earticle

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.