Система аналізу та надання рекомендацій з підбору страв та їх рецептів
Автор: Клебан Катерина Сергіївна
Кваліфікаційний рівень: магістр
Спеціальність: Аналіз даних (Data Science)
Інститут: Інститут комп'ютерних наук та інформаційних технологій
Форма навчання: денна
Навчальний рік: 2021-2022 н.р.
Мова захисту: українська
Анотація: Магістерська робота викладена на 86 сторінках, вона містить 5 розділів, 27 джерел в переліку посилань. Розпізнавання образів є однією з фундаментальних проблем теорії інтелектуальних систем. З іншого боку, задача розпізнавання образів має величезне практичне значення. Оскільки практичні аспекти стосуються різних галузей сучасного життя, отож і в темі харчування розпізнавання зображень відіграє велику роль. На даний період часу проблеми в сфері вибору харчування набагато легше вирішити завдяки існуванню гаджетів, та можливістю розробки сучасних додатків, за допомогою технологій Machine Learning, Artificial intelligence, Image Recognition за допомогою Neural network, cтатистичного аналізу даних та Smart-house. Статистика збільшення захворювань пов’язаних із серцево-судинною системою а також неврозів, є наслідком зневажливого ставлення більшості населення до свого здоров’я. У вік погоні за кращим життям, люди намагаються заощаджувати час на всьому, особливо на прийомі їжі. Причинами стають ситуації з якими стикався кожен "що можна приготувати з того, що є в наявності вдома?" і при цьому не забути набрати необхідну калорійність та корисні речовини та не витрачати величезну кількість грошей на покупку розумного холодильника. Для рішення усіх вищеперерахованих питань необхідно розробити систему, яка буде проводити аналіз продуктів які є в наявності вдома в людини і які страви вона з них може приготувати. Створити рекомендації щодо подальших закупок. У магістерській роботі досліджено переваги та недоліки існуючих рішень, що здійснюють пошук рецептів за інгредієнтами, розроблене власне рішення, що враховує недоліки існуючих рішень та покращує досвід роботи з додатком, що отримує користувач. Отримані результати допоможуть спростити процес пошуку рецептів користувачем та оптимізувати час, що витрачається на формування запиту. Об’єкт дослідження - це процес вибору страви харчування залежно від потреб людини та наявності продуктів харчування. Через те що на даний момент найбільш цінна валюта в житті людини це її здоров’я та час, в дослідженні необхідно з’ясувати які процеси відбору продуктів для страв стануть важливим критерієм при розробці даного додатку. Необхідно визначити яким чином можливо полегшити процес вибору страви та заощадити на цьому процесі час користувача. Предмет дослідження – це втілення засобів розпізнавання зображень та аналітики для використання у додатку. Разом з розвитком області штучного інтелекту та машинного навчання, галузь комп’ютерного зору отримала новий поштовх для розвитку та можливість значно збільшити свою ефективність та розмаїття сфер використання. Все більше задач, в яких необхідно використати системи комп’ютерного зору, використовують ті, що базуються на використанні нейронних мереж та глибокого навчання. Мета дослідження - в розробці такої системи, яка дозволить користувачу обирати рецепт не думаючи про те які в нього є інгредієнти в наявності, необхідно надати системі можливість робити фото (для першого релізу можливий варіант робити фото самостійно, які буде розпізнавати система, що і буде застосовано, в наступних версіях буде доречним додати можливість обирати між самостійним завантаженням фотографій та підключенням технології Smart house, що ще більше буде надавати можливість економити час користувачеві, адже йому вже не буде потрібно самостійно робити фото продуктів, їх будуть розпізнавати смарт-камери, які будуть налаштовані на оновлення фотографій кожну годину, таким чином ситуація по наявності інгредієнтів буде відслідковуватись в режимі реального часу). Результат дослідження – розроблена практична реалізація системи аналізу та надання рекомендацій з підбору страв та їх рецептів. Ключові слова – розпізнавання зображень, проблеми харчування, аналітичні системи підбору рецептів. Розроблена система у свої першій версії дає змогу користувачу налаштувати профіль під себе (вписати всі параметри, які будуть потрібні системі для найбільш коректного підбору рецептів та отримання аналізу характеристик тіла і отримати поради з харчування та здорового способу життя); зробити фото для розпізнавання зображення – так як суть системи в тому щоб користувач міг обирати рецепт не думаючи про те які в нього є інгредієнти в наявності, необхідно надати системі можливість робити фото (для першого релізу було обрано варіант робити фото самостійно, які буде розпізнавати система, в наступних версіях буде доречним додати можливість обирати між самостійним завантаженням фотографій та підключенням технології Smart house, що ще більше буде надавати можливість економити час користувачеві, адже йому вже не буде потрібно самостійно робити фото продуктів, їх будуть розпізнавати смарт-камери, які будуть налаштовані на оновлення фотографій кожну годину, таким чином ситуація по наявності інгредієнтів буде відслідковуватись в режимі реального часу) Так як розробка системи орієнтована так само на покращення здоров’я населення було додано лєнту новин, де представлені невеличкі статті, які будуть займати в середньому близько 30-40 секунд для читання «коротко про важливе», що дасть змогу розуміти як правильно харчуватись, статті будуть інформативні, ілюстровані для загального розуміння. Так як система є інформаційно-дорадчою, найважливішою метою було отримати підібраний раціон в зручному вигляді. Усі можливі рецепти, які пройшли фільтрацію і відбір відповідно до даних користувача, відсіює всі рецепти, які містять інгредієнти на які в користувача алергія, так само рецепти інгредієнти яких користувач не може вживати через поставлений діагноз (захворювання). Саме ця система надасть можливість навіть не розглядати варіант вживання їжі протипоказаної за захворюванням, далі йде менш важливий аналіз, але всеодно приймаються до уваги продукти, які користувач любить та не любить вживати у своєму раціоні харчування. Надалі вступає в роль основна частина аналізу даних, це розпізнавання продуктів по фото, які завантажує користувач. В залежності від того які продукти на даний момент є в наявності та додатково всі етапи аналізу які вже було описано, користувач отримує список рекомендованих рецептів у вигляді «світлофора», а саме у трьох зонах: зеленій, де вказано рецепти, для приготування яких є в наявності всі продукти (інгредієнти) на даний момент часу, помаранчевій, де рецепти для приготування яких в наявності не вистачає одного інгредієнту, і червона зона, де рецепти для приготування яких в наявності не вистачає більше одного інгредієнту. В рецепті зазначена калорійність, інгредієнти та інструкція приготування. Варіант додати страву до історії вподобань – можливість зберегти рецепт для подальшого користування. Також до вподобань можливо додати рецепт за помаранчевої і червоної зони. Отримати рекомендації для покупок ,в яких буде відображатись рецепт та корзина продуктів до нього. В продовж для користувач може вносити додаткову інформацію для аналітики, а саме додавати нові фото продуктів та змінювати параметри профіля залежно яких відбувається фільтрація.