Automatic Generation of Restaurant Reviews Using Natural Language Processing
- 1. Instituto Politécnico Nacional
Description
Abstract Currently, there is plenty of information available on restaurant rating platforms, but sometimes it can be contradictory or difficult to analyze in depth. An important challenge for consumers is searching for useful opinions and making decisions based on reviews usually obtained from different social networks or rating platforms. This project addresses this issue through the design, development, and implementation of a system that generates global recommendations for a set of restaurants based on the analysis of reviews using Natural Language Processing (NLP) techniques. The system is based on a corpus of restaurant reviews in Mexico City, from which relevant aspects are extracted and synthesized to generate comprehensive reviews from various sources. The system can also evaluate customer satisfaction by identifying the positive and negative aspects mentioned in their reviews. In this way, it provides comprehensive information that helps diners make informed decisions. By gathering data from various sources, the system classifies and analyzes the information, providing an analysis rather than just displaying data. Another important aspect is that the project contributes to the promotion of the gastronomic offer in Mexico City, supporting tourism in a more informed way. By integrating customer perspectives, a more complete and realistic view of the restaurant experience is obtained. The importance of this project lies in the empirical evidence showing that consumer reviews are influenced by the average rating and the number of reviews. Given the overwhelming number of options and the need to provide relevant information efficiently, this project offers a solution by generating detailed reviews based on aggregated information from multiple sources, including consumer reviews and influencer critiques.
Translated Descriptions
Translated Description (Arabic)
يوجد حاليًا الكثير من المعلومات المتاحة على منصات تقييم المطاعم، ولكن في بعض الأحيان قد تكون متناقضة أو يصعب تحليلها بعمق. يتمثل أحد التحديات المهمة للمستهلكين في البحث عن آراء مفيدة واتخاذ القرارات بناءً على المراجعات التي يتم الحصول عليها عادةً من الشبكات الاجتماعية المختلفة أو منصات التقييم. يعالج هذا المشروع هذه المشكلة من خلال تصميم وتطوير وتنفيذ نظام يولد توصيات عالمية لمجموعة من المطاعم بناءً على تحليل المراجعات باستخدام تقنيات معالجة اللغة الطبيعية (NLP). يعتمد النظام على مجموعة من تقييمات المطاعم في مكسيكو سيتي، والتي يتم استخراج الجوانب ذات الصلة منها وتوليفها لتوليد مراجعات شاملة من مصادر مختلفة. يمكن للنظام أيضًا تقييم رضا العملاء من خلال تحديد الجوانب الإيجابية والسلبية المذكورة في مراجعاتهم. وبهذه الطريقة، يوفر معلومات شاملة تساعد رواد المطاعم على اتخاذ قرارات مستنيرة. من خلال جمع البيانات من مصادر مختلفة، يصنف النظام المعلومات ويحللها، ويوفر تحليلاً بدلاً من مجرد عرض البيانات. جانب آخر مهم هو أن المشروع يساهم في الترويج لعرض تذوق الطعام في مكسيكو سيتي، مما يدعم السياحة بطريقة أكثر استنارة. من خلال دمج وجهات نظر العملاء، يتم الحصول على رؤية أكثر اكتمالًا وواقعية لتجربة المطعم. تكمن أهمية هذا المشروع في الأدلة التجريبية التي تظهر أن تقييمات المستهلكين تتأثر بمتوسط التقييم وعدد التقييمات. نظرًا للعدد الهائل من الخيارات والحاجة إلى توفير المعلومات ذات الصلة بكفاءة، يقدم هذا المشروع حلاً من خلال إنشاء مراجعات مفصلة بناءً على معلومات مجمعة من مصادر متعددة، بما في ذلك مراجعات المستهلكين ونقد المؤثرين.Translated Description (French)
Résumé Actuellement, de nombreuses informations sont disponibles sur les plateformes d'évaluation des restaurants, mais elles peuvent parfois être contradictoires ou difficiles à analyser en profondeur. Un défi important pour les consommateurs est de rechercher des avis utiles et de prendre des décisions basées sur des avis généralement obtenus auprès de différents réseaux sociaux ou plateformes de notation. Ce projet aborde ce problème grâce à la conception, au développement et à la mise en œuvre d'un système qui génère des recommandations globales pour un ensemble de restaurants sur la base de l'analyse des avis à l'aide de techniques de traitement du langage naturel (PNL). Le système est basé sur un corpus d'évaluations de restaurants à Mexico, à partir duquel les aspects pertinents sont extraits et synthétisés pour générer des évaluations complètes à partir de diverses sources. Le système peut également évaluer la satisfaction des clients en identifiant les aspects positifs et négatifs mentionnés dans leurs commentaires. De cette façon, il fournit des informations complètes qui aident les convives à prendre des décisions éclairées. En recueillant des données provenant de diverses sources, le système classifie et analyse les informations, fournissant une analyse plutôt que de simplement afficher des données. Un autre aspect important est que le projet contribue à la promotion de l'offre gastronomique à Mexico, en soutenant le tourisme de manière plus éclairée. En intégrant les perspectives des clients, on obtient une vision plus complète et réaliste de l'expérience du restaurant. L'importance de ce projet réside dans les preuves empiriques montrant que les avis des consommateurs sont influencés par la note moyenne et le nombre d'avis. Compte tenu du nombre écrasant d'options et de la nécessité de fournir des informations pertinentes de manière efficace, ce projet offre une solution en générant des avis détaillés basés sur des informations agrégées provenant de multiples sources, y compris des avis de consommateurs et des critiques d'influenceurs.Translated Description (Spanish)
Resumen Actualmente, hay mucha información disponible en las plataformas de calificación de restaurantes, pero a veces puede ser contradictorio o difícil de analizar en profundidad. Un reto importante para los consumidores es la búsqueda de opiniones útiles y la toma de decisiones a partir de opiniones obtenidas habitualmente en diferentes redes sociales o plataformas de calificación. Este proyecto aborda este tema a través del diseño, desarrollo e implementación de un sistema que genera recomendaciones globales para un conjunto de restaurantes a partir del análisis de revisiones utilizando técnicas de Procesamiento del Lenguaje Natural (PNL). El sistema se basa en un corpus de reseñas de restaurantes en la Ciudad de México, del cual se extraen y sintetizan aspectos relevantes para generar reseñas integrales de diversas fuentes. El sistema también puede evaluar la satisfacción del cliente identificando los aspectos positivos y negativos mencionados en sus reseñas. De esta manera, proporciona información integral que ayuda a los comensales a tomar decisiones informadas. Al recopilar datos de varias fuentes, el sistema clasifica y analiza la información, proporcionando un análisis en lugar de solo mostrar datos. Otro aspecto importante es que el proyecto contribuye a la promoción de la oferta gastronómica en la Ciudad de México, apoyando al turismo de una manera más informada. Al integrar las perspectivas de los clientes, se obtiene una visión más completa y realista de la experiencia del restaurante. La importancia de este proyecto radica en la evidencia empírica que muestra que las reseñas de los consumidores están influenciadas por la calificación promedio y el número de reseñas. Dada la abrumadora cantidad de opciones y la necesidad de proporcionar información relevante de manera eficiente, este proyecto ofrece una solución al generar revisiones detalladas basadas en información agregada de múltiples fuentes, incluidas las revisiones de los consumidores y las críticas de los influencers.Files
978-3-031-51038-0_96.pdf.pdf
Files
(406.2 kB)
| Name | Size | Download all |
|---|---|---|
|
md5:3cfa2febaa8dbbdab502f384ceb3f289
|
406.2 kB | Preview Download |
Additional details
Additional titles
- Translated title (Arabic)
- التوليد التلقائي لمراجعات المطاعم باستخدام معالجة اللغة الطبيعية
- Translated title (French)
- Génération automatique d'avis sur les restaurants à l'aide du traitement automatique du langage
- Translated title (Spanish)
- Generación automática de reseñas de restaurantes mediante el procesamiento del lenguaje natural
Identifiers
- Other
- https://openalex.org/W4399212201
- DOI
- 10.1007/978-3-031-51038-0_96
References
- https://openalex.org/W1139185857
- https://openalex.org/W1880262756
- https://openalex.org/W2998446468
- https://openalex.org/W3176920001