Food Recommendation Systems

Abstract

Food recommendation systems have become increasingly popular with the growth of online food ordering and delivery services. These systems provide users with personalized recommendations for restaurants and dishes based on their food preferences, dietary restrictions, past behavior...etc This thesis explores different approaches and methods used in the literature for developing more effective and personalized food recommendation systems. Artificial Intelligence has played a significant role in this, as there are various algorithms such as Natural Language Processing techniques and machine learning algorithms, which analyze various data points, such as users’ past orders, reviews, ratings, and search history, to provide intelligent and customized food recommendations.***

Les systèmes de recommandation alimentaire sont devenus de plus en plus populaires avec la croissance des services de commande et de livraison de nourriture en ligne. Ces systèmes fournissent aux utilisateurs des recommandations personnalisées de restaurants et de plats en fonction de leurs préférences alimentaires, de leurs restrictions diététiques et de leur comportement antérieur...etc. Ce mémoire explore les différentes approches et méthodes utilisées dans la littérature pour développer des systèmes de recommandation alimentaire plus efficaces et personnalisés. L’intelligence artificielle a joué un rôle important à cet égard, car il existe divers algorithmes tels que les techniques de traitement du langage naturel et les algorithmes d’apprentissage automatique, qui analysent divers points de données, tels que les commandes antérieures des utilisateurs, les critiques, les évaluations et l’historique des recherches, afin de fournir des recommandations alimentaires intelligentes et personnalisées.