รายละเอียดโครงงาน

หลักสูตร/ปี พ.ศ.
วิศวกรรมศาสตรบัณฑิต สาขาวิชาวิศวกรรมคอมพิวเตอร์ ปี พ.ศ. 2566

ภาคและปีการศึกษาที่สำเร็จการศึกษา
ภาคปลาย ปีการศึกษา 2565

ประเภทโครงงาน
โครงงานวิศวกรรม

ชื่อโครงงานภาษาไทย
แอปพลิเคชันทำนายเมนูอาหารจากพฤติกรรมการรับประทานอาหาร

ชื่อโครงงานภาษาอังกฤษ
Application to predict food menus based on user behavior

ผู้พัฒนา
6210503845 นายสรวิศ ศักดิ์ศรีเลิศคำ
6210506909 นายอธิภัทร ปานคง

อาจารย์ที่ปรึกษาหลัก
ธนาวินท์ รักธรรมานนท์

อาจารย์ที่ปรึกษาร่วม
-

บทคัดย่อ

โครงงานนี้ผู้จัดทำมีจุดประสงค์ที่จะต้องการทำนายและแนะนำเมนูอาหารให้กับผู้ใช้งาน โดยเมนูอาหารที่จะนำมาแนะนำให้กับผู้ใช้งานจะนำมาจากการจัดกลุ่มของเมนูอาหารและพฤติกรรมความชอบต่อเมนูอาหารที่ได้ทำนายให้กับผู้ใช้งาน ซึ่งพฤติกรรมความชอบของผู้ใช้งาน จะช่วยเพิ่มความแม่นยำในการแนะนำเมนูอาหารในครั้งต่อ ๆ ไป โดยเราจะนำข้อมูลมาจากเว็บไซต์ที่รวมรวมเมนูอาหาร และวิธีทำ หลังจากนั้นได้นำข้อมูลมานั้นมาเตรียม เพื่อที่จะนำไปใช้ในการทำ k-mean clustering เพื่อหากลุ่มของอาหารที่มีความใกล้เคียงกัน โดยจะอิงจากวัตถุดิบ เครื่องปรุง และวิธีที่ใช้ในการปรุงอาหาร
สำหรับส่วนของการทำนายเมนูอาหารเราจะทำการให้ผู้ใช้งานเลือกความชอบต่อเมนูอาหารทั้งหมดอย่างน้อย 20 เมนูเมื่อเริ่มใช้งาน เพื่อนำมาใช้ในการทำนายเมนูอาหาร ซึ่งถ้าหากใช้งานบ่อยขึ้นไปเรื่อย ๆ ก็จะช่วยทำให้แอปพลิเคชันสามารถทำนายและแนะนำเมนูอาหารได้แม่นยำมากขึ้น
โดยประโยชน์ที่หวังว่าจะให้ผู้ใช้งานได้รับนั้น นอกจากแอปพลิเคชันจะสามารถทำนายเมนูใหม่ ๆ ให้กับผู้ใช้งานแล้ว ยังต้องการที่จะเพิ่มความประทับใจต่อเมนูที่ตัวแอปพลิเคชันนั้นได้ทำการทำนายมาให้กับผู้ใช้งาน

Abstract

In this project, we propose a novel approach for food recommendation by clustering pre-processed recipe data and incorporating user feedback to improve the accuracy and personalization of our predictions. We first collect recipe data from popular cooking websites and pre-process them by extracting ingredients, flavors and cooking methods. We then apply k-means clustering to group similar recipes into clusters based on their ingredients and cooking methods.
To predict food menus for users, we develop an algorithm that randomly selects a food item from a food cluster and asks the user to rate their preference on a Likert scale (like, like very much, or not like). Based on the user's feedback, we use a reinforcement learning approach to update the weights of our model and improve the accuracy of our future predictions.
We anticipate that our approach will not only provide users with new and interesting food options, but also increase their satisfaction with the suggested menus. By continuously improving the quality of our recommendations, we hope to establish our system as a valuable tool for meal planning, grocery shopping, and food delivery.

คำสำคัญ (Keywords)

แอปพลิเคชั่นมือถือ
การแนะนำเมนูอาหาร
การแบ่งกลุ่มด้วยเคมีน
Mobile Application
Food recommendation
K-means clustering

เว็บไซต์โครงงาน
https://expo.dev/@jamomes/Kin_Ari_Dee?serviceType=classic&distribution=expo-go

วีดีโอคลิปของโครงงาน

ที่เก็บเวอร์ชันซอร์สโค้ด

https://github.com/Kin-Arai-Dee

---

สถานะการนำเข้าข้อมูล

ผู้นำเข้าข้อมูลครั้งแรก
นายสรวิศ ศักดิ์ศรีเลิศคำ (b6210503845)

แก้ไขครั้งสุดท้าย
เมื่อ April 8, 2023, 2:22 p.m. โดย นายอธิภัทร ปานคง (b6210506909)

สถานะการอนุมัติ
รออนุมัติ

---