Percorrer por autor "Esteves, Pedro André dos Santos"
A mostrar 1 - 1 de 1
Resultados por página
Opções de ordenação
- Implementação de um sistema de recomendação de restaurantes, para empresários, na área metropolitana de LisboaPublication . Esteves, Pedro André dos Santos; Carrasco, Marco Paulo SantosO presente trabalho tem como objetivo a implementação de um sistema de recomendação de restaurantes para empresários na Área Metropolitana de Lisboa(AML), utilizando Large Language Models (LLMs) para a análise de sentimentos contidos em comentários de restaurantes, provenientes da plataforma online DIG-IN (ex-Zomato). Para sustentar a abordagem metodológica, foi realizada uma revisão da literatura sobre a utilização de LLMs e a análise de sentimentos no setor da restauração. A revisão da literatura realizada centrou-se na exploração de diferentes abordagens de sistemas de recomendação e análise de sentimentos. Foram analisados modelos tradicionais, como o DINESERV, e a sua adaptação para plataformas digitais, bem como técnicas mais recentes, como a Análise de Sentimento Baseada em Aspetos (ABSA). Esta revisão destaca também a crescente relevância dos LLMs como ferramentas robustas para interpretar grandes volumes de dados textuais, especialmente em setores como a restauração e o turismo. A metodologia adotada segue uma estrutura organizada em três fases principais. Na primeira fase, efetuou-se o pré-processamento dos dados, compilando e organizando conjuntos de dados (datasets) relativos às características dos restaurantes na AML, como o tipo de cozinha, localização, número de comentários e avaliações. Na segunda fase, foram definidos os atributos e dimensões relevantes para a satisfação dos clientes, sendo aplicada uma extração de palavras-chave dos comentários disponíveis na plataforma. Esta extração foi conduzida com o apoio dos LLMs, que permitiram identificar termos e expressões associados a aspetos críticos da experiência gastronómica. Na terceira fase, foram desenvolvidos e aplicados prompts aos modelos GPT-4 (versão de 2024-05-13), GPT-3.5 Turbo, e Mistral 7B Instruct para a classificação dos atributos contidos nos comentários. Estes modelos analisaram a polaridade dos sentimentos relacionados com aspetos como a qualidade da comida, o serviço, o ambiente e outros fatores que influenciam a experiência dos clientes. A principal aplicação prática deste estudo foi a construção de um protótipo de uma ferramenta que permite a potenciais investidores avaliar o cenário competitivo na AML. Esta ferramenta não apenas analisa o potencial de implementação de determinado tipo de restaurante em diferentes localizações, mas também oferece uma visão detalhada dos concorrentes, com base na análise de sentimentos extraída dos comentários dos consumidores. Além disso, o estudo abordou a adaptação do modelo DINESERV para a análise automática de comentários em plataformas digitais, simplificando os seus 29 critérios originais em 10 novos critérios, mais adequados à natureza concisa das avaliações online. A viabilidade da utilização de grandes modelos de linguagem (LLMs) para a extração, identificação e classificação de atributos relevantes na análise de sentimento foi demonstrada com sucesso, abrindo portas para futuras investigações que explorem o seu potencial em outras áreas da restauração e do turismo.