A Descriptive Review of Online Food Recipes: The Case of Nefis Yemek Tarifleri Web Site

Year 2023, Volume: 7 Issue: 1, 15 - 41, 21.01.2023

Enes Güleç , Kutay Oktay

Abstract

The number of individuals who search for information about recipes online before the decision to cook is increasing day by day. As a result of this trend, individuals have started to use search engines and social networks as sources instead of information sources such as recipe books. This study, which deals with a web site that is among the popular recipe platforms in Turkey, aims to determine the current position of Turkish Cuisine culture and to reveal its local and global interaction. In the research, the most popular 10 recipes in 21 categories with 678,597 recipes on the “Nefis Yemek Tarifleri” web site in November and December 2020 and the information about the authors of these recipes were analyzed using descriptive analysis technique. In this context, 210 recipes were discussed. It has been observed that recipe researchers mostly record low-cost, short-time and easy-to-prepare recipes in their notebooks. It has been determined that many of the recipe titles have descriptions for many subjects such as the sensory properties, nutritional value, practicality and taste of the foods in question.

Keywords

Online, gastronomy, popular culture, Turkish cuisine, recipe

Çevrim İçi Yemek Tariflerine Yönelik Betimsel Bir İnceleme: Nefis Yemek Tarifleri Web Sitesi Örneği

Abstract

Yemek yapma kararı öncesi, yemek tarifleri hakkında çevrim içi bilgi araştırması yapan bireylerin sayısı her geçen gün artmaktadır. Bu eğilim sonucunda, bireyler yemek tarifi kitapları gibi bilgi kaynaklarının yerine arama motorlarını ve sosyal ağları bilgi kaynağı olarak kullanmaya başlamıştır. Türkiye’deki popüler yemek tarifi platformları arasında yer alan bir web sayfasını ele alan bu çalışma, Türk Mutfak kültürünün mevcut konumunu tespit ederek yerel ve küresel etkileşimini ortaya koymayı amaçlamaktadır. Araştırma, 2020 yılı Kasım ve Aralık ayı içerisinde “Nefis Yemek Tarifleri” web sayfasında bulunan 678.597 yemek tarifinin yer aldığı 21 kategorideki en popüler 10 yemek tarifi ve bu yemek tariflerinin yazarlarına ilişkin bilgileri betimsel analiz tekniğiyle incelenmiştir. Bu kapsamda 210 yemek tarifi ele alınmıştır. Yemek tarifi araştırmacılarının çoğunlukla düşük maliyetli, kısa sürede ve kolay hazırlanabilen tarifleri defterlerine kaydettikleri görülmüştür. Yemek tarifi başlıklarının birçoğunda söz konusu yiyeceklerin duyusal özellikleri, besin değeri, pratikliği ve lezzeti gibi birçok konuya yönelik betimlemeler yapıldığı tespit edilmiştir.

Keywords

Çevrim içi, gastronomi, popüler kültür, Türk mutfağı, yemek tarifi

References

• Aksatan, M. (2016) Etnik Temalı Restoranlarda Otantiklik: Yönetici ve Tüketici Bakış Açılarına Yönelik Karşılaştırmalı Bir Çalışma, (Yayınlanmamış Doktora Tezi). Dokuz Eylül Üniversitesi Sosyal Bilimler Enstitüsü. İzmir, s. 38-65.
• Aldemir, A., & Oğuz, E. S. (2006). Sayısal (dijital) kültürün korunması: web arşivleme. Türk Kütüphaneciliği, 20 (3), 283-312.
• Baldane, O. (2017). Türkler Nasıl Yemek Tarifi Verir?. Türk Dünyası İncelemeleri Dergisi, 17(2), 265-278.
• Chang, M., Hare, V. M., Kim, J., & Agrawala, M. (2017, May). Recipescape: Mining and analyzing diverse processes in cooking recipes. In Proceedings of the 2017 CHI Conference Extended Abstracts on Human Factors in Computing Systems (pp. 1524-1531).
• Çubukçu, İ. M., (2010), “Konaklama İşletmeleri Web Site İçeriklerinin Değerlendirilmesi”, İnternet Uygulamaları ve Yönetimi Dergisi, (1), s. 39- 59.
• Dalgın, T. ve Karadağ, L. (2007). “Otel İşletmelerinde İnternet Teknolojisi Kullanım Düzeyleri Üzerine Bir Araştırma: Bodrum-Marmaris Örneği, Çeşme Ulusal Turizm Kongresi”, 21-23 Kasım, İzmir.
• Dolgun, M. Ö., Özdemir, T. G., & Oğuz, D. (2009). Veri madenciliği’nde yapısal olmayan verinin analizi: Metin ve web madenciliği. İstatistikçiler Dergisi: İstatistik ve Aktüerya, 2(2), 48-58.
• Ferreira, M. D. R. (2019). Automatic conversion of cooking recipes to grocery lists. (Unpublished Master’s Thesis). Faculdade de Engenharia da Universidade do Porto ; Sonae Modelo Continente SA.
• Gürcan, F. (2009). Web içerik madenciliği ve konu sınıflandırılması (Yayımlanmamış doktora tezi). Karadeniz Teknik Üniversitesi, Trabzon.
• Hand, D.J. and Adams, N.M. (2015). Data Mining. In Wiley StatsRef: Statistics Reference Online, 1-7. https://doi.org/10.1002/9781118445112.stat06466.pub2
• Herrera J.C.S., (2020). The Contribution of Network Science to the Study of FoodRecipes. A Review Paper, Appetite, https://doi.org/10.1016/j.appet.2020.105048.
• Jermsurawong, J., & Habash, N. (2015, September). Predicting the structure of cooking recipes. In Proceedings of the 2015 Conference on Empirical Methods in Natural Language Processing (pp. 781-786).
• K. Sharma, G. Shrivastava and V. Kumar, (2011). "Web mining: Today and tomorrow," 2011 3rd International Conference on Electronics Computer Technology, Kanyakumari, pp. 399-403, doi: 10.1109/ICECTECH.2011.5941631.
• Karaduman, N. (2017). Popüler kültürün oluşmasında ve aktarılmasında sosyal medyanın rolü. Erciyes Üniversitesi Sosyal Bilimler Enstitüsü Dergisi, 31(43), 113-133.
• Karcı, A., & Boy, O. (2011). Sosyal Ağların Web Madenciliği Teknikleri İle Analizi ve Ortak Atıf Analizi İle Benzerlik Tahmini. Elektrik-Elektronik ve Bilgisayar Sempozyumu, 154-161.
• Kim, K. J., & Chung, C. H. (2016). Tell me what you eat, and i will tell you where you come from: A data science approach for global recipe data on the web. IEEE Access, 4, 8199-8211.
• Kusmierczyk, T., Trattner, C., & Nørvåg, K. (2015, May). Temporality in online food recipe consumption and production. In Proceedings of the 24th International Conference on World Wide Web (pp. 55-56).
• Li, Y., Meng, X., Wang, L., & Li, Q. (2006, June). RecipeCrawler: collecting recipe data from www incrementally. In International Conference on Web-Age Information Management (pp. 263-274). Springer, Berlin, Heidelberg.
• Lyman, P. (2002 April). Archiving the world wide web. Building a national strategy for preservation: Issues in digital media archiving içinde.Washington D.C.: Council on library and information resources. 10 Kasım 2020 tarihinde http://www.clir.org/pubs/reports/pub106/web.html adresinden erişildi.
• Nanba, H., Doi, Y., Tsujita, M., Takezawa, T., & Sumiya, K. (2014, September). Construction of a cooking ontology from cooking recipes and patents. In Proceedings of the 2014 ACM International Joint Conference on Pervasive and Ubiquitous Computing: Adjunct Publication (pp. 507-516).
• Nefis Yemek Tarifleri. (2020, 12 Kasım) Erişim adresi https://www.nefisyemektarifleri.com/hakkinda/
• R. Cooley, B. Mobasher and J. Srivastava, (1997). "Web mining: information and pattern discovery on the World Wide Web," Proceedings Ninth IEEE International Conference on Tools with Artificial Intelligence, Newport Beach, CA, USA, pp. 558-567, doi: 10.1109/TAI.1997.632303.
• Romero, C., & Ventura, S. (2013). Data mining in education. Wiley Interdisciplinary Reviews: Data Mining and Knowledge Discovery, 3(1), 12-27.
• S. K. Pal, V. Talwar and P. Mitra, (2002). "Web mining in soft computing framework: relevance, state of the art and future directions," in IEEE Transactions on Neural Networks, vol. 13, no. 5, pp. 1163-1177, doi: 10.1109/TNN.2002.1031947.
• Salvador, A., Hynes, N., Aytar, Y., Marin, J., Ofli, F., Weber, I., & Torralba, A. (2017). Learning cross-modal embeddings for cooking recipes and food images. In Proceedings of the IEEE conference on computer vision and pattern recognition (pp. 3020-3028).
• Srivastava, J., Cooley, R., Deshpande, M., & Tan, P. N. (2000). Web usage mining: Discovery and applications of usage patterns from web data. Acm Sigkdd Explorations Newsletter, 1(2), 12-23.
• Timisi, Nilüfer (2005). Sanallığın Gerçekliği: İnternetin Toplum ve Kimlik Alanlarına Girişi, (Derleyenler), Mutlu Binark ve Barış Kılıçbay. İnternet, Toplum, Kültür, s.89-105, İstanbul: Epos Yayınları, 12 Kasım 2020 tarihinde https://www.academia.edu/14723929/%C4%B0nternet_Toplum_K%C3%BClt%C3%BCr_Derleme_kitap adresinden erişildi.
• Ueda, M., Takahata, M., & Nakajima, S. (2011, October). User’s food preference extraction for personalized cooking recipe recommendation. In Workshop of ISWC (pp. 98-105).
• Van Wel, L., & Royakkers, L. (2004). Ethical issues in web data mining. Ethics and Information Technology, 6(2), 129-140.
• Yi, L., Liu, B., & Li, X. (2003, August). Eliminating noisy information in web pages for data mining. In Proceedings of the ninth ACM SIGKDD international conference on Knowledge discovery and data mining (pp. 296-305).