Клиенту требовалась система, способная автоматически формировать меню ресторана на основе индивидуальных предпочтений пользователя и типа кухни. Основная задача заключалась в разработке алгоритма, который бы анализировал вкусовые предпочтения и предлагал релевантные рецепты, а также ранжировал блюда на основе пользовательских рейтингов. Подробнее этот проект сделан в github по адресу: https://github.com/DataKhab
Для решения задачи были применены следующие технологии и методы:
Разработана гибридная рекомендательная система, сочетающая коллаборативную фильтрацию и контентные рекомендации.
Использованы модели на основе скрытых факторов и тематическое моделирование (LDA) для анализа текстовых описаний рецептов.
Проведена подготовка и очистка данных, анализ пользовательских рейтингов для построения точных рекомендаций.
Реализовано ранжирование рецептов на основе выставленных пользователями оценок.
В результате была создана работающая рекомендательная система, которая позволяет:
Формировать меню ресторана в соответствии с требованиями пользователя по типу кухни.
Предлагать блюда на основе рейтингов, выставленных другими пользователями.
Обеспечивать персонализированный подход к составлению рациона.
Система показала свою эффективность в ускорении процесса подбора блюд и повышении удовлетворенности пользователей.