UniTools World Recipes

来自127个国家的501个家庭烹饪食谱，以俄语和英语提供，包含每份营养信息、每个步骤的分钟数以及食材缩放规则。This dataset comprises 501 home cooking recipes from 127 countries, available in both Russian and English. It includes nutritional information per serving, the duration in minutes for each cooking step, and ingredient scaling rules.

原始信息汇总

数据集概述

基本信息

• 数据集名称: UniTools World Recipes
• 内容规模: 127个国家的501个家常菜食谱，提供俄语和英语双语版本
• 许可协议: CC BY-SA 4.0，允许商用，需注明出处并使用相同许可分享衍生作品
• 维护方式: 由个人维护，错误可通过提交issue反馈

数据结构

每个食谱包含以下字段：

• 身份信息: slug、url、国家、名称（含本地语言原生名称）、简介
• 分类属性: 类别、饮食限制、难度
• 制作信息: 基准份量、准备时间、烹饪时间
• 营养数据: 每份的卡路里、蛋白质、脂肪、碳水化合物
• 食材列表: 约1500种独特食材（含稳定ID），记录名称、数量、单位、缩放规则（线性/亚线性/固定）及备注
• 步骤说明: 3000+个步骤，每步标注所需分钟数
• 照片: 来源于Wikimedia Commons，经人工审核，记录作者与许可证

数据文件

• JSON完整版 (~2.6 MB): https://theunitools.com/data/unitools-recipes-v1.json
• CSV版（每行一个食谱）: https://theunitools.com/data/unitools-recipes-v1.csv
• 样本文件: 仓库内提供sample.json便于预览结构

附加数据集: 烤箱烹饪时间

• 包含200种产品的烤箱温度、实际时间范围、安全内部最低温度及静置时间
• 数据来源注明主要参考（FoodSafety.gov/FSIS、King Arthur、制造商包装说明）并附置信度水平
• JSON版 (~216 KB): https://theunitools.com/data/unitools-cooking-times-v1.json
• CSV版: https://theunitools.com/data/unitools-cooking-times-v1.csv
• 许可与归属规则与食谱数据集相同

重要说明

• 营养数据为计算值: 基于食材估算，非实验室测量，仅供参考而非医疗数据
• 翻译质量: 俄语与英语均为母语撰写，非机器翻译
• 照片授权: 每张照片自带Creative Commons许可，作者与许可信息存储在photo字段中

搜集汇总

数据集介绍

构建方式

UniTools World Recipes数据集汇聚了来自127个国家的501道家庭烹饪食谱，以俄语和英语双语呈现，每一道菜肴的文本均由母语者撰写，而非机器翻译。该数据集的构建严谨而细致，不仅为每道菜品提供了详尽的营养信息（卡路里、蛋白质、脂肪、碳水化合物），还标注了每个烹饪步骤的耗时（分钟），并设计了独特的配料缩放规则——肉类等主料随份量线性增长，而盐和香料则呈阻尼效应，以模拟真实厨房的烹饪逻辑。数据以JSON和CSV两种格式发布，JSON文件约2.6MB，包含完整的结构化字段，如菜肴标识、国家、名称、摘要、类别、难度、基础份量、营养、配料列表（含ID、名称、数量、单位、缩放类型和备注）以及步骤数组。所有照片均来自维基共享资源，经过人工审核，并附有作者和许可证信息，确保了数据的可追溯性和版权合规性。

特点

该数据集的独特之处在于其全球视野与本土化深度的完美结合。127个国家的覆盖范围使其成为跨文化烹饪研究的宝贵资源，而每一道食谱均以原生语言撰写，保留了地方风味的真实表达。数据集包含约1500种独特食材，每种均配有稳定ID，便于跨菜系比对和分析；3000多个烹饪步骤清晰标注时间，为流程优化和时间管理提供了数据基础。营养计算基于食材成分而非实验测量，虽非医疗级数据，但作为膳食规划的参考已足够可靠。此外，配料的缩放规则设计匠心独运，既符合烹饪常识，又为算法应用（如食谱推荐系统）提供了细粒度的建模依据。诚实的数据声明和持续维护机制也增强了其可信度。

使用方法

使用者可通过官方网站直接下载JSON（完整数据集）或CSV（每行一道菜）格式的文件，无需注册即可使用，遵循CC BY-SA 4.0许可协议，允许商业用途，但需署名并保持相同许可方式。数据集页面提供了直观的浏览和检索功能，仓库中还附带sample.json示例文件，便于开发者快速理解数据结构而不必下载全部内容。此外，同一仓库还提供了第二个数据集UniTools Oven Cooking Times，涵盖200种产品的烤箱烹饪时间、安全内部温度等参数，并附有权威来源和置信度水平，可用于补充烹饪时间的研究。对于研究者而言，可轻松加载JSON文件，利用Python等工具进行营养分析、跨文化食谱比较或烹饪流程的机器学习应用，同时注意核对照片的独立许可条款。

背景与挑战

背景概述

UniTools World Recipes 数据集由 UniTools 团队于近期创建，旨在汇集全球家庭烹饪的智慧，收录了来自127个国家的501道家常菜肴，并以俄语和英语双语呈现。该数据集的核心研究问题在于如何构建一个结构化的、多语言的烹饪知识库，以支持跨文化的饮食研究与计算烹饪学的发展。其独特之处在于每道菜品都提供了基于食材计算的人均营养信息、每一步骤的耗时以及符合厨房实际的食材缩放规则（如肉类线性缩放、盐和香料递减），这为营养学分析、食谱推荐系统及烹饪行为建模提供了宝贵的数据基础。该数据集采用 CC BY-SA 4.0 许可，允许商业使用，对学术界和工业界均具有较高的参考价值，推动了开放数据在美食文化数字化领域的应用。

当前挑战

该数据集面临的挑战体现在多个层面。在领域问题层面，家庭烹饪食谱的多样性导致数据标准化困难，不同文化背景下的食材命名和计量方式差异巨大，且营养数据的精确性难以保证——其营养信息源自食材计算而非实验室测量，只能作为规划参考而非医疗数据。在构建过程中，数据收集与校验依赖单一维护者，缺乏多人协作机制，致使数据更新缓慢且错误修正滞后；同时，图片来源于 Wikimedia Commons，虽经人工审核，但版权归属和授权信息需逐一确认，增加了数据治理的复杂度。此外，双语数据的自然表达（非机器翻译）和食材缩放规则的合理建模也是技术难点，需要平衡通用性与文化特殊性。这些挑战制约了数据集的规模化扩展和长期可持续性。

常用场景

经典使用场景

UniTools World Recipes数据集以其独特的双语家庭烹饪食谱集合，成为烹饪科学、计算语言学及文化数字化研究中的珍贵资源。该数据集涵盖127个国家的501道家常菜，每道菜均提供俄语与英语双语描述、详细的步骤时间、每份营养信息及成分缩放规则。研究者可借此深入探索跨文化饮食模式的异同，分析不同地域烹饪技法的时间分配与营养结构，并利用其结构化字段（如成分ID、缩放类型）构建算法模型，用于食谱推荐、营养估算或烹饪流程优化等经典研究场景。

实际应用

在实际应用中，UniTools World Recipes数据集可直接赋能智能厨房设备与烹饪辅助应用，通过精准的缩放规则动态调整配料用量，减少食物浪费并提升烹饪效率。营养信息字段支持健康管理平台开发个性化膳食计划，满足特殊饮食需求（如低卡、高蛋白）。双语食谱内容可被集成于语言学习工具或文化传播应用中，增强用户对异国美食的认知体验。此外，该数据集的开放许可（CC BY-SA 4.0）使得商业产品可合法使用，促进电商平台、食谱订阅服务及餐饮大数据分析等领域的创新落地。

衍生相关工作

基于此数据集，已衍生出多项开创性工作。在推荐系统领域，研究者利用其成分与步骤结构构建了基于图神经网络的食谱推荐模型，实现了跨文化口味映射。在营养学方面，基于其每份营养数据开发了自动化营养标签生成工具，被用于餐饮业合规检查。语言技术领域，双语语料库被用于训练烹饪领域的神经机器翻译模型，显著改善了专业术语的翻译质量。此外，缩放规则和数据字段设计范式启发了其他领域（如化工配方、烘焙时间）的数据集构建，形成了烹饪数据标准化的新趋势。