Publication
Diabetic-Friendly Multi-Agent Recommendation System for Restaurants based on Social Media Sentiment Analysis and Multi-Criteria Decision Making
| dc.contributor.advisor | Marreiros, Maria Goreti Carvalho | |
| dc.contributor.author | Teixeira, Bruno César Jantarada | |
| dc.date.accessioned | 2022-07-29T14:36:12Z | |
| dc.date.embargo | 2025-07-20 | |
| dc.date.issued | 2022 | |
| dc.description.abstract | Lifestyle, poor diet, stress, among other factors, strongly contribute to aggravate people's health problems, such as diabetes and high blood pressure. Some of these problems could be avoided if some of the essential recommendations for the practice of a healthy lifestyle were followed. This dissertation proposes a solution designed improve the quality of life of diabetic patients, more specifically in the context of finding restaurant in the nearby location, that are more suitable for the health needs of this patients. A diabetic-friendly feature that will combine multi-criteria decision making built through Multi-Agent System (MAS) that considers the user preferences initially recorded, and that provides the user with three category recommendations to potentially benefit and improve the user lifestyle and health. The solution proposes the use of Case-Based Reasoning algorithm to enable the solution to evolve and improve in each interaction with the user. Sentiment Analysis was also used for identifying the restaurant reviews score, since this is one of the defined criteria for the solution. | pt_PT |
| dc.description.abstract | Estilo de vida, má alimentação, stress, entre outros fatores, contribuem fortemente para agravar os problemas de saúde das pessoas como diabetes e hipertensão. Alguns desses problemas poderiam ser evitados se algumas das recomendações essenciais para a prática de um estilo de vida saudável fossem seguidas. Esta dissertação propõe uma solução concebida para melhorar a qualidade de vida dos doentes diabéticos, mais concretamente no contexto da procura de restaurantes, nas proximidades, que sejam mais adequados às necessidades de saúde destes doentes. Uma funcionalidade “diabetic-friendly” que combinará a tomada de decisão multicritério construída através de um Sistema Multi Agente que considera as preferências do utilizador registradas inicialmente e fornecerá ao usuário três recomendações de categorias que potencialmente beneficiam o estilo de vida e a saúde. A solução propõe o uso do algoritmo de Raciocínio Baseado em Casos para permitir que a solução evolua e melhore a cada interação com o utilizador. A Análise Sentimental também foi utilizada para identificar a pontuação das avaliações do restaurante, pois este é um dos critérios definidos para a solução. | pt_PT |
| dc.identifier.tid | 203045300 | pt_PT |
| dc.identifier.uri | http://hdl.handle.net/10400.22/20747 | |
| dc.language.iso | eng | pt_PT |
| dc.rights.uri | http://creativecommons.org/licenses/by-nc-nd/4.0/ | pt_PT |
| dc.subject | Recommender System | pt_PT |
| dc.subject | Diabetic-friendly | pt_PT |
| dc.subject | Multi-Agent System | pt_PT |
| dc.subject | Sentiment Analysis | pt_PT |
| dc.subject | Muti-Criteria Decision Making | pt_PT |
| dc.subject | Case-based Reasoning | pt_PT |
| dc.subject | k-Nearest Neighbors | pt_PT |
| dc.subject | Sistema de Recomendação | pt_PT |
| dc.subject | Diabetic-friendly | pt_PT |
| dc.subject | Sistema Multi Agente | pt_PT |
| dc.subject | Análise Sentimental | pt_PT |
| dc.subject | Tomada de Decisão Multi-Critério | pt_PT |
| dc.subject | Raciocínio Baseado em Casos | pt_PT |
| dc.title | Diabetic-Friendly Multi-Agent Recommendation System for Restaurants based on Social Media Sentiment Analysis and Multi-Criteria Decision Making | pt_PT |
| dc.type | master thesis | |
| dspace.entity.type | Publication | |
| rcaap.rights | embargoedAccess | pt_PT |
| rcaap.type | masterThesis | pt_PT |
| thesis.degree.name | Mestrado em Engenharia de Inteligência Artificial | pt_PT |