Source: http://daily.zhihu.com/story/7906066
美味关系：食谱中的网络
杨张博，青椒一枚 网络分析领域有许多脑洞大开的研究。在研究者眼里，仿佛世界所有的人和事物都可以转变为网络似的。比如神经元、比如疾病的传播、比如词之间的关系，比如竞标者之间的关系，都已经被学者写成了学术论文并发表，作为垫脚石用在了毕业和升职之路上。他们对论文的渴望就像狼见了兔子一样（笑）。
其中，就有这样一篇文章，研究的是食谱中配料之间的网络关系（Teng 等，2013）。真是让人羡慕嫉妒恨，我怀疑他们在研究过程中可以名正言顺的吃各种美味的食物，并且美其名曰为科学献身，神农尝百草……
闲话少说，言归正传。
常看美剧和电影的同学可能知道，国外的许多事物的做法都有一个食谱（recipe）。在荧屏上，角色往往对自己家祖传的食谱非常自豪。食谱，以比较定量的方式记载着菜式配料（ingredient）的用量和做法。国外有许多类似的食谱网站，记录和收集了大量的食谱。三位研究者便是基于这些数据，专注于研究食谱中配料间的关系。并根据配料网络把握顾客偏好，推荐相应的食谱。网络食谱数据库有一个很大的特点，他们是基于用户知识分享的基础上建立起来的。同样一个菜，可能用户提交了不同的做法和反馈，这中间包含着海量的资料，是吃货们的福音和天堂之所，也反映着吃货们的偏好。
作者们主要分析了两个网络（在吃饱喝足各类食物之后）。一个是配料（食材）的共现网络，这个网络是互补的。任意两种食材在一种食物中出现，便认为他们之间存在关系。比如鸡蛋和葱花都用来做煎饼果子，鸡蛋和葱花便联系了起来。作者发现，这个网络分成了两大部分，一部分是甜，一部分是甜（真的哦……这真是出人意料……）。难怪咸豆腐脑党和甜豆腐脑党一直打的不可开交，因为他们天生两个阵营。还有一个网络是替代的网络，便是食材之间可以互相替代，那么他们之间就视为存在关系。通过这个网络，我们可以吃的更健康，也更符合自己的口味。比如把巨无霸中的配菜全换成肉……
下图就是食材的共现网络了（高分辨率大图请下载原文来看），具体应该是用 Gephi 画的。可以看到，明显的分成了两部分，左边的东西都是甜的，比如糖、黄油、橘子汁、草莓，还有很多不认识的单词……右边的都是咸的，大蒜、胡椒、洋葱和更多不认识的东西。而水、菜油、柠檬汁和姜等在中间的配料比较没原则，能百搭，既可以咸，又可以甜。鸡蛋、盐、牛奶因为联系太多，作者把他们的线都删掉了。在甜部的上方，就是 orange juice 那块，有一部分比较独立的区块，他们是各类饮品的配料，莱姆、冰块、凤梨汁、伏特加和龙舌兰等玩意。还真是有吃有喝。
下面就是食材替代网络了，作者依据附加、增加、减少等关键词从用户评论中提取相关信息并画出图。大图网络中每个点实际上代表一类食材，箭头代表他们可以替代另一类。比如鸡肉组就包括牛肉、火鸡肉和培根等。小图是 cluster 放大后的两个例子，牛奶替代物网络和肉桂替代物网络，比如姜和肉桂可以互相替代。
他们发现食谱的评级可以很有效的被配料网络特征（例如，配料的中心程度和聚集程度）和营养信息（例如，卡路里、脂肪含量等）两个特征进行预测，反而根据全食谱的预测不是最有效的（虽然它是准确率最高的，但是它的维度太高了）。这其中，替代网络特征和碳水化合物分别是最重要的特征。
其实，通过共现网络（一种二模网）进行用户推荐在互联网上被用的很多。比如你（小红和小华？）和小明都在网上买了一个刘看山的玩偶，这种系统就在你和小明之间建立了联系。后来小明又卖肾买了个 iphone6s，系统觉得你也可能会买，便会在首页推荐给你。这种技术在推荐歌曲、书籍中都会有所应用。当然，实际用起来会复杂的多。不知道知乎是否使用了类似的推荐系统？
正如作者最后所说的，通过食谱网络，我们可以替代和互补的创造出更多、更好和更健康的新食谱。
这暗示着我们，网络中蕴含的信息量远远超过个体的特征，我想，这也是网络分析的有趣之处。
原文：Teng C Y, Lin Y R, Adamic L A. Recipe recommendation using ingredient networks[C]//Proceedings of the 4th Annual ACM Web Science Conference. ACM, 2012: 298-307.
数据来自：All http://recipes.com
有兴趣的老饕可以食用关于中国食谱的另一篇，包含做法和配料。 Wang, L., Li, Q., Li, N., Dong, G., and Yang, Y. Substructure similarity measurement in chinese recipes. In WWW, ACM (2008), 979{988.
发自知乎专栏「社会网络杂谈」