通过在线众包与机器学习估计烹饪食谱的血糖影响
计算机与社会
2020-10-28 v1 计算与语言
机器学习
摘要
低血糖影响饮食的摄入被强烈推荐给糖尿病患者及糖尿病前期人群，因其有助于维持血糖水平。然而，膳食血糖效力的实验室分析耗时且昂贵。本文中，我们探索一种利用在线众包与机器学习的数据驱动方法来估计烹饪食谱的血糖影响。我们表明，常用的健康度度量未必总能有效地判定适合糖尿病患者的食谱，从而强调了血糖影响估计任务的重要性。我们的最佳分类模型基于从 Amazon Mechanical Turk (AMT) 获取的营养与众包数据训练，能准确识别对糖尿病患者不健康的食谱。
引用
@article{arxiv.1909.07881,
title = {Estimating Glycemic Impact of Cooking Recipes via Online Crowdsourcing and Machine Learning},
author = {Helena Lee and Palakorn Achananuparp and Yue Liu and Ee-Peng Lim and Lav R. Varshney},
journal= {arXiv preprint arXiv:1909.07881},
year = {2020}
}
备注
To appear in the Proceedings of Digital Public Health 2019 as short paper