86 浦上財団研究報告書 Vol.24 (2017) 2. メディア毎のシズルワードと食品の関係分析 2.1 分析手法レシピサイト ( 作り手 ) としてユーザ投稿型レシピサイトのクックパッドを一般の Web( 売り手 ) はGoogle 検索の結果をそしてマイクロブログ ( 消費者 ) はT

Size: px

Start display at page:

Download "86 浦上財団研究報告書 Vol.24 (2017) 2. メディア毎のシズルワードと食品の関係分析 2.1 分析手法レシピサイト ( 作り手 ) としてユーザ投稿型レシピサイトのクックパッドを一般の Web( 売り手 ) はGoogle 検索の結果をそしてマイクロブログ ( 消費者 ) はT"

みがねおとじま
5 years ago
Views:

1 作り手売り手消費者のおいしさの表現比較分析に関する研究 85 < 平成 26 年度助成 > 作り手売り手消費者のおいしさの表現比較分析に関する研究灘本明代 1) 荒牧英治 2) 宮部真衣 ( 1) 甲南大学知能情報学部 2) 奈良先端科学技術大学院大学 3) 和歌山大学システム工学部 ) 3) 1. はじめに注 [1] 注 [2] 現在クックパッドや楽天レシピのようなレシピサイトの普及により料理の作り手は我が家のや季節野菜たっぷりの等のようにおいしさを表す言葉を駆使してレシピを投稿して注 [3] いるまた企業や店舗のFacebook やWeb サイトも商品を販売するために昔ながらの伝統のヘルシー等様々なおいしさを示す言葉注 [4] を創りだしているさらに食べログなどの注 [5] SNS サイトや Twitter の普及により情報発信が容易になり消費者自らも飲食に対する率直な感想や紹介を気軽に発信している消費者の言葉はジューシーあつあつのように馴染みのある砕けた表現が多用されているこのようにインターネット上には作り手売り手消費者による各々のメディア上に飲食に関するおいしさを示す単語が多数存在する本研究ではこのおいしさを示す単語をシズルワード 1) と呼ぶシズルワードは作り手売り手消費者の違いにより様々に異なりさらに同じ言葉であってもニュアンスが異なることがあるそこで本研究ではシズルワードと食品の関係についてレシピサイト ( 作り手 ) Facebook や一般の Web サイト ( 売り手 ) 食べログや Twitter( 消費者 ) 上におけるおいしさの表現の比較分析を行うさらにリアルタイムでユーザが投稿する Twitter に投稿される食品は季節時間帯によって異なると考えられる例えば秋に収穫期を迎える食品であれば他の季節よりも投稿が多くなるのではないか夕食としてよく食べられている食品は朝よりも夜に投稿が多くなるのではないかと考えられるそこで本研究ではある季節における食品に関するツイートの投稿数を月ごと 1 日の時間帯ごとに比較するそして季節や時間帯によって投稿数が多い食品と共起頻度が高いシズルワードの月別時間帯別の投稿数についても分析を行う加えて月ごと時間帯ごとにおける食品とシズルワードの投稿数の変化の関連性についても分析を行う上記 2 つの分析結果を用いてシズルワードと食品の関係に着目しユーザが思いついた食品と似たシズル感を持つ食品を検索する手法を提案する提案手法を用いることでユーザが思いついた食品に近い味わいや食感を持つ食品をユーザに提示することができるこれによりユーザが食べたくなる食品を見つける手助けになると考える本論文ではシズルワードに着目した類似食品発見のためインターネット上のデータを用いて食品同士の類似度を算出した結果を入力した食品とよく共起するシズルワードと共にランキング形式で出力するそして入力した食品とよく共起するシズルワードごとに類似する食品を提示しさらに提示された食品とよく共起するシズルワードも出力する検索手法を提案するこのような検索をすることでユーザ自身にとってありきたりな食品や本当は食べたいが事情により食べられない食品と似たシズル感を持つ食品を見つける支援になる

2 86 浦上財団研究報告書 Vol.24 (2017) 2. メディア毎のシズルワードと食品の関係分析 2.1 分析手法レシピサイト ( 作り手 ) としてユーザ投稿型レシピサイトのクックパッドを一般の Web( 売り手 ) はGoogle 検索の結果をそしてマイクロブログ ( 消費者 ) はTwitterを対象とするシズルワードと食品の関係の分析に当たり人手で抽出した1,025 品目 ( 内 254 品目はWikipediaの菓子の商品名カテゴリ注 [6] に属する商品 ) からなる食品リストを用いるまたシズルワードを大橋ら 1) の定義する味覚系食感系情報系の 3 つの領域別シズルワードランキングからそれぞれ上位 30 語ずつを抽出するその中から分析を行うに当たり有用ではなかった味覚系領域の美味を除き味覚系 29 語食感系 30 語情報系 31 語 ( 同率が含まれるため ) の計 90 語のシズルワードを対象にして分析を行う表 1 に我々の用いたシズルワードを示すここではよく共起している食品とシズルワードの関係が強いと考えこれらの共起関係を用いて分析を行うこれまで行ってきた分析結果 2) では Dice 係数が最適な結果となったため本研究はDice 係数を用いて分析を行うまた分析を行う上でシズルワードとよく共起する食品のランキングであるシズルワード基準と食品とよく共起するシズルワードのランキングである食品基準の 2 つの指標から分析を行う分析は以下の 2 つの基準から行うシズルワード基準 :3 つのメディアにおいてよく使われているシズルワードは何かそしてそのシズルワードはどのような食品に使われているのかを分析することを目的とする具体的には 3 つのメディアにおいてシズルワードを検索キーワードとして検索をしその検索結果を分析を行う食品基準 :3 つのメディアにおいて各食品ごとにどのようなシズルワードが使われているかを分析することを目的とする具体的には各々のメディアにおいて食品を検索キーワードとして検索をしその検索結果を分析を行う各々の分析において以下 3 つのメディア毎に分析を行うクックパッド ( 作り手 ) シズルワード基準ではシズルワードを検索キーワードとしてクックパッド上で検索を行った結果の上位 100ページのレシピタイトルを分析するこれを90 語のシズルワード分行うまた食品基準では食品名を検索キーワードとしてクックパッド上で検索を行った結果の上位 100ページのレシピタイトルを分析するこれ表 1 分析に用いたシズルワード注 :[1] クックパッド : [2] 楽天レシピ : [3]Facebook: [4] 食べログ : [5]Twitter: [6] 菓子の商品名 :

3 作り手売り手消費者のおいしさの表現比較分析に関する研究 87 を1025 食品分行う一般のWeb( 提供者 ) クックパッドと同様に各シズルワードと各食品名を各々検索キーワードとしてGoogle 検索を行った結果上位 100 件のスニペットを各々分析する Twitter( 消費者 ) 90 語のシズルワード毎にそのシズルワードを含むツイート1,000 件合計 90,000 件および取得したシズルワードを含まないツイート 90,000 件を無作為に取得し合計 180,000 件のツイートを用いるそして他のメディアと同様に各シズルワードと各食品名を各々検索キーワードとして検索しその結果を分析する 2.2 分析結果表 2 にクックパッドの分析結果表 3 に一般の Webの分析結果表 4 にTwitterの分析結果を示す表 2 クックパッドの分析結果

4 88 浦上財団研究報告書 Vol.24 (2017) 表 3 一般の Web の分析結果表 4 Twitter の分析結果

5 作り手売り手消費者のおいしさの表現比較分析に関する研究 89 さらにこれらを比較するために表 5 にシズルワード基準の結果の各メディア上位 3 件のシズルワードとそのシズルワードとよく一緒に出現している食品名を示す表 6 に食品基準の結果の一部を示す 2.3 考察表 3 及び表 6よりクックパッドは手作り料理がおいしそうに見える食感系のシズルワードが多く使用されているのがわかる表 3 及び表 5より一般のWebは情報系と食感系が混在しており口溶けチョコレートやカリカリ梅のような商品名に用いられているシズルワードが多く使用されているまた表 4 及び表 5よりTwitterでは舌ざわりのように意外と通なシズルワードがよく使用表 5 メディアごとに多く食品と使われているシズルワードと食品シズルワードッッドの食品ののの食品のの食品のッッドのシズルワードの 1 ッースーンスイシーー食ンン 2 ーイタスーンッードーッーーーののシズルワードの 1 シのンーンスー 2 トフーーーーーッドートドートのシズルワードの 1 とーーズタンーズーーーズベーンスタ 2 スタードフルーースタートッドードートトット表 6 食品基準の分析結果の一部 ( 検索キーワードは食品名 ) 食品ドのンーーシーーシー品ルシー手ルシーのとルシー品ーシー品ーシーとッとのーシーッとッとスイシーッと

6 90 浦上財団研究報告書 Vol.24 (2017) されていることがわかるまたそのシズルワードと一緒に出てくる食品は各々メディア毎に異なるがクックパッドは手作りできる食品が一般の Web と Twitter はイメージしやすい食品がよく出ている表 6 より 3 つのメディアにおいて食品に対するシズルワードは一般にイメージしやすいシズルワードが使われていることがわかるハンバーグに関してはほぼ 3 つのメディア同じようなシズルワードが使われているお好み焼きに関してはクックパッドと一般の Web に関してはふわふわやふんわり等柔らかさを示すシズルワードが用いられているのに対し Twitter ではこのような表現はあまり用いられておらず逆に香ばしいやさっくりカリカリ等サクサクした食感が用いられているこれらはクックパッドや一般の Web 等料理や食品の提供者がアピールしたい点と Twitter における料理を食べる人との間に食品の印象に対して多少のずれがあるのではないかと思われるさらに全体の分析結果より以下のことがわかった (1) 料理の作り手 ( クックパッド ) は閲覧者の興味を引くためのシズルワードが多い料理の作り手は自分の作った料理をおいしそうに示すために様々な興味を引くためのシズルワードを用いているまた様々な料理のおいしさをイメージしやすくそしてそれを的確に示すシズルワードが用いられている逆に食べた感想に用いられるシズルワードはほとんど含まれていないことがわかる (2) 料理の提供者 ( 一般の Web) には宣伝文句と考えられる情報系のシズルワードが多いレストランや食品メーカー等料理の提供者による一般の Web は全体的に宣伝文句としてよく使われるような食品を食べた感想としてはあまり使われない情報系のシズルワードがクックパッドや Twitter に比べて多く用いられているのがわかった (3) 消費者 (Twitter) は自分が実際に食べた経験に基づくシズルワードが多い消費者は食品を詳細に説明紹介することが目的でない場合が多く一般の Web やクックパッドよりも誰もが ( 特に若い人が ) 思いつくような食品についての情報が多く取得できたそのため食品の人気度合い食べられる頻度や手軽さなどによって取得できる食品数に大きく偏りが出ている (4) メディアや投稿者の目的によって多用されるシズルワードのタイプが異なる分析結果より料理の作り手が投稿しているクックパッド上には味覚系食感系シズルワードがレストランや食品メーカー等の売り手の多い一般の Web 上には情報系シズルワードが一般の人々つまりは消費者が多い Twitter 上には味覚系食感系シズルワードが各食品と多く一緒に出現しているそしてクックパッド上ではレシピの紹介と説明が一般の Web 上では食品の宣伝が Twittter 上では食品への感想がよく行われているこれらは明確に違う目的をもって投稿されていることがわかるこのことから投稿者の目的によって多用するシズルワードのタイプが異なることが判明した 3. 食品に関するツイートの投稿時期時間帯における変化 Twitter にはリアルタムな投稿が多く寄せられるそのため Twitter に投稿される食品は季節時間帯によって異なると考えられる例えば秋に収穫期を迎える食品であれば他の季節よりも投稿が多くなるのではないか夕食としてよく食べられている食品は朝よりも夜に投稿が多くなるのではないかと考えられるそこで本研究ではある季節における食品に関するツイートの投稿数を月ごと 1 日の時間帯ごとに比較する

7 作り手売り手消費者のおいしさの表現比較分析に関する研究 91 さらに季節や時間帯によって投稿数が多い食品と共起頻度が高いシズルワードの月別時間帯別の投稿数についても分析を行う加えて月ごと時間帯ごとにおける食品とシズルワードの投稿数の変化の関連性についても分析を行う 3.1 データセット 2014 年 9 月 1 日から 2014 年 12 月 31 日までに投稿されたリツイートを含まないシズルワードと食品両方を含むツイート 138,158 件を対象とする 3.2. 食品ツイートの投稿数比較分析にあたり各食品を含むツイートの最もツイート数が多い月の投稿数を1.0として食品ごとに正規化する図 1 に旬がない食品の投稿数を正規化した結果の一例を示す横軸は投稿された月を縦軸は正規化された投稿数の値を表す図 1 より旬のない食品の殆どのが月ごとに投稿数に大きな変化が見られないことが分かるしかしケーキに関する投稿数は他の食品に比べて大きく変化しているこれは多くのユーザが12 月にクリスマスケーキに関する話題を投稿しているためほかの月と比べて投稿数が多くなりその他の月と投稿数の差が大きくなったと考えられる数に差が見られる特に10 月のサンマに関するツイート数は 12 月の 3 倍以上であることが分かる図 3 より秋の場合と同様に12 月にどの食品も投稿数が増えておりそれぞれの旬と一致している特に12 月のフグに関する投稿数は 9 月 10 月の投稿数の10 倍以上になっているこれらのことから各食品の旬に応じてツイートの投稿数が変化していることが分かる加えて旬のない食品の多くは投稿数に大きな変化は見られないがクリスマスにおけるケーキのように何かしらのイベントによって特定の時期に投稿数が増えることが分かる図 2 月別食品投稿数 (2) 図 3 月別食品投稿数 (3) 図 1 月別食品投稿数 (1) 図 2 図 3 にそれぞれ秋に旬を迎える食品冬に旬を迎える食品の一例を示す図 2 より 10 月に多く収穫されるサツマイモに関する投稿が増えておりその他の食品も10 月に最も投稿数が多くなっているさらにほかの月と比べ投稿図 4 図 5 に 1 時間毎の食品に関するツイートの投稿数の一例を示す横軸は時間帯縦軸は正規化された各時間帯におけるツイートの投稿数の値を表すまた各時間帯の投稿数は 2014 年 9 月 1 日から 2014 年 12 月 31に投稿されたツイート全てを対象とする

8 92 浦上財団研究報告書 Vol.24 (2017) 図 4 時間帯別食品投稿数 (1) 図 5 時間帯別食品投稿数 (2) 図 4 図 5 よりラーメンうどんステーキに関する投稿は昼食時と夕食時に投稿が増えていることが分かるこれらの食品は特に昼食または夕食として食べられることが多い一方でラーメンに関する投稿は21 時以降の夕食時よりも遅い時間帯にも多くなっているこれは夜食としてラーメンを食べる人友人や家族と酒を飲んだ後に食べる人がしばしばいるためこの時間帯にも投稿が多くなっていると考えられるさらにビールは朝から夜にかけて徐々に投稿数が増えていることが分かるこれはビールがアルコール飲料であるため朝から昼にかけての時間帯に飲酒をしている人が少ないためと考えられる朝食としてよく食べられるトーストは昼に投稿が多くなっており肉まんは夜に投稿数が最大となっているこれらの食品は軽食として好まれる傾向にあり正確によく食べられている時間を推定するのが難しいしかしながらトーストは図 5 中の食品の中で朝の時間帯における投稿が最も多くなっているこのことから朝食としてよく食べられているトーストの投稿数は他の食品と比べて朝に投稿される件数が多いことが分かるこれらのことから時間帯によって食品ごとに投稿数が変化しそれぞれの食品がよく食べられている時間帯に投稿数が増える傾向にあることが分かる肉まんのような軽食は食べごろの時間帯が明確ではなくツイートの投稿数からよく食べられている時間を推定するのは難しいといえる 3.3 シズルワードの投稿数比較図 6 より各月におけるシズルワードの投稿数の結果の一例を示す横軸は投稿された月を縦軸は投稿数の正規化された値を表す分析の前にアツアツのような温かさを表すシズルワードは冬に投稿数が増えるのではないかと予想を立てたしかしながらアツアツやホカホカのようなシズルワードであっても秋から冬にかけて大きな投稿数の変化は見られないこれらのことからシズルワードの投稿数は季節による変化は見られないのではないかといえる図 6 月別シズルワード投稿数 3.4 シズルワードと食品の月別の投稿数図 7 図 8 図 9 に食品と各食品と最も共起頻度が高いシズルワード 2 番目に共起頻度が高いシズルワードの月ごとの投稿数を示す横軸は投稿された月を縦軸は食品またはシズル

9 作り手売り手消費者のおいしさの表現比較分析に関する研究 93 ワードの投稿数の正規化された値を表す図 7 図 8 図 9 よりシズルワードと食品の月ごとの投稿数に相関がみられる組み合わせはほとんどみられない理由としてこれらのシズルワードの多くは他の食品にも使用されているため特定の食品と相関が高くなる可能性が低いためである図 7 月別食品投稿数およびシズルワード投稿数 (1) えられる図 10 図 11 図 12 に食品と各食品と最も共起頻度が高いシズルワード 2 番目に共起頻度が高いシズルワードの時間帯ごとの投稿数を示す横軸は投稿された時間帯を縦軸は食品またはシズルワードの投稿数の正規化された値を表す図 10 図 11 図 12 より月ごとのシズルワードと食品の投稿数よりも相関がみられるその中でもステーキラーメンはシズルワードと相関がみられるが一方で肉まんはシズルワードと相関がみられないステーキラーメンは昼食夕食によく食べられる食品であり多くの人々が食事をする時間帯に投稿数が増える食品であるしかし肉まんは軽食として食べられることが多い食品であるこれらのことに加えシズルワードはその他の食品に使われている場合も多いため人々の食事の時間帯と大きな関連があるそのため食事時に応じて投稿数が増える食品とはある程度の相関がみられたと考えられる図 8 月別食品投稿数およびシズルワード投稿数 (2) 図 10 時間帯別食品投稿数およびシズルワード投稿数 (1) 図 9 月別食品投稿数およびシズルワード投稿数 (3) しかしながら本場のプリプリといったシズルワードはそれぞれフグと牡蠣にある程度の相関がみられるこれはこれらのシズルワードが例として挙げたフグや牡蠣のような特定の食品以外に使用される場面が少ないためと考図 11 時間帯別食品投稿数およびシズルワード投稿数 (2)

10 94 浦上財団研究報告書 Vol.24 (2017) 4. 提案システム本研究で提案するシズルワードを用いてユーザが思いついた食品に似たシズル感を持つ食品を検索するシステムの処理の流れを図 13 に示す図 12 時間帯別食品投稿数およびシズルワード投稿数 (3) 3.5 結論秋から冬にかけてのツイートには旬がある食品は旬の時期に特定の期間日に行われるイベントによって投稿数が増加することが分かったまたツイートの投稿時刻ごとにみた場合各時間帯において需要が高くなる食品は他の時間帯と比べて投稿数が増える傾向にあることが分かったしかしながらシズルワードは投稿された時期時間帯による明確な特徴がみられない場合が多いこれらのことからある季節や時間帯ごとによく食されている話題に挙げられている食品を Twitter 上から取得できるのではないかと考えられる本論文では 9 月から12 月の4 か月間のツイートのみを対象として分析を行っているためより正確な特徴を抽出するためには 1 年を通したその他の季節のツイートを対象に分析を行う必要がある加えて各食品の実際の旬の時期やその時期に行われていたイベントやキャンペーンテレビなどで話題になっていた食品などともより緻密に照らし合わせた分析が必要であるまた 1 日毎 1 週間ごと曜日ごとなどその他様々な期間に分類した上での分析も必要であるシズルワードについても同様の分析が必要であるといえるこのような分析を行うことで Twitter 上から季節や時間帯に基づいた食品情報が得られるようになると考える図 13 プロトタイプシステムの処理の流れ 4.1 各食品同士のシズル感の類似度の算出提案システムではユーザは思いついた食品として食品 f 0 を入力するそして入力された食品 f 0 とシズル感が似ている食品を検索し提示する具体的には以下の手順で類似したシズル感を持つ食品を求めるまた第 2 章 3 章の分析結果より情報系シズルワードは特定の食品と結びつき難いことが分かったため提案手法の類似度計算に用いるシズルワードは味覚系シズルワード食感系シズルワードのみとする 1. 入力した食品 f 0 がタイトルに含まれるレシピをクックパッド上から取得する 2. 食品 f 0 と各シズルワードの共起頻度を求める本研究では文献 2 の結果よりシズルワードと食品の関係を求めるのに最適なDice 係数を

11 作り手売り手消費者のおいしさの表現比較分析に関する研究 95 用いる 3. 食品 f 0 と共起頻度が高いシズルワード 10 語をユーザに提示する 4. ユーザは提示された 10 語のシズルワードから自身が食べたいと思うシズル感を表す言葉として最も適切だと感じるシズルワードを選択する 5. 食品データベース ( 食品 DBとも記す ) 中の各食品名と共起するシズルワード各シズルワードとの共起頻度を食品 DBより取得する 6. ユーザが選択したシズルワードとの共起頻度が上位 10 件に含まれている食品を類似食品候補とする 7. 食品 f 0 と各類似食品候補の類似度をシズルワードとの共起頻度を用いて計算する類似度計算にはコサイン類似度を用いる 8. 類似度が高い食品をシズル感が似ている食品であると考えランキング形式でユーザに提示する 9. 提示された食品の中にユーザが食べたいと思う食品が無い場合ユーザは提示された食品の中から自身が食べたいと思うシズル感と似ていると感じる食品を選択する選択された食品を入力食品 f 0 として再定義するそして手順 3 へ戻る 10. ユーザが食べたいと思える食品を見つけるまで手順 3 9を繰り返す発見した時点で処理を終了する 4.2 食品データベースシズル感が類似する食品を検索するにあたり本研究では食品データベースを構築したこのデータベースには694 品目の食品が含まれるこのデータベースから類似したシズル感を持つ食品を検索する本研究ではキャベツりんごのような単品の野菜や果物もも肉ひき肉のような食材であると考えられる物はデータベースに含まないこれはユーザに提示する結果としてこれら食品がふさわしくないと考えるためであるそのほかにも食品データベースに含まれる食品全てに対し各食品をクエリとしてクックパッド上でレシピ検索を行いレシピタイトルにおける各食品と各シズルワード同士の共起頻度の計算結果を食品データベースに格納するさらに食品のカテゴリを分類するクックパッドでは大きなレシピカテゴリとして今日のご飯おかずお菓子パン離乳食その他の 5 つのカテゴリが存在する本論文ではこれに倣い食品データベース中の各食品をおかずお菓子パン類その他の 4 つに分類する本研究では離乳食は対象としないこのようにして人手で食品データベースを作成するそれぞれの分類に含まれる食品の品目数の内訳はおかずが262 品目お菓子が333 品目パン類が 19 品目その他 81 品目である 4.3 ユーザインタフェース食品を提示する際例としてユーザが入力した食品 f 0 がおかずのカテゴリに含まれる食品であった場合類似した食品としてその他 ( 飲料など ) のカテゴリに含まれる食品が提示された場合それはユーザにとって有用な結果ではない可能性が高い同様にお菓子を入力した場合におかずとなるような食品が提示された場合においてもユーザが望む結果と食い違っていると考えられるそこで結果を提示する際入力食品 f 0 の分類と同じ分類の食品を結果として提示する図 14 図 15 に提案手法の実行例を示すここでは入力食品として餃子が入力された例を示す図 14 よりユーザが食品を入力すると入力した食品と共起頻度が高いシズルワード上位 10 語が円状に提示されるこの時最も高い共起頻度を基準に正規化を行い共起頻度が高いシズルワードほど円が大きく表示することで各シズルワードと

を選んだ場合の結果を示しているパリッとと共起関係にある食品且つその食品と共起するシズルワードの内共起頻度が上位 10 件以内となる食品を対象に入力食品との類似度計算をシズルワードとの共起頻度を用いて行うその中から類似度が高い食品上位 5

12 96 浦上財団研究報告書 Vol.24 (2017) の共起頻度の違いを円の大きさで表すこのようにすることで直感的にどのシズルワードと強い関係があるかをユーザが理解しやすくなる続いてユーザが提示されたシズルワード 10 語の中から 1 語を選択するここではパリッとを選んだ場合の結果を示しているパリッとと共起関係にある食品且つその食品と共起するシズルワードの内共起頻度が上位 10 件以内となる食品を対象に入力食品との類似度計算をシズルワードとの共起頻度を用いて行うその中から類似度が高い食品上位 5 件を結果として提示するここではシュウマイ焼き鳥フライドチキンの順に類似度が高い食品となっているこのようにして提示された食品の中からユーザが食べたくなる食品が見つからなかった場合には提示された食品の中で最も食べたい物に近いとユーザが感じる食品を選択するここでシュウマイを選択して処理を続けた場合の例を図 15 に示す図 15より餃子の場合と同様にシュウマイと共起頻度が高いシズルワード 10 語が提示されているさ図 14 プロトタイプシステム実行画面 (1) 図 15 プロトタイプシステム実行画面 (2)

13 作り手売り手消費者のおいしさの表現比較分析に関する研究 97 らに図 15はここからユーザがふんわりを選んだ場合の例を示しているこのようにしてシズルワード表現からシズル感が類似する食品を辿っていくことでユーザが食べたくなる食品を見つける支援になると考えるこのようにして入力食品 f 0 に似たシズル感を持つ食品を提示する謝辞本研究は ( 公財 ) 浦上食品食文化振興財団の助成によるものであるここに記して謹んで感謝の意を表する文献 1) 大橋 : 大橋正房, 武藤彩加, 山本眞人, 爲国正子, 汲田亜紀子, 渋澤文明, 小川裕子おいしい感覚と言葉食感の世代 BMFT 出版部, ) 加藤大介, 宮部真衣, 荒牧英治, 灘本明代シズルワードに着目した Twitter 上のおいしさの表現の分析第 6 回データ工学と情報マネジメントに関するフォーラム (DEIM2014), B6-6, final/proceedings/b6-6.pdf, 7 pages., 2014

14 98 浦上財団研究報告書 Vol.24 (2017) Sizzle word analysis from multiple internet media based on authors types Akiyo Nadamoto 1), Eiji Aramaki 2), Mai Miyabe 3) 1) Dep. of Intelligence and Informatics, Konan University 2) Social Computing, Nara Institute of Science and Technology 3) Faculty of Systems Engineering, Wakayama University Many user-generated recipe sites on the internet, ordinary cooks such as homemakers can post their original recipes. They make full use of the recipe titles that incorporate tasty words such as authentic, homey, and spicy because they want to their recipe to become popular from an easy-to-understand title. On the other hands, web sites of companies and restaurants use tasty words such as healthy and old-fashioned to sell their products. Furthermore, people post their impressions of foods on Twitter in real time after eating. In this way, tasty words of many kinds have come to be used on the internet. We call such tasty words as Sizzle Words. We consider that sizzle words differ among those used on internet media which are user-generated recipe sites, ordinary web sites, and Twitter. As described herein, we compare these three media using the Sizzle Words.

研究会12/25

研究会12/25 インターネット上のおいしさ表現と食品の関係を用いた食品検索手法甲南大学大学院自然科学研究科知能情報学専攻灘本研究室 21424004 加藤大介背景食事のときあっさりしたもの濃厚な味わいのものうどんそばカレーラーメン思いつくものが毎回同じようなもの日々の食事に飽きを感じてしまう本当に食べたいものを見つけられるシステム 2 背景食事のときラーメンが食べたい油っこい物は控えなければいけないラーメン屋が近くに無い好みのラーメンが売り切れている一緒に食事をする人が