論文の概要: Tracing Complexity in Food Blogging Entries
- arxiv url: http://arxiv.org/abs/2007.05552v1
- Date: Fri, 10 Jul 2020 18:13:48 GMT
- ステータス: 処理完了
- システム内更新日: 2023-05-10 17:02:57.635900
- Title: Tracing Complexity in Food Blogging Entries
- Title(参考訳): 食品ブログエンターテイメントの追跡複雑さ
- Authors: Maija K\=ale and Ebenezer Agbozo
- Abstract要約: 複雑性の概念と、それがTwitterのフードブログのエントリでどのように表現されるかに焦点を当てる。
複雑性は、栄養と健康に関する合理的な考察よりも、食品選択の不合理な決定要因であるヘドニズムを顕在化すると考えている。
- 参考スコア(独自算出の注目度): 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Within this paper, we focus on the concept of complexity and how it is
represented in food blogging entries on Twitter. We turn specific attention to
complexity capture when looking at healthy foods, focusing on food blogging
entries that entail the notions of health/healthiness/healthy. We do so because
we consider that complexity manifests hedonism - that is the irrational
determinant of food choice above rational considerations of nutrition and
healthiness. Using text as a platform for our analysis, we derive bigrams and
topic models that illustrate the frequencies of words and bi-grams, thus,
pointing our attention to current discourse in food blogging entries on
Twitter. The results show that, contrary to complexity, that the dominating
characteristics in healthy food domain are easiness and speed of preparation,
however, rational and health related considerations may not always take
precedence when the choice is determined. Food blogging entries show
surprisingly little account of healthy food as being tasty and enjoyable. With
this we aim to contribute to the knowledge of how to shape more healthy
consumer behaviors. Having discovered the scarcity of hedonic connotations,
this work invites for further research in text-based information about food.
- Abstract(参考訳): 本稿では,Twitter上での食品ブログにおける複雑性の概念と,その表現方法に焦点をあてる。
健康・健康・健康という概念を包含する食品ブログエントリに注目して、健康食品を見る際の複雑性の把握に特に注意を向ける。
我々は、複雑性が、栄養と健康に関する合理的な考察よりも、食物選択の不合理な決定要因である、ヘドニズムを顕在化すると考えるからである。
分析のプラットフォームとしてテキストを使用することで,単語やバイグラムの頻度を示すbigramやトピックモデルを導出する。
以上の結果から,健康食品領域の優位性は,食品の調理の容易性や速さに反するが,合理的かつ健康関連的な考察が常に優先されるとは限らないことが示唆された。
食事のブログエントリは、健康な食べ物が美味しく楽しいという驚くほど少ない説明を示している。
これにより、より健全な消費者行動を形成する方法に関する知識に寄与することを目指しています。
ヘドニックな意味の不足を発見したこの研究は、食べ物に関するテキストベースの情報に関するさらなる研究を招いている。
関連論文リスト
- NutritionVerse-Real: An Open Access Manually Collected 2D Food Scene
Dataset for Dietary Intake Estimation [68.49526750115429]
食事摂取推定のための2D食品シーンデータセットであるNutritionVerse-Realを導入する。
NutritionVerse-Realデータセットは、実生活における食品シーンのイメージを手作業で収集し、各成分の重量を測定し、各料理の食生活内容を計算することによって作成されました。
論文 参考訳(メタデータ) (2023-11-20T11:05:20Z) - NutritionVerse: Empirical Study of Various Dietary Intake Estimation
Approaches [60.97896788599621]
食事の正確な摂取推定は、健康的な食事を支援するための政策やプログラムを伝える上で重要である。
最近の研究は、コンピュータービジョンと機械学習を使用して、食物画像から食事摂取を自動的に推定することに焦点を当てている。
我々は,84,984個の合成2D食品画像と関連する食事情報を用いた最初の大規模データセットであるNutritionVerse-Synthを紹介した。
また、リアルなイメージデータセットであるNutritionVerse-Realを収集し、リアル性を評価するために、251の料理の889のイメージを含む。
論文 参考訳(メタデータ) (2023-09-14T13:29:41Z) - Biased Bytes: On the Validity of Estimating Food Consumption from
Digital Traces [17.890674216192277]
ソーシャルメディア(Twitter)と食品追跡アプリケーション(MyFoodRepo)による食事行動の関連を定量化する。
例えば、パンはTwitterよりも消費食品や追跡食品の2.5倍、ケーキはTwitterの12倍の頻度である。
食べ物の種類によって、Twitterに投稿された食べ物は、消費された食品や追跡された食品と比べて、美味しく、カロリーが高く、健康が悪く、家庭で消費された可能性が低く、より複雑で、より大きいものと見なされている。
論文 参考訳(メタデータ) (2022-08-30T17:13:16Z) - Towards the Creation of a Nutrition and Food Group Based Image Database [58.429385707376554]
栄養・食品群に基づく画像データベースを構築するための枠組みを提案する。
米国農務省食品栄養データベース(FNDDS)における食品群に基づく食品コードリンクプロトコルを設計する。
提案手法は16,114個の食品データセットを含む栄養・食品群に基づく画像データベースを構築するために用いられる。
論文 参考訳(メタデータ) (2022-06-05T02:41:44Z) - Investigating Health-Aware Smart-Nudging with Machine Learning to Help
People Pursue Healthier Eating-Habits [12.07862191291072]
本稿では,より健康的なレシピを選択するための3つの新しいヌード技術であるWHO-BubbleSlider,FSA-ColorCoading,DRCI-MLCPを提案する。
その結果、食品の意思決定プロセスの間、適切な健康対策により、ユーザーはより健康的なレシピをクリックし、閲覧し、選択しやすくなった。
論文 参考訳(メタデータ) (2021-10-05T10:56:02Z) - Vision-Based Food Analysis for Automatic Dietary Assessment [49.32348549508578]
本総説では, 食品画像分析, 容積推定, 栄養素抽出の3段階からなる, 統合型ビジョンベース食事評価(VBDA)の枠組みを概説する。
深層学習により、VBDAは徐々にエンドツーエンドの実装へと移行し、単一のネットワークに食品画像を適用して栄養を直接見積もる。
論文 参考訳(メタデータ) (2021-08-06T05:46:01Z) - Towards Building a Food Knowledge Graph for Internet of Food [66.57235827087092]
食品分類から食品分類、食品知識グラフまで、食品知識組織の進化を概観する。
食品知識グラフは、食品検索と質問回答(QA)、パーソナライズされた食事レコメンデーション、食品分析、可視化において重要な役割を果たす。
食品知識グラフの今後の方向性は、マルチモーダル食品知識グラフや食品インテリジェンスなど、いくつかの分野をカバーする。
論文 参考訳(メタデータ) (2021-07-13T06:26:53Z) - Formation of Social Ties Influences Food Choice: A Campus-Wide
Longitudinal Study [35.304562448945184]
Ecole Polytechnique Federale de Lausanne(EPFL)大学のキャンパスでは8年間に3800万件の食品購入を記録しています。
受動的に観測されたログデータから因果効果を推定する。
食品の購入頻度が食相手の食品選択の健康性に大きく影響する食品を特定した。
論文 参考訳(メタデータ) (2021-02-17T13:47:28Z) - Picture-to-Amount (PITA): Predicting Relative Ingredient Amounts from
Food Images [24.26111169033236]
食品画像から各成分の相対的な量を予測するという,新しい課題と課題について考察する。
本稿では,この問題を解決するために,Picture-to-AmountディープラーニングアーキテクチャであるPITAを提案する。
インターネットから収集されたレシピのデータセットの実験は、モデルが有望な結果を生成することを示す。
論文 参考訳(メタデータ) (2020-10-17T06:43:18Z) - Eating Habits Discovery in Egocentric Photo-streams [9.436913961194671]
食事関連行動パターン探索モデルを構築し,日常的に実施されている活動から栄養のルーチンを明らかにする。
このフレームワーク内では、単純だが堅牢で高速な新しい分類パイプラインを提示する。
本稿では,カメラが単独で食べる際の食品関連シーンの識別への応用について述べる。
論文 参考訳(メタデータ) (2020-09-16T12:46:35Z) - Cross-Modal Food Retrieval: Learning a Joint Embedding of Food Images
and Recipes with Semantic Consistency and Attention Mechanism [70.85894675131624]
画像とレシピを共通の特徴空間に埋め込み、対応する画像とレシピの埋め込みが互いに近接するように学習する。
本稿では,2つのモダリティの埋め込みを正規化するためのセマンティック・一貫性とアテンション・ベース・ネットワーク(SCAN)を提案する。
食品画像や調理レシピの最先端のクロスモーダル検索戦略を,かなりの差で達成できることが示される。
論文 参考訳(メタデータ) (2020-03-09T07:41:17Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト(すべての情報・翻訳含む)の品質を保証せず、本サイト(すべての情報・翻訳含む)を使用して発生したあらゆる結果について一切の責任を負いません。