Earticle

초록

영어

This study proposes a foodtech short-form platform designed to address the decline in the reliability of restaurant reviews and the lack of personalized information. The proposed platform is implemented as a location-based mobile application using Flutter and provides food information centered on short-form video reviews. For review reliability evaluation, the system employs a BERT (Bidirectional Encoder Representations from Transformers)-based natural language processing model, and personalized recommendations are generated using an NCF (Neural Collaborative Filtering) algorithm. In addition, consumer behavior patterns are analyzed through time-series clustering, and the resulting insights are used to offer real-time marketing strategies to small business owners.

한국어

본 연구는 음식점 리뷰의 신뢰도 저하와 개인화 정보 부족 문제를 해결하기 위해, AI 기반 리뷰 분석 및 개인화 추천 기능을 통합한 푸드테크 숏폼 플랫폼을 제안한다. 제안된 플랫폼은 Flutter 기반의 위치기반 모바일 애플리케이션 으로 구현되며, 숏폼 영상 리뷰를 중심으로 음식 정보를 제공한다. 특히, 리뷰 신뢰도 평가를 위해 BERT(Bidirectional Encoder Representations from Transformers) 기반의 자연어 처리 모델을 적용하여 리뷰의 내용, 감성, 형식 등을 종합적으로 분석하고 점수화한다. 또한, 사용자 맞춤형 추천에는 NCF(Neural Collaborative Filtering) 알고리즘을 활용하며, 시계열 클러스터링 기법을 통해 소비자 행동 패턴을 분석한다. 이를 통해 사용자에게는 신뢰도 높은 음식점 선택 도구를, 소상공인에게는 데이터 기반 마케팅 전략 수립에 유용한 인사이트를 제공한다.

목차

요약
Abstract
Ⅰ. 서론
1. 연구 배경
2. 연구 필요성
3. 개발 목표
Ⅱ. 시스템 설계 및 연구 방법
1. 시스템 설계
2. AI 기반 분석 시스템
3. 연구 방법 및 흐름
Ⅲ. 결론
REFERENCES

키워드

인공지능 푸드테크 숏폼 플랫폼 개인화 추천 리뷰 신뢰도 분석 위치기반 서비스 AI FoodTech Short-form Platform Personalized Recommendation Review Trustworthiness Location-based Service

저자

• 홍서빈 [ Seo-Bin Hong | 서원대학교 정보통신공학과 석사과정 ]
• 유희남 [ Hee-Nam Yu | 주식회사 데브릭스 대표이사 ] Corresponding Author

참고문헌

발행기관

간행물