AI-Powered Food Safari: Restaurant Picks for the Modern Traveller

Abstract

This thesis presents a system for AI-powered restaurant recommendation based on user preferences, customer reviews, and metadata. The approach leverages natural language processing techniques, in particular, aspect-based sentiment analysis and Large Language Model evaluate restaurants on a wide range of factors, such as food quality, service, and atmosphere. By interpreting user prompts, the system adjusts the importance of different aspects and uses sentiment scores from reviews alongside restaurant metadata like location and ratings to calculate a final ranking. The system supports multilingual inputs and includes steps for data collection, cleaning, and structured analysis. The result is a personalized and flexible recommendation engine that provides users with relevant and context-aware restaurant suggestions. Käesolev lõputöö tutvustab tehisintellektil põhinevat restoranide soovitussüsteemi, mis tugineb kasutaja eelistustele, klientide arvustustele ja metaandmetele. Lähenemine kasutab loomuliku keele töötlemise tehnikaid, eelkõige, aspektipõhise sentimentanalüüsi ja suuri keelemudeleid, et hinnata restorane mitmesuguste tegurite alusel, nagu toidu kvaliteet, teenindus ja õhkkond. Süsteem tõlgendab kasutajate sisendeid ning kohandab aspektide olulisust vastavalt, kasutades arvustustest saadud hinnanguid koos restorani metaandmetega (nt asukoht, reitingud) lõpliku paremusjärjestuse koostamiseks. Süsteem toetab mitmekeelseid sisendeid ja koosneb sammudest andmete kogumiseks, puhastamiseks ning struktureeritud analüüsiks. Tulemuseks on isikupärastatud ja paindlik soovitusmootor, mis pakub kasutajale kontekstitundlikke ja asjakohaseid restorani soovitusi.