Jauna konceptuāla ietvara izveide labākai izpratnei par pārtikas patērētāju: starpdisciplināra lielo datu pieeja

Abstract

Autores motivācija promocijas darba ietvaros ir veidot jaunu pielietojumu lielajiem datiem par pārtiku. Autore ir izstrādājusi vairākus veidus, kā izmantot liela mēroga datus, apvienojot kognitīvo un datorzinātņu metodiskos ietvarus, balstoties uz dabiskās valodas apstrādi un ietverot sekojošo metodoloģiju pielietojumu: a) sentimenta analīzi par afektīvām reakcijām uz pārtiku un multisensoro pieredzi saistībā ar pārtikas patēriņu, b) dažādu valstu virtuvju salīdzinošo analīzi, izmantojot tēmu modelēšanas metodoloģiju un c) bigrammu analīzi, lai izsekotu veidus, kā pārtikas patērētāji runā par veselīgu pārtiku. Promocijas darba rezultāti apkopoti jaunā konceptuālā ietvarā, ilustrējot tā pielietojumu praksē, kur ar dažādu datorzinātņu metodoloģiju palīdzību veikti vairāki pētījumi, kas apkopoti publikāciju sarakstā. Atslēgvārdi: pārtikas skaitļošana, lielie dati, starpdisciplinaritāte

The author’s motivation for this Doctoral Thesis is to create a new application of big data to food. The author, by combining the methodological frameworks of cognitive and computer sciences, has developed several methods for using big data, based on the natural language processing and by applying the following methodologies: a) sentiment analysis of affective reactions about food and multi-sensory eating experience; b) comparative analysis of different national cuisines, by applying the topic modelling methodology; and c) bigram analysis to trace ways how food consumers talk about healthy food. Results of the Doctoral Thesis have been summarised in a new conceptual framework by illustrating its application in practice; in the course of application, several researches, which are specified in the list of publications, have been conducted using various computer science methodologies. Keywords: food computing, big data, interdisciplinarity