Demo-Service für Restaurant-AI

Hallo.
Dies ist ein Demo-Service, den ich als Hochschulprojekt im Rahmen eines Kurses umgesetzt habe.
(https://soulplate.vercel.app)

Bisher besteht er nur aus Restaurants in der Nähe der Hochschule, und auch nicht alle Funktionen sind implementiert.
Ich möchte ihn nach Feedback von anderen Nutzerinnen und Nutzern weiterentwickeln.
Ich freue mich über jedes noch so kleine Feedback!

Zielgruppe

• Menschen, die ein Restaurant aufgrund der durchschnittlichen Sternebewertung besuchen und dann enttäuscht sind

Lösungsansatz

• Für jedes Restaurant wird eine auf den jeweiligen Nutzer zugeschnittene Sternebewertung bereitgestellt.

Im Detail

• Jede einzelne Nutzerbewertung wird mit TF-IDF vektorisiert und in einen 100-dimensionalen Vektor umgewandelt.
  Der Durchschnitt aller Review-Vektoren eines Nutzers wird berechnet und gespeichert.
• Jede einzelne Nutzerbewertung wird in ein ABSA-Analyseergebnis umgewandelt.
  Der Durchschnitt aller ABSA-Ergebnisse wird berechnet und gespeichert.
• Die für Restaurants verfassten Reviews werden mit TF-IDF vektorisiert, per ABSA berechnet, anschließend gemittelt und gespeichert.
• Alle Vektoren werden zusammengeführt, um mit DeepFM die vorhergesagte Sternebewertung zu erzeugen.
• Die beiden Vektortypen werden getrennt und mit einem Multi-Model zur Vorhersage der Sternebewertung verwendet.