第五章、 結果討論
5.3 飲食行為群體結果分析
5.3.1 穩定攝取型
國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
圖 27、全部受試者的平均攝取類別趨勢
我們可以發現，在實驗之前，平均使用者的攝取類別普遍偏低，而在使用系 統後，使用者的平均類別攝取數皆有顯著上升，在使用系統的過程中，平均攝取 量仍有緩慢上升之趨勢，可見系統對使用者的多樣性飲食有促進的效果。
5.3 飲食行為群體結果分析
5.3.1 穩定攝取型
穩定攝取型之受試者，屬於學習歷程較短者，在受試的第一天的表現就比過 往平均來的佳，並且在往後的飲食攝取中，大部分的時間都呈現穩定攝取六大類 別，使用者 C、D、E 便是這樣的代表。圖 28-30 為受試者 C、D、E 的每日類別
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
攝取趨勢圖，我們可以從圖中看到兩位受試者先前的飲食習慣，以及使用系統後 的類別攝取狀態，User C 的受試前飲食平均攝取數為 4.285、User D 為 3.4287、
UserE 為 4，而在實驗開跑的期間，這依類的使用者在實驗期間之飲食，皆比先 前來的均衡，並且在大多數的時間內，都能穩定維持良好的飲食習慣；而由穩性 型平均類別攝取圖，使用者的多樣性攝取在系統使用後快速成長，而在系統使用 期間，以緩慢而穩定的方式上升；由此我們可以推測，系統對於穩定型的使用者 而言，能幫助他們更能掌握自身多樣性飲食狀況，並且維持穩定的攝取關係。
圖 28、User C 每日類別攝取趨勢
1 2 3 4 5 6
User C- 每日類別攝取趨勢
User C - 每日類別平均數 User C - 實驗前兩週平均類別數
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
圖 29、User D 每日類別攝取趨勢
圖 30、User E 每日類別攝取趨勢
1 2 3 4 5 6
User D - 每日攝取類別趨勢
UserD-每日類別數 UserD-實驗前兩週平均類別數
1 2 3 4 5 6
User E - 每日攝取類別趨勢
UserE-每日類別數 UserE-實驗前兩週平均類別數
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
圖 31、類別攝取平均趨勢圖-穩定型
深入觀察穩定型的使用者的飲食日誌，我們會發現，穩定型的使用者都有攝取補 償的現象；亦即使用者在當天的最後一餐發現自己忘了攝取某個類別，則會在明 天被攝取。表 12 為受試者 C 的部分飲食日誌的，我們可以發現受試者 C 有攝取 補償的現象，例如 C 在 6/15 缺乏奶類，則奶類會在 6/16 號補償，而 6/16 缺乏的 水果類，也會在 6/17 被補償。
西瓜汁 :2015-06-15 09:36:46:政大茶亭 肉鬆三明治 :2015-06-15 09:38:34:麥早餐
0 1 2 3 4 5 6
before week1 week2
類別攝取平均趨勢圖 - 穩定型
UserC UserD UserE
‧
起士(兩片)蛋餅 :2015-06-17 08:20:29:Brunch番茄野菇義大利麵 :2015-06-17 12:48:23:Here Coffee 蘋果 :2015-06-17 15:03:41:政大水果攤
牛奶 :2015-06-20 12:45:41:7-Eleven 粽子 :2015-06-20 12:46:22:7-Eleven 花枝羹 :2015-06-20 17:47:27:正大羹大王 牛奶 :2015-06-27 15:10:46:7-Eleven
蔬菜蛋土司 :2015-06-28 09:34:38:Brunch
焗烤奶油雞柳筆尖麵 :2015-06-28 11:37:28:提洛斯義式廚房 Delos
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
牛肉湯麵 :2015-06-28 18:38:04:悅來麵食 芒果 :2015-06-28 19:35:19:政大水果攤 蘋果 :2015-06-28 19:35:29:政大水果攤
表 13、受試者 D 部分飲食日誌
攝取補償的現象同樣在使用者 E 身上可以看到，6/17 奶類缺乏在 6/18 被補齊，
補給如此，使用者 E 甚至攝取比以往更多的奶類，詳見表 14。
水餃 :2015-06-17 11:53:05:悅來麵食 水蜜桃 :2015-06-17 12:16:33:政大水果攤
薯條 :2015-06-17 17:42:54:摩斯漢堡 MOS Burger
辣味吉利熱狗堡 :2015-06-17 17:50:52:摩斯漢堡 MOS Burger 奇異果 :2015-06-17 19:45:20:政大水果攤
牛奶 :2015-06-18 08:30:39:7-Eleven
饅頭起士蛋 :2015-06-18 08:37:06:口福豆漿店 肉骨茶麵 :2015-06-18 12:30:38:私房麵
排骨麵 :2015-06-18 18:41:21:私房麵 奇異果 :2015-06-18 22:33:36:政大水果攤 芭樂 :2015-06-18 22:35:19:政大水果攤
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
前幾天並沒有高於過去的平均數，但是使用系統幾天後，就可以看見受試者六大 類別數的攝取成長，使用者 A、使用者 F 就是這樣的代表。從圖 32-33 中我們可 以看到 User A、User F 是經由學習與檢驗當日的累積飲食，而逐漸往更健康的飲 食攝取邁進，User A 與 UserF 的受試前飲食平均攝取數為 4，而在實驗的前一到 兩天，仍不見其成長，雖然如此，在受試一段期間之後，可以看到攝取類別數逐 漸上升，甚至如 User A 在幾天後每天攝取六大類別。而 UserF 在其驗期間，同 時經歷期末考、端午節，那幾天的飲食攝取都只有粽子，雖然如此，在每週平均 攝取趨勢而言(圖 34)，飲食攝取量依舊是呈現成長的狀態。這類的使用者，雖然 一開始沒辦法好好掌握自身的營養狀態，但是經過幾天的學習，仍就會逐漸攝取 較為健康的飲食。而綜觀以每週平均攝取趨勢而言，本系統能幫助成長型的使用 者，促進自身的飲食營養攝取狀況。
圖 32、User A 每日類別攝取趨勢
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
圖 33、UserF 每日類別攝取趨勢
0 1 2 3 4 5 6
User F - 每日攝取類別趨勢
UserF-每日類別數 User F-記錄前類別數
1 2 3 4 5 6
before week1 week2
攝取類別平均趨勢圖 -成長型
UserA UserF
‧
牛奶 :2015-06-27 08:55:12:7-Eleven蘋果 :2015-06-27 09:55:45:7-Eleven
牛肉番茄麵(飯) :2015-06-27 12:57:19:番茄紅 表 16、受試者 F 部分飲食日誌
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
探討飲食日誌，我們發現大部分的記錄飲食補償的現象，亦即在當天最後一餐發 現某類別的不足，而在所有使用者的記錄當中，我們也發現，因為食材的不易取 得以及生活圈餐廳選擇上的限制，要攝取其他營養食材我們只能到特定的餐廳用 餐，例如在使用者日誌當中，如果使用者想攝取『魚』，則選擇只有甘泉魚麵、
以及金鰭日式料理。
5.4 綜合討論
經由5位使用者進行兩週實驗的數據上，不論是針對哪一類型的使用者，從自我 效能的問卷調查結果顯示，本系統提出的方法能有效的增加自我效能感，並且從 使用者的實際記錄歷程的角度分析，本研究所提出的基於影像後設資料之飲食管 理系統，能讓使用者有效促進、掌握飲食多樣性，並在大部分的時候，能攝取較 佳的多樣性飲食。
‧
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
由於本研究受限於人力成本與時間，餐點資料之範圍限縮在政大附近的 32 間店家來模擬真實的記錄環境，本研究經過設計，限制受試者到指定餐廳用餐；
因此，在未來研究方向建議如下：
1. 利用『群眾外包』的方式，讓資料庫覆蓋率更完整、更具彈性。考慮到 不同的餐廳在用料上與份料會有所不同，甚至在不同季節店家的菜單有 可能也會有所變化，因此若是能建立群眾外包機制，我們就能以更為流 動的方式，更新特別的餐點。
2. 利用貝式框架，經由個人的飲食記錄，給予偏好之健康食材。例如，在 某家餐廳選擇餐點時，則我們能夠優先提供個人偏好的餐點。
‧
[1] Nutrition and Health Survey in Taiwan http://nahsit.nhri.org.tw/
[2] Bill Gates. The Road Ahead. New York: Viking Press.1995
[3] M. Bamberg. New Image Frontiers: Defining the Future of Photography.
Cambridge: Course Technology, 2012
[4] F. E. Thompson at la., Need for technological innovation in dietary assessment , Proc. of J. Amer Diet Assoc 110(1): pp. 48-51, 2010.
[5] Y.C. Yang at al., ” Using Real Time Physical Activity Record and Remind System and Food Intake Image Analysis System to Customize Health Management”, school of Medicine, National Cheng Kung University, 2011.
[6] Atsushi Fujaii at al . “A System for Supporting Dietary Habits: Planning Menus and Visualizing Nutritional Intake Balance”, Proc ofICUIMC '10 Proceedings of the 4th International Conference on Uniquitous Information Management and
Communication Article No. 56 , 2010.
[7] K Aizawa at al., “Food Balance Estimation by Using Personal Dietary Tendencies in a Multimedia Food Log”, Proc. of Multimedia, IEEE Transactions on pp. 2176 - 2185, 2013
[8] K Aizawa at al., “Image Processing Based Approach to Food Balance Analysis for Personal Food Logging”, Proc of Multimedia and Expo (ICME), 2010 IEEE
International Conference on pp. 625 - 630, 2010
[9] Pishva et al. “Bread recognition using color distribution analysis”. Proc of IEICE TRANSACTIONS on Information and Systems Vol.E84-D No.12
pp 1651-1659, 2001.
[10] Hoashi, H. Image Recognition of 85 Food Categories by Feature Fusion,Proc of Multimedia (ISM), 2010 IEEE International Symposium on pp 296-301., 2010.
[11] Shulin Yang , et al. “Food Recognition Using Statistics of Pairwise Local Features” . Proc of Computer Vision and Pattern Recognition (CVPR), 2010 IEEE Conference on pp. 2249 - 2256 2010.
‧
[12] Ye He at la. “Context based food image analysis”, Proc. of
Image Processing (ICIP), 20th IEEE International Conference pp 2748 - 2752. 2003.
[13] Jon Noronha at la.,PlateMate-_Crowsourcing Nutrition Analysis from Food Photographs, Proc of 24th annual ACM symposium on User interface software and technology, UIST '11, pp. 1-12, 2011
[7] Ames, M., & Naaman, M. “Why we tag: Motivations for annotation in mobile and online media”.
Proc. of the CHI '07 Proceedings of the SIGCHI Conference on Human Factors in Computing Systems pp971-980, 2007
[8] G. Bell and J. Gemmell . Total Recall: How the E-Memory Revolution Will Change Everything. New York: Dutton, 2009
[9] Warren Belasco. Food: The Key Concepts. New York : Berg, 2008
[10] Atsushi Fujaii at al . “A System for Supporting Dietary Habits: Planning Menus and Visualizing Nutritional Intake Balance” , Proc. Of the ICUIMC '10 Proceedings of the 4th International Conference on Uniquitous Information Management and Communication Article No. 56, 2010.
[11] Mayumi Ueda at la. “User's Food Preference Extraction for Personalized Cooking Recipe Recommendation”. Proc. of the Second Workshop on Semantic Personalized Information Management: Retrieval and Recommendation, 2011.
[13] H. Xie, L. Yu, and Q. Li. “A hybrid Semantic Item Model for Recipe Search by Example”, Proc. of Multimedia (ISM), 2010 IEEE International Symposium on pp 254 - 259, 2010.
[14] Lydia Zepeda.”Think before you eat: photographic food diaries as intervention tools to change dietary decision making and attitudes”, Proc of the nternational
‧
Women”. Proc. of Journal of the Academy of Nutrition and Dietetics, Vol. 112, Issue 9, Pages 1428–1435, 2012.
[17] Toshiki at al., “Using social media to change eating habits without conscious effort”, 2014 ACM International Joint Conference on Pervasive and Ubiquitous Computing: Adjunct Publication pp. 527-535, 2014
[18]Patrik k at al.,”A text message-based intervention for weight loss: randomized controlled trial”,Proc at J Med Internet Res 13;11(1):e1. doi: 10.2196/. 2009
[19] J. P. Pollak at al. “It’s Time to Eat! - Using Mobile Games to Promote Healthy Eating”,Proc of the Pervasive Computing, IEEE (Volume:9 , Issue: 3 ) pp. 21 - 27 ,2010.
[20] IM Lopes at al. A mobile health monitoring solution for weight control.Proc of the Wireless Communications and Signal Processing (WCSP), 2011 International Conference on pp.1-5, 2011.
[21] Nettleton, S. Governing the risky self: How to become healthy, wealthy and wise.
In A. Petersen and R. Bunton (Eds.), Foucault, health and medicine,1997
[22] Bandura A. self-efficacy toward a unifying theory of behavioral change. Proc of the , Vol 84(2), Mar 1977, 191-215., 1997
[23]RW White, motivation reconsidered the concept of competence. Proc of the Psychological Review, Vol 66(5), Sep 1959, 297-333., 1959
[23]JB Rotter,Generalized. “expectancies for internal versus external control of reinforcement”,Proc of the Psychological Monographs: General and Applied, Vol 80(1), 1-28.,1996
[24] Bandura A, “human agency in social cognitive theory. american psychologist”, Proc of the American Psychologist, Vol 44(9), Sep 1989, 1175-1184., 1989
[25] Bandura A, “Some Reflections on Reflection, psychological review”,Proc of the Journal of Personality Assessment (Impact Factor: 2.01). 01/2006; 85(3):344-6.,1990 [26] Champion VL, Instrument development for health belief model constructs., Proc of the ANS Adv Nurs Sci. 1984 Apr;6(3):73-85.,1984
‧
[27] Abood DA at al.,Nutrition education worksite intervention for university staff:
application of the health belief model. Proc of the J Nutr Educ Behav. 2003 Sep-Oct;35(5):260-7.,2003
[28] Chew F., Testing the influence of the health belief model and a television
program on nutrition behavior, Proc of the Health Commun. 1998;10(3):227-45.,1998 [29] Peng W , Design and evaluation of a computer game to promote a healthy diet for young adults., Proc of the Health Commun. 2009 Mar;24(2):115-27,2009
[30] Bandura A.,SOCIAL COGNITIVE THEORY: An Agentic Perspective, J. Pers.
Soc. Proc of the Annu. Rev. Psychol. 2001. 52:1–26, 2001
[31] Clark NM1, Dodge JA, Exploring self-efficacy as a predictor of disease management. Proc of the Health Educ Behav. 1999 Feb;26(1):72-89., 1999
[32] Kim D. Reynolds ,Social Cognitive Model of Fruit and Vegetable Consumption in Elementary School Children, Proc of the Journal of Nutrition Education and Behavior volume 31, Issue 1, Pages 23–30,1999
[33] Anderson E.S at al., Self-regulation, self-efficacy, outcome expectations, and social support: social cognitive theory and nutrition behavior. Proc of the Ann Behav Med. 2007 Nov-Dec;34(3):304-12.,2007
[34] D. G. Lowe, “Object recognition from local scale-invariant features,”Proc of the Computer Vision, 1999. The Proceedings of the Seventh IEEE International
Conference on vol. 2, pp.1150–1157, 1999.
[35] H. Bay, T. Tuytelaars, and L. Van Gool, “Surf: Speeded up robust features,”Computer Vision–ECCV 2006, pp. 404–417, 2006.
[36] Kuo, Pei-Jeng, Terumasa Aoki, and Hiroshi Yasuda. “Building personal digital
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
[38] Kuo, Pei-Jeng, Terumasa Aoki, and Hiroshi Yasuda. “Continuous Archiving of Personal Digital Photograph Collections with a MPEG-7 Based Dozen Dimensional Digital Content Architecture”; Proc. of Archiving Conference Society for Imaging Science and Technology pp. 188-192(5), 2005.
[39] Po-Yen Chen and Pei-Jeng Kuo, ”Archiving of Personal Digital Photograph Collections with a MPEG-7 based Geotag Related Annotation Methodology,”Proc of the Archiving 2012 Copenhagen, pp. 107-110(4), 2012.
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
附錄一
2015飲食管理手機應用程式實驗問卷前測
您好，本研究為【基於行動影像標簽的飲食管理系統之可行性分析】之個人 資料填寫單。以下基本資料僅供學術研究用，全不對外開放，請您放心填寫，非 常感謝您的合作。
研究單位：國立政治大學資訊科學研究所 指導教授：郭正佩老師 研究生：何浩瑋 敬上
1. 姓名:
2. 性別: 女 男 3. 年齡:
4. 職業背景:
5. 教育程度: 國中(含)以下 高中/高職 大學/大專院校 碩/博士 6. 請問您是否熟悉智慧型手機的操作: 是 否
7. 使用紙本記錄飲食的經驗: 無 一年以下 1-2 年 3-4 年 5 年以上 8. 使用什麼工具來記錄飲食(可複選): 紙本電腦軟體手機其他
9. 是否有使用智慧型手機上的飲食管理應用程式的經驗: 無有
‧
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
(下一頁還有題目)
【飲食行為】
請您稍微回憶過去(實驗前)兩星期內，選出一個最貼近您的飲食狀況打 V。
從不 很少 偶爾 經常 總是 每週 每週 每週 每週 每週 0 天 1-2 天 3 天 4-5 天 6-7 天
13. 每天吃全榖根莖類 14. 每天吃奶類 15. 每天吃蔬菜 16. 每天吃水果 17. 每天吃堅果油脂類 18. 每天吃豆蛋魚肉類
此部份問卷題目結束，感謝您撥冗參與本次實驗。