• Proceedings of the Korean Information Science Society Conference
• /
• 2012.06b
• /
• pp.393-395
• /
• 2012

많은 현대인들은 체중 관리를 위해 많은 시간과 노력을 쏟고 있으며 그중에서도 식단을 관리하는데 많은 힘을 기울이고 있다. 하지만, 전문지식이 없는 일반인이 자신이 먹은 식단을 분석하고 어떤 음식을 먹을지 계획하는 것은 쉽지 않다. 따라서 본고에서는 hypernetwork를 이용한 개인 맞춤형 식단 추천 알고리즘을 제안한다. 개발된 식단 추천 알고리즘은 사용자의 식단 로그 데이터를 기반으로 사용자의 식성에 맞고 적절한 칼로리를 지닌 식단을 구성하여 추천한다. 특히, 식품 정보 DB 이외에 다른 추가 정보가 필요하지 않으며, 개인의 작은 식단 로그 데이터만으로도 동작 가능한 장점을 가지고 있다. 본 연구실에서는 개발된 알고리즘을 이용하여 개인 체중 관리 어플리케이션인 DietAdvisor를 제작하였으며, 사용자는 어플리케이션을 통해 실제 식단 추천 및 그 외의 체중관리에 필요한 서비스를 제공받을 수 있다.

• Journal of the Korea Convergence Society
• /
• v.5 no.4
• /
• pp.147-153
• /
• 2014

To create a personal menu, there are a number of considerations. Personal menus are different depending on the dietary therapy for disease, diet for weight control. In addition, the menu you choose, depending on the personal preference and the season, the weather, current personal feelings may differ. An individual should expect to recommend a balanced diet, taking nutritional status just for health care. In this paper, we propose a personalized menu recommendations System framework to meet such needs. To recommend menus the system receives data of the body's individual circumstances, ingredients situation, environmental conditions, psychological condition, emotional condition and provides a recommended menu by performing the inference using the ontology generated from external application systems. In order to provide such services, Internet of Things (IoT) environment should be the foundation. In this paper, we propose a personalized diet recommendation system framework in the IoT standardization environment that has oneM2M common service platform.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2018.05a
• /
• pp.496-499
• /
• 2018

최근 서구화된 식습관으로 인해 국내 비만 인구가 급격하게 증가했고 이에 따라서 다이어트에 관심을 갖는 사람들이 많아졌다. 하지만 현재 출시되어 있는 애플리케이션은 단지 식단을 선택하도록 목록을 보여주는 것에 그친다. 최근 추천 시스템은 데이터 서비스에 필수적인 요소가 되었고 사용자가 직접 선택에 대한 고민 할 것 없이 개인에게 맞춤된 식단을 제공 할 필요가 있다. 따라서 본 논문에서는 FatSeceret Open-API를 사용하여 추출한 식품 데이터베이스를 통해 사용자의 식단 선호도를 분석하였다. 그래서 식단 선호도와 협업 필터링 기법을 R을 이용하여 개인 맞춤형 다이어트 식단을 추천해 주는 시스템을 개발한다.

• The Monthly Diabetes
• /
• s.239
• /
• pp.53-55
• /
• 2009

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2020.01a
• /
• pp.187-188
• /
• 2020

본 논문에서는 한방 8체질 및 신체정보 관련 데이터셋을 바탕으로 개인 맞춤 식품 및 식단을 추천하는 데이터베이스의 설계·구축을 수행한다. 또한 이 시스템을 이용하여 추천된 식품(식단)과 희망하는 지역을 입력했을 때 선별된 음식점 정보를 제공한다. 데이터베이스 생성 프로세스와 수집한 데이터를 통해 데이터베이스 설계, 데이터 수집, 생산 및 처리 예제, 데이터베이스 활용 등에 대해 다양한 방법을 제공한다. 일상생활에서 데이터베이스 시스템을 활용함으로써, 이 시스템은 한의원 또는 전문채널을 통해 알 수 있었던 맞춤 식단 정보를 대중에 공개되어 정보 진입장벽을 낮추고 편의성을 도모한다. 이로써 오늘날 고령 사회에 진입한 대한민국에서 국민들이 건강한 식생활을 지원하여 궁극적으로 국민 건강 증진에 기여한다.

• Journal of Advanced Navigation Technology
• /
• v.16 no.6
• /
• pp.1109-1115
• /
• 2012

In this paper, we propose a system that recommends the appropriate menu using the fuzzy rules and the case database. The rules are defined by using the user's body information such as height and weight and these information is often vague. Due to its fuzziness, we use the fuzzy logic to represent the information. In our system, it firstly gets the body information for computing the BMI (Body Mass Index) values. Then it combines the muscle mass factor and BMI values to make a fuzzification for calculating the obesity rate. It finally recommends the most relative menu by comparing with the user's obesity rate from each cases in the database. We implement the system on the Android platform and show that our proposed method can achieve reasonable performance through the various experiments,

• The Monthly Diabetes
• /
• s.240
• /
• pp.32-34
• /
• 2009

• The Monthly Diabetes
• /
• s.238
• /
• pp.36-38
• /
• 2009

• The Monthly Diabetes
• /
• s.217
• /
• pp.41-47
• /
• 2007

• KIPS Transactions on Software and Data Engineering
• /
• v.6 no.3
• /
• pp.161-166
• /
• 2017

In recent times, many people have problems of nutritional imbalance; lack or surplus intake of a specific nutrient despite the variety of available foods. Accordingly, the interest in health and diet issues has increased leading to the emergence of various mobile applications. However, most mobile applications only record the user's diet history and show simple statistics and usually provide only general information for healthy diet. It is necessary for users interested in healthy eating to be provided recommendation services reflecting their food interest and providing customized information. Hence, we propose a menu recommendation method which includes calculating the recommended calorie amount based on the user's physical and activity profile to assign to each food group a substitution unit. In addition, our method also analyzes the user's food preferences using food intake history. Thus it satisfies recommended intake unit for each food group by exchanging the user's preferred foods. Also, the excellence of our proposed algorithm is demonstrated through the calculation of precision, recall, health index and the harmonic average of the 3 aforementioned measures. We compare it to another method which considers user's interest and recommended substitution unit. The proposed method provides menu recommendation reflecting interest and personalized health status by which user can improve and maintain a healthy dietary habit.