既存のレシピ生成手法は、特定の料理の材料に関する知識が不十分なユーザーの好みに基づいたレシピを作成することができません。本研究では、これらのユーザーを支援するために、個別化されたレシピ生成という新しい課題を提案します。これは、ユーザーの歴史的な好みに合わせて、料理名と不完全な材料情報を完全な自然言語の指示に拡張することを目指しています。ユーザーが過去に消費したレシピの技術レベルおよびレシピレベルでの表現に着目し、これらを「ユーザーアウェア」表現として統合するための注意融合層（attention fusion layer）を使用して、レシピテキスト生成を制御します。18万件のレシピと70万件のインタラクションからなる新しいデータセットを用いた実験では、非個別化基準モデルと比較して、当モデルが信頼性のある個別化されたレシピを生成できる能力が示されました。