An Explainable AI Framework for Thai Dish Recommendation Using Sensory Profiling and Association Rule Mining
यह अध्ययन एक व्याख्यात्मक एआई (explainable AI) ढांचे का प्रस्ताव करता है जो थाई रेस्तरां लेनदेन डेटा का विश्लेषण करने के लिए एसोसिएशन रूल माइनिंग को त्रि-आयामी संवेदी प्रोफाइलिंग के साथ एकीकृत करता है, जिससे सांस्कृतिक रूप से आधारित डिश पेयरिंग पैटर्न का अनावरण होता है और व्याख्या योग्य, प्रामाणिक भोजन अनुशंसाओं के सृजन को सक्षम बनाया जा सके।
मूल पेपर CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/) के तहत लाइसेंस किया गया है। नीचे दिए गए पेपर की यह व्याख्या AI से तैयार की गई है। इसे लेखकों ने न तो लिखा है, न इसका समर्थन किया है। तकनीकी सटीकता के लिए मूल पेपर देखें। पूरा डिस्क्लेमर पढ़ें
कल्पना कीजिए कि आप एक थाई रेस्टोरेंट में कदम रखते हैं। आप केवल एक बड़ा सा सैंडविच ऑर्डर करके काम नहीं चलाते। इसके बजाय, आप व्यंजनों की एक पूरी मेज सजाते हैं, जैसे कि एक पहेली जहाँ हर टुकड़ा दूसरे के साथ पूरी तरह फिट होना चाहिए। कुछ व्यंजन तीखे और खट्टे होते हैं, तो कुछ कुरकुरे और नमकीन। यदि आप इसे सही ढंग से करते हैं, तो भोजन एक सिम्फनी बन जाता है; यदि आप गलत करते हैं, तो आपकी स्वाद कलिकाएं भ्रमित और थक जाती हैं।
लंबे समय तक, भोजन की सिफारिश करने वाले कंप्यूटर प्रोग्राम अनाड़ी शेफ की तरह थे। उन्होंने देखा कि आपने पहले क्या ऑर्डर किया था और बस अनुमान लगाया, "ओह, आपको पिज्जा पसंद आया, तो यह लीजिए एक और पिज्जा!" वे इस बात को नहीं समझते थे कि स्वादों का मेल कैसे काम करता है। वे "ब्लैक बॉक्स" थे—आपको एक परिणाम मिलता था, लेकिन आपको पता नहीं होता था कि वह क्यों मिला।
इस अध्ययन ने, जिसका नेतृत्व खोन केन यूनिवर्सिटी के शोधकर्ताओं द्वारा किया गया था, कंप्यूटर को एक थाई दादी की तरह सोचना सिखाने का निर्णय लिया। उन्होंने एक विशेष "एक्सप्लेनेबल एआई" (व्याख्या योग्य एआई) ढांचा बनाया। इसे एक रोबोट शेफ के रूप में समझें जो केवल अनुमान नहीं लगाता; वह वास्तव में थाई भोजन के नियमों को समझता है।
गुप्त रेसिपी: स्वाद, बनावट और सुगंध
शोधकर्ताओं ने महसूस किया कि थाई भोजन को समझने के लिए, आप केवल सामग्री को नहीं देख सकते। आपको एक साथ तीन चीजों को देखना होगा:
- स्वाद: क्या यह नमकीन, खट्टा, तीखा, मीठा, कड़वा या उमामी (savory) है?
- बनावट (Texture): क्या यह चिकना है (जैसे एक समृद्ध करी), सख्त है (जैसे ग्रिल्ड स्टेक), या फिसलन भरा है (जैसे सूप या सलाद)?
- सुगंध (Aroma): क्या इसमें समुद्र, एक पालतू जानवर, ताजी जड़ी-बूटियों या अनाज की महक है?
उन्होंने एक थाई रेस्टोरेंट से वास्तविक डेटा लिया—एक साल के हजारों ऑर्डर—और प्रत्येक मुख्य व्यंजन को इन तीन श्रेणियों में विभाजित किया। यह हर व्यंजन को एक विशिष्ट आईडी कार्ड देने जैसा था।
"एप्रीओरी" जासूस
यह पता लगाने के लिए कि कौन से व्यंजन एक साथ चलते हैं, उन्होंने एप्रीओरी एल्गोरिदम नामक एक उपकरण का उपयोग किया। एक सुपर-स्मार्ट जासूस की कल्पना करें जो रसीदों के एक विशाल ढेर को देख रहा है। जासूस केवल यह नहीं गिन रहा है कि कितने लोगों ने "फ्राइड चिकन" ऑर्डर किया। जासूस पैटर्न देख रहा है जैसे, "अरे, हर बार जब कोई स्पाइसी सलाद ऑर्डर करता है, तो वे एक फ्राइड डिश भी ऑर्डर करते हैं।"
पेपर ने कुछ बहुत ही विशिष्ट, मजबूत नियम खोजे:
- स्वर्ण जोड़ी (The Golden Pair): यदि कोई भोजन करने वाला स्पाइसी सलाद ऑर्डर करता है, तो 53.6% संभावना है कि उन्होंने एक फ्राइड डिश भी ऑर्डर की होगी। कंप्यूटर ने गणना की कि यह जोड़ी होने की संभावना उस स्थिति से 2.33 गुना अधिक है जब वे केवल यादृच्छिक (random) रूप से व्यंजन चुन रहे होते।
- कंट्रास्ट का नियम: थाई भोजन प्रेमी कंट्रास्ट (विपरीतता) पसंद करते हैं। वे अक्सर एक स्पाइसी सलाद (जो खट्टा, फिसलन भरा और ताज़ा होता है) को एक फ्राइड डिश (जो नमकीन, सख्त और कुरकुरा होता है) के साथ जोड़ते हैं। यह ठंडी, ताज़ा नींबू पानी को गर्म, कुरकुरे आलू चिप्स के साथ जोड़ने जैसा है। पेपर सुझाव देता है कि यह यादृच्छिक नहीं है; यह भोजन को संतुलित करने का एक जानबूझकर किया गया तरीका है ताकि आपका मुँह ऊब न जाए।
कंप्यूटर ने क्या सीखा (और क्या खारिज किया)
अध्ययन ने स्पष्ट रूप से इस विचार को खारिज कर दिया कि भोजन का मेल केवल समान सामग्रियों (जैसे पुराना "फूड पेयरिंग परिकल्पना" जो कहता है कि समान गंध वाली सामग्रियों को एक साथ जाना चाहिए) के बारे में है। इसके बजाय, डेटा ने दिखाया कि थाई भोजन कंट्रास्ट पर आधारित है।
उदाहरण के लिए, पेपर ने पाया कि लोग शायद ही कभी एक साथ दो "गीले" या "नरम" व्यंजन ऑर्डर करते हैं, जैसे कि एक स्ट्यूड (stewed) डिश और एक स्टीम्ड डिश। इनका सह-अस्तित्व (co-occurrence) कम था, लगभग 10.96%। कंप्यूटर ने सीखा कि थाई भोजन प्रेमी दोहराव से बचते हैं। वे बनावट का मिश्रण चाहते हैं: कुछ फिसलन भरा, कुछ सख्त और कुछ चिकना।
"क्या" के पीछे का "क्यों"
यहाँ सबसे दिलचस्प हिस्सा है: यह एआई व्याख्या योग्य (explainable) है। अधिकांश एआई सिस्टम केवल कहते हैं, "आपको यह खाना चाहिए।" यह कहता है, "आपको यह खाना चाहिए क्योंकि यह आपके पिछले व्यंजन की बनावट को संतुलित करता है।"
शोधकर्ताओं ने अपने निष्कर्षों के आधार पर नियमों का एक सेट बनाया। उदाहरण के लिए:
- नियम: यदि आप एक "फर्म + मीट + स्पाइसी" डिश (जैसे स्टिर-फ्राइड पोर्क) चुनते हैं, तो सिस्टम एक "स्लिपरी + सीफूड + सॉर" डिश (जैसे टॉम यम सूप) का सुझाव देता है।
- क्यों? क्योंकि डेटा ने दिखाया कि 15.49% बार, सबसे लोकप्रिय संयोजन मीट-उमामी-फर्मनेस था, लेकिन इसे एक पूर्ण भोजन बनाने के लिए सीफूड व्यंजनों की ताज़ा, फिसलन भरी खटास द्वारा संतुलित करने की आवश्यकता थी।
वे कितने आश्वस्त हैं?
पेपर इस विशिष्ट रेस्टोरेंट के डेटा में मिले पैटर्न के बारे में बहुत आश्वस्त है। उन्होंने इन नंबरों को सीधे वास्तविक लेनदेन से मापा है। उन्होंने पाया कि सभी ऑर्डर किए गए व्यंजनों में से 23% फ्राइड थे, और 20% स्पाइसी सलाद थे। वे जानते हैं कि 53.6% स्पाइसी सलाद के ऑर्डर में एक फ्राइड डिश शामिल थी। ये अनुमान नहीं हैं; ये रसीदों से प्राप्त ठोस संख्याएँ हैं।
हालाँकि, पेपर स्वीकार करता है कि यह एक रेस्टोरेंट के डेटा पर आधारित है। जबकि पैटर्न देखते हैं कि वे गहरे सांस्कृतिक तर्क को दर्शाते हैं, लेखक सुझाव देते हैं (साबित नहीं करते) कि ये नियम अन्य थाई रेस्टोरेंट्स के लिए भी काम कर सकते हैं। उन्होंने इसे हर जगह टेस्ट नहीं किया है, इसलिए हम इसे अभी ब्रह्मांड का सार्वभौमिक नियम नहीं कह सकते, बस इस विशिष्ट स्थान के लिए एक बहुत मजबूत पैटर्न कह सकते हैं।
निष्कर्ष
यह अध्ययन दिखाता है कि यदि आप थाई संस्कृति के लिए एक स्मार्ट फूड रिकमेंडेशन सिस्टम बनाना चाहते हैं, तो आप केवल यह अनुमान लगाने के लिए गणित का उपयोग नहीं कर सकते कि लोग क्या पसंद करते हैं। आपको कंप्यूटर को संस्कृति के "संवेदी तर्क" (sensory logic) को सिखाना होगा।
वास्तविक लेनदेन डेटा को स्वाद, बनावट और सुगंध की गहरी समझ के साथ जोड़कर, शोधकर्ताओं ने एक ऐसा सिस्टम बनाया है जो केवल भोजन की सिफारिश नहीं करता है—वह भोजन की कला की व्याख्या करता है। यह साबित करता है कि थाई भोजन में, संपूर्ण अपने हिस्सों के योग से कहीं अधिक महान है, और एक कंप्यूटर भी उस संतुलन की सराहना करना सीख सकता है।
अपने क्षेत्र के पेपरों की भीड़ में उलझे हुए हैं?
आपके रिसर्च कीवर्ड से मेल खाने वाले सबसे नए और अलग सोच वाले पेपरों का रोज़ाना Digest पाएँ—तकनीकी सारांश के साथ, आपकी भाषा में।