者D,G クラス3 協⼒者C,G クラス4 協⼒者E クラス4 協⼒者E

29.

結果と考察 野菜炒め クラス1 協⼒者A クラス2 協⼒者B,C,F 炒飯 クラス1 協⼒者A,D,F クラス2 協⼒者B クラス3 協⼒者D,G クラス3 協⼒者C,G クラス4 協⼒者E クラス4 協⼒者E

30.

結果と考察 野菜炒め クラス1 協⼒者A クラス2 協⼒者B,C,F 炒飯 クラス1 協⼒者A,D,F クラス2 協⼒者B クラス3 協⼒者D,G クラス3 協⼒者C,G クラス4 協⼒者E クラス4 協⼒者E

31.

結果と考察 野菜炒め 炒飯 クラス1 協⼒者A クラス1 協⼒者A,D,F クラス3 協⼒者D,G クラス3 協⼒者C,G クラス4 協⼒者E クラス4 協⼒者E SVMでの判定において 同⼀クラスタの協⼒者同⼠で失敗 クラス2 協⼒者B,C,F クラス2 協⼒者B

32.

結果と考察 野菜炒め クラス1 協⼒者A クラス3 協⼒者D,G 炒飯 クラス1 協⼒者A,D,F SVMでの判定において 同⼀クラスタの協⼒者同⼠で失敗 クラス2 協⼒者B,C,F クラス2 協⼒者B クラス4 クラス3 協⼒者C,G 似たような個性を持っている クラス4 協⼒者E 協⼒者E

33.

研究の流れ 調理実験 分析に⽤いる調味料使⽤量の データを収集 ①個性検証 SVMを⽤いた調理者判定 & K-meansを⽤いた 調理者クラスタリング ②認識調査 作られた料理を試⾷し その後アンケートに回答

34.

調査概要 • ⽬的 :⾃分の味付けを認識できるのか、また それが好みであるのか • 被験者:調理実験と同様の7名 • 内容 :作られた料理を試⾷後にアンケートに回答 • 料理 :炒飯 • 調味料:各被験者実験4回分の平均

35.

調査の流れ 1.協⼒者7名をランダムに3名,4名に分けて調査 2.調理実験で得た調味料使⽤量で著者が調理 3.誰の調味料で作ったのかを伝えずに⾷べてもらう 4.1つの料理を⾷べ終えるごとにその料理に 関するアンケートに回答 5.2~4をグループの⼈数回数繰り返す 6.全ての料理を⾷べ終えたら 全体に対するアンケートに回答

36.

アンケート内容 • それぞれの料理に対して(5段階) • 味付けの濃さ • どの程度好みか • ⾃⾝料理とどの程度似ているか • ⾷べた料理の中で • ⾃⾝の料理だと思うものは? • 好みの順に順位づけ

37.

結果(⾃⾝の料理とどの程度似ているか) 回答した料理 回 答 者 ⾃⾝のもと 判断した料理 A B C A -1 -2 2 C B -1 2 -1 B C 1 0 0 A 回答した料理 回 答 者 ⾃⾝のもと 判断した料理 D E F G D 1 -2 1 2 G E -1 2 -2 1 E F 1 -2 0 2 G G -1 2 -2 -2 E

38.

結果(⾃⾝の料理とどの程度似ているか) 回答した料理 回 答 者 ⾃⾝のもと 判断した料理 A B C A -1 -2 2 C B -1 2 -1 B C 1 0 0 A 回答した料理 回 答 者 ⾃⾝のもと 判断した料理 D E F G D 1 -2 1 2 G E -1 2 -2 1 E F 1 -2 0 2 G G -1 2 -2 -2 E

39.

結果(⾃⾝の料理とどの程度似ているか) 回答した料理 回 答 者 ⾃⾝のもと 判断した料理 A B C A -1 -2 2 C B -1 2 -1 B C 1 0 0 A 調理者クラスタリングにおいて 回答した料理 単独で分類されていた 回 答 者 ⾃⾝のもと 判断した料理 D E F G D 1 -2 1 2 G E -1 2 -2 1 E F 1 -2 0 2 G G -1 2 -2 -2 E

40.

結果(⾃⾝の料理とどの程度似ているか) 回答した料理 回 答 者 ⾃⾝のもと 判断した料理 A B C A -1 -2 2 C B -1 2 -1 B C 1 0 0 A 回答した料理 回 答 者 ⾃⾝のもと 判断した料理 D E F G D 1 -2 1 2 G E -1 2 -2 1 E F 1 -2 0 2 G G -1 2 -2 -2 E

41.

結果(⾃⾝の料理とどの程度似ているか) 回答した料理 回 答 者 ⾃⾝のもと 判断した料理 A B C A -1 -2 2 C B -1 2 -1 B C 1 0 0 A 多くの調理者が 回答した料理 ⾃⾝のもと 判断した料理 ⾃⾝の料理を正しく判定できていない D E F G 回 答 者 D 1 -2 1 2 G E -1 2 -2 1 E F 1 -2 0 2 G G -1 2 -2 -2 E

42.

結果(どの程度好みか) 回答した料理 回 答 者 ⾃⾝のもと 判断した料理 A B C A 2 1 2 C B 2 2 2 B C 1 1 0 A 回答した料理 回 答 者 ⾃⾝のもと 判断した料理 D E F G D 1 -1 1 2 G E 1 2 0 2 E F 2 0 1 1 G G 1 2 1 0 E

43.

結果(どの程度好みか) 回答した料理 回 答 者 ⾃⾝のもと 判断した料理 A B C A 2 1 2 C B 2 2 2 B C 1 1 0 A 回答した料理 回 答 者 ⾃⾝のもと 判断した料理 D E F G D 1 -1 1 2 G E 1 2 0 2 E F 2 0 1 1 G G 1 2 1 0 E

44.

結果(どの程度好みか) 回答した料理 回 答 者 A B C A 2 1 2 C B 2 2 2 B C 1 1 0 A 好みのものを⾃⾝の料理と判断する 回答した料理 or D E F G ⾃⾝の料理と判断したものが好み ⾃⾝のもと 判断した料理 1 -1 1 2 G E 1 2 0 2 E F 2 0 1 1 G G 1 2 1 0 E D 回 答 者 ⾃⾝のもと 判断した料理

45.

結果(味付けの濃さ) 回答した料理 回 答 者 ⾃⾝のもと 判断した料理 A B C A -1 -1 0 C B 1 0 1 B C 0 1 2 A 回答した料理 回 答 者 ⾃⾝のもと 判断した料理 D E F G D 0 -1 0 0 G E 1 -1 1 0 E F 1 -1 1 1 G G 1 0 2 2 E

46.

結果(味付けの濃さ) 回答した料理 回 答 者 ⾃⾝のもと 判断した料理 A B C A -1 -1 0 C B 1 0 1 B C 0 1 2 A 回答した料理 回 答 者 ⾃⾝のもと 判断した料理 D E F G D 0 -1 0 0 G E 1 -1 1 0 E F 1 -1 1 1 G G 1 0 2 2 E

47.

結果(味付けの濃さ) 回答した料理 回 答 者 ⾃⾝のもと 判断した料理 A B C A -1 -1 0 C B 1 0 1 B C 0 1 2 A 濃さがちょうど良いとしたものを 回答した料理 ⾃⾝の料理と判断する傾向 D E F G 回 答 者 ⾃⾝のもと 判断した料理 D 0 -1 0 0 G E 1 -1 1 0 E F 1 -1 1 1 G G 1 0 2 2 E

48.

結果(味付けの濃さ / 好み) 回答した料理 回 答 者 A B C A -1 / 2 -1 / 1 0/2 B 1/2 0/2 1/2 C 0/1 1/1 2/0 回答した料理 回答 者 D E F G D 0/1 -1 / -1 0/1 0/2 E 1/1 -1 / 2 1/0 0/2 F 1/2 -1 / 0 1/1 1/1 G 1/1 0/2 2/1 2/0

49.

結果(味付けの濃さ / 好み) 回答した料理 回 答 者 A B C A -1 / 2 -1 / 1 0/2 B 1/2 0/2 1/2 C 0/1 1/1 2/0 回答した料理 回答 者 D E F G D 0/1 -1 / -1 0/1 0/2 E 1/1 -1 / 2 1/0 0/2 F 1/2 -1 / 0 1/1 1/1 G 1/1 0/2 2/1 2/0

50.

結果(味付けの濃さ / 好み) 回答した料理 回 答 者 A B C A -1 / 2 -1 / 1 0/2 B 1/2 0/2 1/2 C 0/1 1/1 2/0 濃さがちょうど良いとしたものを 回答した料理 好む傾向 D E F 回答 者 G D 0/1 -1 / -1 0/1 0/2 E 1/1 -1 / 2 1/0 0/2 F 1/2 -1 / 0 1/1 1/1 G 1/1 0/2 2/1 2/0

51.

考察(⾃⾝の料理判定) 正しく⾃⾝の料理を判定できた⼈は2名 個性があらわれているのではないか ・⾃⾝の料理を正しく判断できない協⼒者が多数 好みのものを⾃⾝の料理と判断する ・ or ⾃⾝の料理と判断したものが好み

52.

考察(⾃⾝の料理判定) 正しく⾃⾝の料理を判定できた⼈は2名 個性があらわれているのではないか ・⾃⾝の料理を正しく判断できない協⼒者が多数 好みのものを⾃⾝の料理と判断する 細かい味の判定は苦⼿ ・ or ⾃⾝の料理と判断したものが好み

53.

考察(濃さと好み) 濃さをちょうど良いとしたものを ⾃⾝の料理と判断している ・⾃⾝の料理を濃さで判定している 濃さをちょうど良いとしたものを好む ・好みの濃さをレシピに反映させることで 満⾜度が上がるのではないか ・レシピを受け取る側の誤差は解消できる

54.

まとめ • 調理⾏為からの調味料使⽤量に関して分析 ◦調理実験を⾏いその際の調味料使⽤量を取得 ◦調味料使⽤量から機械的に個⼈判別 ◦⾃⾝の調味料使⽤量で作られた料理に 関する認識調査 [今後の展開] ◦調理実験の⼈数と実験回数の増加 ◦認識調査のグループを変え複数回実施 ◦調味料使⽤量以外の個性に関する調査

55.

調理実験結果(平均) 野菜炒め 協⼒者A 協⼒者B 協⼒者C 協⼒者D 協⼒者E 協⼒者F 協⼒者G 塩 0.98 g 2.44 g 1.25 g 0.33 g 0.99 g 1.73 g 1.24 g 胡椒 0.17 g 0.19 g 0.53 g 0.10 g 0.38 g 0.33 g 0.15 g 醤油 9.32 g 11.95 g 9.23 g 12.46 g 17.95 g 10.18 g 9.87 g 料理酒 16.03 g 15.14 g 37.84 g 23.39 g 21.32 g 19.08 g 19.9 g 油 6.80 g 6.67 g 14.80 g 8.84 g 9.65 g 10.54 g 1.17 g 炒飯 協⼒者A 協⼒者B 協⼒者C 協⼒者D 協⼒者E 協⼒者F 協⼒者G 塩 0.35 g 1.13 g 0.57 g 0.40 g 0.60 g 1.35 g 1.13 g 胡椒 0.08 g 0.23 g 0.35 g 0.14 g 0.25 g 0.25 g 0.12 g 醤油 7.36 g 6.83 g 2.75 g 10.30 g 10.92 g 6.26 g 5.11 g 鶏がら 1.45 g 2.39 g 2.06 g 1.84 g 2.01 g 2.31 g 1.19 g 油 25.44 g 10.62 g 15.34 g 15.32 g 18.03 g 13.31 g 3.38 g

56.

調理実験結果(分散) 野菜炒め 協⼒者A 協⼒者B 協⼒者C 協⼒者D 協⼒者E 協⼒者F 協⼒者G 塩 0.14 0.77 0.50 0.01 0.27 0.21 0.49 胡椒 0.00 0.01 0.11 0.00 0.03 0.01 0.01 醤油 12.00 29.36 4.05 6.99 62.56 38.50 5.30 料理酒 89.54 53.64 255.42 84.47 30.84 33.19 59.63 油 6.20 6.69 141.70 16.83 18.49 17.83 0.11 炒飯 協⼒者A 協⼒者B 協⼒者C 協⼒者D 協⼒者E 協⼒者F 協⼒者G 塩 0.04 0.03 0.04 0.00 0.01 0.15 0.25 胡椒 0.00 0.03 0.03 0.00 0.00 0.00 0.00 醤油 2.22 0.70 0.44 5.97 90.58 3.17 2.04 鶏がら 油 38.25 16.94 121.17 9.61 13.91 5.82 1.37 0.09 0.59 1.03 0.29 0.34 0.22 0.04

57.

調理実験結果(標準偏差) 野菜炒め 協⼒者A 協⼒者B 協⼒者C 協⼒者D 協⼒者E 協⼒者F 協⼒者G 塩 0.38 0.88 0.71 0.10 0.52 0.46 0.70 胡椒 0.06 0.11 0.33 0.06 0.16 0.10 0.07 醤油 3.46 5.42 2.01 2.64 7.91 6.21 2.30 料理酒 9.46 7.32 15.98 9.19 5.55 5.76 7.72 油 2.49 2.59 11.9 4.10 4.30 4.22 0.33 炒飯 協⼒者A 協⼒者B 協⼒者C 協⼒者D 協⼒者E 協⼒者F 協⼒者G 塩 0.20 0.19 0.20 0.05 0.10 0.38 0.50 胡椒 0.01 0.16 0.17 0.04 0.03 0.04 0.03 醤油 1.49 0.83 0.66 2.44 9.52 1.78 1.43 鶏がら 油 6.19 4.12 11.01 3.10 3.73 2.41 1.17 0.29 0.77 1.02 0.54 0.58 0.47 0.20

58.

協⼒者ごとの適合率・再現率 6次元 野菜炒め 適 再 炒飯 適 4次元 再 野菜炒め 適 再 炒飯 適 再 協A 0.25 0.75 0.00 0.00 協A 0.17 0.25 0.00 0.00 協B 0.00 0.00 0.00 0.00 協B 0.00 0.00 0.00 0.00 協C 0.00 0.00 0.00 0.00 協C 0.43 0.75 0.00 0.00 協D 0.50 0.00 0.57 1.00 協D 0.40 0.50 0.31 1.00 協E 1.00 0.25 1.00 0.50 協E 1.00 0.25 0.67 0.50 協F 0.27 0.75 0.00 0.00 協F 0.60 1.00 0.50 0.25 協G 0.00 0.00 0.22 1.00 協G 1.00 0.25 0.57 1.00

59.

同⼀料理内の結果 ・SVM(4-fold Cross-Validation)により調査 野菜炒め 炒飯 6次元 35.71% 35.71% 4次元 46.43% 32.86%