ข้อมูลจากบทคัดย่อ
ยังไม่มีสรุปภาษาไทยสำหรับระเบียนนี้
ด้านล่างเป็นบทคัดย่อต้นฉบับภาษาอังกฤษจากข้อมูลบรรณานุกรม โปรดตรวจบทความต้นฉบับก่อนอ้างอิง
Abstract Food recommendation systems often struggle to model culturally grounded meal composition behaviors, particularly in multi-dish dining environments where sensory balance and dish complementarity influence menu selection. This study proposes an explainable AI framework that integrates association rule mining with tri-dimensional sensory profiling to analyze dish pairing behavior in restaurant transactions. Using real-world Thai restaurant data, dishes were categorized into 15 culinary groups and profiled according to dominant taste, texture, and aroma characteristics. The Apriori algorithm was then applied to identify statistically significant co-occurrence patterns and generate interpretable association rules. By classifying dish categories and tagging them with dominant taste, texture, and aroma profiles, we apply the Apriori algorithm to generate interpretable association rules. These rules are further enriched through tri-dimensional sensory analysis to reveal cultural and sensory rationales behind dish pairings. The results demonstrate consistent patterns of contrast and harmony in texture, taste, and aroma, reflecting deeply embedded culinary logic. We formalize these insights into a rule-based recommendation system that models authentic Thai meal compositions. The framework not only advances computational food pairing research but also offers practical implications for menu design, inventory planning, and personalized food recommendation systems in culturally rich dining environments.
เหตุผลที่อยู่ในฐานติดตาม
ระเบียนนี้ได้รับ Impact Signal 85/100 จากความใหม่ แหล่งเผยแพร่ ความร่วมมือ และสัญญาณในข้อมูลบรรณานุกรม คะแนนนี้ใช้จัดลำดับการติดตาม ไม่ใช่การตัดสินคุณภาพงานวิจัย
ประเด็นที่เกี่ยวข้อง: Recommender Systems and Techniques · Data Mining Algorithms and Applications · Culinary Culture and Tourism
บทบาทของนักวิจัยและสถาบันไทย
Silada Intarasothonchun · Pongphan Sathatip · Patcharaporn Mahasuweerachai · Kullapapruk Piewthongngam · Khon Kaen University
ข้อจำกัดของข้อมูล
หน้านี้เป็นระเบียนบรรณานุกรมและข้อมูลจากบทคัดย่อ ยังไม่ใช่บทวิเคราะห์ฉบับเต็มหรือการประเมินคุณภาพงานวิจัย ควรตรวจสอบ DOI และเอกสารต้นฉบับก่อนนำไปอ้างอิง