💻 ciência da computação

Quantifying Recipe Difficulty Based on Recipe Features

Este artigo propõe um método para quantificar a dificuldade de receitas integrando seis características normalizadas — nível de ação de cozimento, comprimento do texto, utensílios, temperos, ingredientes e etapas — utilizando coeficientes de regressão para evitar a contagem dupla, com sua validade confirmada por meio de uma pesquisa e testes estatísticos para permitir recomendações de receitas detalhadas.

Autores originais: Sae Okatani, Naoko Yoshii, Masami Takata

Publicado 2026-11-12

📖 5 min de leitura🧠 Leitura aprofundada

CC BY 4.0

Autores originais: Sae Okatani, Naoko Yoshii, Masami Takata

Artigo original sob licença CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). ✨ Esta é uma explicação gerada por IA do artigo abaixo. Não foi escrita nem endossada pelos autores. Para precisão técnica, consulte o artigo original. Ler aviso legal completo

Na cozinha moderna, a barreira para cozinhar uma refeição saudável raramente é a falta de ingredientes ou a escassez de tempo, mas sim um descompasso entre a habilidade do cozinheiro e a complexidade do prato que ele tenta preparar. Embora a internet tenha disponibilizado milhões de receitas com um clique, essas bibliotecas digitais frequentemente carecem de uma informação crucial: uma medida confiável de quão difícil uma receita realmente é. Sem isso, um iniciante pode acidentalmente selecionar um prato que exige técnicas avançadas, levando à frustração ou a uma refeição arruinada, enquanto um especialista pode achar as opções disponíveis simplistas demais. O campo da computação alimentar tem se concentrado há muito tempo em combinar receitas com o que as pessoas gostam de comer ou com o que é nutricionalmente saudável, mas tem negligenciado amplamente o esforço físico e mental exigido para prepará-las. Para preencher essa lacha, os pesquisadores precisam de uma maneira de traduzir o texto de uma receita em um número único e claro que reflita sua verdadeira dificuldade, indo além de rótulos vagos como "fácil" ou "difícil" para uma escala precisa que possa guiar os usuários ao desafio certo.

Uma equipe de pesquisadores da Universidade de Mulheres de Nara estabeleceu-se para resolver este problema, desenvolvendo um método para quantificar a dificuldade da receita usando nada mais do que o próprio texto da receita. Eles começaram analisando uma coleção massiva de aproximadamente 605.000 receitas do Cookpad, o maior site de compartilhamento de receitas do Japão. Em vez de depender de juízes humanos para provar e avaliar cada prato, a equipe projetou um sistema para extrair seis detalhes específicos da escrita de cada receita. Esses detalhes incluíam a ação de cozinhar mais complexa mencionada, o número total de caracteres nas instruções, a variedade de utensílios de cozinha necessários, o número de diferentes temperos usados, a contagem de ingredientes principais e o número total de etapas no processo. Os pesquisadores reconheceram que esses fatores não são independentes; por exemplo, uma receita com muitas etapas naturalmente tende a ter mais caracteres, e um prato com muitos ingredientes frequentemente exige mais utensílios. Se eles simplesmente somassem esses números, estariam contando a mesma informação duas vezes, distorcendo o resultado final.

Para lidar com essa sobreposição, a equipe utilizou uma abordagem estatística para entender como esses recursos se relacionam entre si. Eles descobriram que o número de caracteres e o número de etapas estavam tão intimamente ligados que essencialmente compartilhavam a mesma informação. Em vez de tratá-los como fardos separados, os pesquisadores os combinaram em um único valor ajustado que representava a verbosidade e a complexidade geral das instruções sem contar a mesma informação duas vezes. Eles aplicaram uma lógica semelhante aos outros recursos, usando análise de regressão para misturar os dados de uma forma que respeitasse as conexões naturais entre os ingredientes, utensílios e etapas. Esse processo resultou em quatro modelos matemáticos diferentes para calcular a dificuldade, cada um pesando os fatores de forma ligeiramente distinta. O objetivo era produzir uma pontuação contínua, uma escala suave onde cada receita tivesse uma posição única, em vez de forçá-las em algumas categorias rígidas.

Para verificar qual desses quatro modelos funcionava melhor, os pesquisadores realizaram uma pesquisa com 30 participantes, todas mulheres na faixa dos vinte anos. Eles pediram a essas participantes que classificassem nove receitas diferentes da mais fácil para a mais difícil com base em seu próprio julgamento. Os pesquisadores então compararam as classificações humanas com as classificações geradas pelos seus quatro modelos de computador. Os resultados mostraram que uma abordagem específica, que chamaram de Método 2, alinhava-se mais de perto com a percepção humana. Este método calculava a dificuldade através da média da complexidade das ações de cozinhar com as contagens de utensílios de cozinha, temperos e ingredientes, integrando cuidadosamente a informação sobre etapas e comprimento do texto para evitar a superestimação do esforço. Ele previu com sucesso que uma receita com um alto número de temperos e ingredientes pareceria mais difícil para um cozinheiro humano, mesmo que o número de etapas fosse moderado.

O estudo confirmou que a dificuldade de uma receita não é apenas sobre a ação mais difícil, como fritar por imersão, mas é um efeito cumulativo de todo o processo. Os pesquisadores descobriram que simplesmente contar o número de etapas ou o comprimento do texto não era suficiente, pois esses fatores frequentemente se sobrepõem. Ao usar seu método integrado, eles puderam criar uma ordenação rigorosa de receitas onde nenhum prato tinha exatamente a mesma pontuação de dificuldade, permitindo um nível de recomendação muito mais refinado do que os sistemas anteriores. Embora o estudo tenha sido limitado a um pequeno grupo de mulheres jovens e um conjunto específico de receitas, as descobertas sugerem que é possível gerar automaticamente uma pontuação de dificuldade confiável para centenas de milhares de pratos. Este avanço poderá, eventualmente, ajudar os sites de receitas a guiar os usuários para refeições que correspondam às suas habilidades reais, transformando a escolha esmagadora da internet em uma experiência de cozinha gerenciável e bem-sucedida.

Resumo Técnico: Quantificando a Dificuldade de Receitas com Base em Características de Receitas

Declaração do Problema

Apesar da proliferação de plataformas de compartilhamento de receitas como o Cookpad, que hospedam milhões de receitas, há uma carência de métricas padronizadas e computáveis para a dificuldade de receitas. Os sistemas existentes de busca e recomendação baseiam-se primariamente nas preferências dos usuários, relações entre ingredientes ou saúde nutricional, frequentemente negligenciando o nível de habilidade e o esforço necessários para executar uma receita. Consequentemente, os usuários frequentemente selecionam receitas que excedem suas capacidades, levando a tentativas de cozimento frustradas ou ao abandono. Embora estudos anteriores tenham tentado quantificar a dificuldade, eles frequentemente dependem apenas de ações de cozimento (resultando em níveis discretos e grosseiros) ou simplesmente somam múltiplas características sem considerar a sobreposição de informações, falhando em fornecer os valores de dificuldade contínuos e detalhados necessários para uma recomendação precisa de receitas.

Metodologia

Os autores propõem um método computacional top-down para quantificar a dificuldade de receitas como um valor contínuo baseado em seis características extraídas automaticamente do texto da receita. A metodologia procede através das seguintes etapas:

1. Extração e Quantificação de Características

Seis características são extraídas de aproximadamente 605.000 receitas do Cookpad (excluindo entradas com dados ausentes):

(a) Nível de Ação de Cozimento: Derivado de um dicionário de 118 verbos de cozimento classificados em quatro níveis de dificuldade (1–4) com base na Certificação de Habilidades de Cozinha Caseira Japonesa. O nível para uma receita é definido pelo nível máximo de dificuldade entre suas ações extraídas.
(b) Número de Caracteres: A contagem total de caracteres das instruções da receita (excluindo espaços e quebras de linha).
(c) Número de Utensílios de Cozinha: A contagem de tipos únicos de utensílios mencionados.
(d) Número de Temperos: A contagem de tipos únicos de temperos mencionados.
(e) Número de Ingredientes: A contagem de ingredientes únicos, excluindo aqueles classificados como temperos.
(f) Número de Etapas: A contagem total de etapas de cozimento.

2. Normalização

Todas as características são normalizadas para uma escala [0, 1] usando normalização Min-Max para garantir a comparabilidade entre diferentes unidades e magnitudes.

3. Análise de Correlação e Regressão

A análise de correlação de Pearson revelou que o nível de ação de cozimento (a) é amplamente independente de outras características. No entanto, o número de caracteres (b) mostrou fortes correlações com o número de etapas (f) ( $r=0,86$ ), utensílios de cozinha (c) ( $r=0,58$ ) e ingredientes (e) ( $r=0,36$ ). Para evitar a contagem dupla de informações compartilhadas (por exemplo, um texto longo frequentemente implica muitas etapas), os autores empregaram regressão linear simples.

4. Integração via Inclinações de Regressão

Em vez de uma simples soma, o método integra características correlacionadas usando inclinações de regressão ( $\alpha$ ) para criar variáveis intermediárias. Para duas características correlacionadas $x$ e $y$ (onde $y$ é regredida sobre $x$ com inclinação $\alpha$ ), uma variável integrada $z$ é definida como uma média ponderada: $z = \frac{\alpha x + y}{1 + \alpha}$ .

Estágio 1: O número de etapas (f) é integrado com o número de caracteres (b) para formar $\tilde{b}$ .
Estágio 2: As características restantes (utensílios, temperos, ingredientes) são integradas com $\tilde{b}$ para formar $\tilde{c}$ , $\tilde{d}$ e $\tilde{e}$ .

5. Fórmulas de Dificuldade Propostas

Quatro métodos de integração foram construídos:

Método 1: Faz a média do nível de ação (a) e de todas as variáveis intermediárias ( $\tilde{b}, \tilde{c}, \tilde{d}, \tilde{e}$ ).
Método 2: Faz a média do nível de ação (a) e da média de $\tilde{c}, \tilde{d}, \tilde{e}$ . Este método não inclui $\tilde{b}$ diretamente, mas o incorpora indiretamente através do cálculo de $\tilde{c}, \tilde{d}$ e $\tilde{e}$ .
Método 3: Faz a média do nível de ação (a) e da média de todas as variáveis intermediárias.
Método 4: Faz a média do nível de ação (a) e das contagens brutas de utensílios, temperos e ingredientes, ignorando caracteres e etapas.

Avaliação Experimental

A validade dos quatro métodos foi avaliada através de um questionário aplicado a 30 respondentes do sexo feminino na faixa dos 20 anos. As participantes classificaram nove receitas selecionadas por dificuldade percebida.

Significância Estatística: Um teste de Friedman confirmou que as nove receitas foram percebidas como tendo níveis de dificuldade significativamente diferentes ( $p < 0,001$ ).
Métricas de Distância de Ranking: Os rankings gerados pelos quatro métodos foram comparados com os rankings da pesquisa utilizando quatro métricas: distância de Spearman's footrule, distância de Kendall, distância de Cayley e distância de Ulam.
Resultos: O Método 2 demonstrou a maior similaridade com os resultados da pesquisa, alcançando a menor distância de Spearman's footrule (12) e valores baixos nas outras métricas.
- O Método 1 e o Método 3 mostraram desvios ligeiramente maiores, atribuídos à superestimação da influência da contagem de caracteres.
- O Método 4 apresentou o maior desvio (Distância de Footrule 18), falhando particularmente em classificar uma receita com muitas etapas (Receita I) como difícil, sugerindo que ignorar a contagem de etapas leva a erros significativos.
Baseline de Característica Única: Rankings de característica única (ex: dificuldade baseada apenas em ingredientes) resultaram em muitos empates de ranking e menor similaridade com os resultados da pesquisa em comparação com os métodos integrados propostos.

Principais Contribuições

Extração Automatizada de Características: O estudo extrai seis características distintas de aproximadamente 605.000 receitas, indo além da simples classificação baseada em ações para uma abordagem multifacetada.
Integração Consciente de Correlação: Ao utilizar inclinações de regressão para integrar características correlacionadas, o método evita a contagem dupla de informações sobrepostas (especificamente entre a contagem de caracteres e a contagem de etapas), uma limitação em modelos aditivos anteriores.
Ordenação Total Contínua: O método proposto gera uma ordenação total estrita (valores contínuos sem empates), permitindo uma comparação refinada de receitas, uma propriedade não fornecida por baselines de característica única ou sistemas de níveis discretos.
Validação Empírica: O estudo valida o modelo computacional contra a percepção humana usando métricas de distância de ranking, identificando uma estratégia de integração específica (Método 2) que melhor se alinha à percepção do usuário.

Significância e Alegações

O artigo alega fornecer uma medida de dificuldade necessária do "lado da receita" que complementa as medidas existentes do "lado da pessoa" relativas a habilidades culinárias e literacia alimentar. Ao oferecer um escore de dificuldade computável e detalhado, o método aborda uma lacuna nos sistemas de recomendação de alimentos, que atualmente carecem de modelagem explícita do esforço e da habilidade necessários para o preparo.

Os autores concluem modestamente que, embora o método proposto (especificamente o Método 2) consiga produzir um ranking consistente com a percepção humana, o estudo é limitado pelo pequeno tamanho da amostra (30 respondentes) e pela homogeneidade demográfica (mulheres na faixa dos 20 anos). Eles afirmam que a generalizabilidade dos resultados para usuários de diferentes idades, gêneros e níveis de experiência requer mais verificações. A principal significância reside no estabelecimento de um framework para a quantificação automatizada e contínua da dificuldade que possa apoiar sistemas projetados para ajudar usuários a selecionar receitas que correspondam aos seus níveis de habilidade específicos.