피드백 반영 사항 : 데이터 객관성 확보, 빅데이터에 걸맞는 데이터셋 구성, 추천 알고리즘 구체화

1. 논문

   빅데이터 기반 맛 형용사 감성사전을 통한 음식 추천 시스템

2. 협업 필터링 알고리즘(코사인 유사도, KNN 알고리즘)

   • 사용자 기반 협업 필터링 UBCF
     • 사용자 데이터가 풍부한 경우 정확한 추천이 가능
     • 결과에 대한 위험성이 존재
     • 사용자 평가 경향을 고려한 추천 개선
   • 아이템 기반 협업 필터링 IBCF
     • 계산이 빠름
     • 아이템 업데이트에 대한 결과 영향이 적음
     • 아마존, 넷플릭스에서 사용
   • 성과 측정 지표
     • 정밀도와 재현율의 조화 평균
     • RMSE (평점 추가시 고려)

3. 데이터 구성 : SSAFY review data 참고

속성 : 식당 정보(위치, 여는 날 etc), 식당 메뉴 정보, 리뷰자 정보, 리뷰 관련 데이터(평점, 평가 내용, 날짜)

SSAFY

SNS (ex: 트위터), 검색 포털 (ex: 네이버) 통해 리뷰 데이터 크롤링 후 데이터 셋 구성 → 키워드 추출 (키워드 NLP AI)

트위터 API : https://developer.twitter.com/en/docs

네이버 API : https://developers.naver.com/docs/search/blog