KR20220116794A - System that provides a service that recommends restaurants that analyze tastes based on big data - Google Patents

System that provides a service that recommends restaurants that analyze tastes based on big data Download PDF

Info

Publication number
KR20220116794A
KR20220116794A KR1020210020079A KR20210020079A KR20220116794A KR 20220116794 A KR20220116794 A KR 20220116794A KR 1020210020079 A KR1020210020079 A KR 1020210020079A KR 20210020079 A KR20210020079 A KR 20210020079A KR 20220116794 A KR20220116794 A KR 20220116794A
Authority
KR
South Korea
Prior art keywords
keyword
user terminal
food
restaurant
taste
Prior art date
Application number
KR1020210020079A
Other languages
Korean (ko)
Inventor
이호준
Original Assignee
거제대학교산학협력단
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 거제대학교산학협력단 filed Critical 거제대학교산학협력단
Priority to KR1020210020079A priority Critical patent/KR20220116794A/en
Publication of KR20220116794A publication Critical patent/KR20220116794A/en

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/10—Services
    • G06Q50/12—Hotels or restaurants
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90—Details of database functions independent of the retrieved data types
    • G06F16/95—Retrieval from the web
    • G06F16/953—Querying, e.g. by the use of web search engines
    • G06F16/9535—Search customisation based on user profiles and personalisation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00—Handling natural language data
    • G06F40/30—Semantic analysis
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N20/00—Machine learning
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/06—Buying, selling or leasing transactions
    • G06Q30/0601—Electronic shopping [e-shopping]
    • G06Q30/0631—Item recommendations

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Tourism & Hospitality (AREA)
  • Databases & Information Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Artificial Intelligence (AREA)
  • Software Systems (AREA)
  • General Business, Economics & Management (AREA)
  • Finance (AREA)
  • Marketing (AREA)
  • Accounting & Taxation (AREA)
  • General Health & Medical Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Data Mining & Analysis (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • Medical Informatics (AREA)
  • Computing Systems (AREA)
  • Evolutionary Computation (AREA)
  • Mathematical Physics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • Computational Linguistics (AREA)
  • Human Resources & Organizations (AREA)
  • Primary Health Care (AREA)
  • Development Economics (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

The present invention relates to a system for providing a taste analysis restaurant recommendation service based on big data, which extracts preferred keywords from a user's personalized food review, analyzes user's taste based on a result of determining the positivity of the preferred keyword, and introduces a recommended food menu based on a user's taste analysis result. According to an embodiment of the present invention, a system for providing a taste analysis restaurant recommendation service based on big data may largely include a database, a positiveness determination unit, and a food recommendation unit.

Description

빅데이터를 기반으로 한 취향 분석 맛집 추천 서비스 제공 시스템{SYSTEM THAT PROVIDES A SERVICE THAT RECOMMENDS RESTAURANTS THAT ANALYZE TASTES BASED ON BIG DATA}Taste analysis based on big data, restaurant recommendation service providing system {SYSTEM THAT PROVIDES A SERVICE THAT RECOMMENDS RESTAURANTS THAT ANALYZE TASTES BASED ON BIG DATA}

본 발명은 빅데이터를 기반으로 한 취향 분석 맛집 추천 서비스 제공 시스템에 관한 것으로서, 보다 구체적으로는, 사용자의 개인화 된 음식 리뷰로부터 선호 키워드를 추출 후 선호 키워드의 긍정도를 판단한 결과를 토대로 해당 사용자의 취향을 분석하고, 사용자의 취향을 분석한 결과를 토대로 추천 음식 메뉴를 소개할 수 있도록 하는 빅데이터를 기반으로 한 취향 분석 맛집 추천 서비스 제공 시스템에 관한 것이다.The present invention relates to a system for providing a taste analysis restaurant recommendation service based on big data, and more specifically, extracting a preferred keyword from a user's personalized food review and determining the positivity of the preferred keyword based on the result of the user's It relates to a system for providing a taste analysis restaurant recommendation service based on big data that analyzes tastes and allows users to introduce recommended food menus based on the results of analyzing user preferences.

일반적으로, 사용자들은 스마트폰을 이용하여 맛집을 검색하는 과정에서, 대부분이 다른 사람이 작성한 블로그, SNS, 유투브 등의 리뷰나 평가를 고려하게 된다. 하지만, 실제로 긍정적인 리뷰나 평가를 받는 음식점들의 경우 과장광고이거나 본인의 취향에 맞지 않는 음식점이 많아 실망하게 되는 경우가 적지 않다.In general, in the process of searching for a restaurant using a smartphone, most users consider reviews or evaluations of blogs, SNS, YouTube, etc. written by others. However, in the case of restaurants that actually receive positive reviews or evaluations, there are often exaggerated advertisements or many restaurants that do not fit one's taste, so they are often disappointed.

이에, 본 출원인은 자신의 취향에 꼭 맞는 개인화된 맛집을 추천받을 수 있는 서비스를 제공하기 위하여 본 발명을 생각해 내기에 이르렀다.Accordingly, the present applicant came to think of the present invention in order to provide a service that can receive a personalized restaurant that fits his taste.

한국등록특허 제10-1807303호Korean Patent No. 10-1807303

본 발명은 상술한 바와 같은 점을 감안하여 발명된 것으로서, 사용자의 개인화 된 음식 리뷰로부터 선호 키워드를 추출 후 선호 키워드의 긍정도를 판단한 결과를 토대로 해당 사용자의 취향을 분석하고, 사용자의 취향을 분석한 결과를 토대로 추천 음식 메뉴를 소개할 수 있도록 하는 빅데이터를 기반으로 한 취향 분석 맛집 추천 서비스 제공 시스템을 제공하는 것을 그 목적으로 한다.The present invention was invented in consideration of the above, and after extracting the preferred keyword from the user's personalized food review, the user's taste is analyzed based on the result of determining the degree of positivity of the preferred keyword, and the user's taste is analyzed Its purpose is to provide a taste analysis restaurant recommendation service providing system based on big data that can introduce recommended food menus based on the results.

본 발명의 일 실시예에 따른 빅데이터를 기반으로 한 취향 분석 맛집 추천 서비스 제공 시스템은 다수의 사용자 단말을 통해 작성되는 음식 리뷰 내에서 키워드를 추출 및 저장하는 데이터 베이스, 긍정도 판단 모델을 이용하여, 추출된 상기 키워드의 긍정도를 판단한 후 기 설정된 수치 이상에 해당하는 긍정도를 가지는 키워드를 데이터화하여 저장하는 긍정도 판단부 및 특정 사용자 단말을 통해 이전에 작성되었던 음식 리뷰를 토대로 상기 특정 사용자 단말에 대한 선호 키워드를 추출하고, 상기 긍정도 판단부에 데이터화 된 키워드 중 상기 추출된 선호 키워드와 매칭되는 키워드를 결정한 후 해당 결정된 키워드에 상응하는 음식을 상기 특정 사용자 단말에 추천하는 음식 추천부를 포함하는 것을 특징으로 할 수 있다.The system for providing a taste analysis restaurant recommendation service based on big data according to an embodiment of the present invention uses a database for extracting and storing keywords in a food review created through a plurality of user terminals, and a positiveness judgment model. , the specific user terminal based on a previously written food review through a positive degree determination unit and a specific user terminal that data and stores a keyword having a positive degree corresponding to a predetermined value or more after determining the positive degree of the extracted keyword Extracting a preferred keyword for, determining a keyword matching the extracted preferred keyword among the keywords converted into data by the affirmativeness determination unit, and a food recommendation unit for recommending food corresponding to the determined keyword to the specific user terminal. can be characterized as

일 실시예에서, 상기 긍정도 판단부는 추출된 상기 키워드의 긍정도를 머신러닝을 기반으로 판단하고 이를 수치화하는 긍정도 판단 모델을 포함하는 것을 특징으로 할 수 있다.In one embodiment, the positiveness determination unit may be characterized in that it includes a positiveness determination model that determines the positiveness of the extracted keyword based on machine learning and quantifies it.

본 발명에 따르면, 사용자의 개인화 된 음식 리뷰로부터 선호 키워드를 추출 후 선호 키워드의 긍정도를 판단한 결과를 토대로 해당 사용자의 취향을 분석하고, 사용자의 취향을 분석한 결과를 토대로 추천 음식 메뉴를 소개 및 추천할 수 있는 이점을 가진다.According to the present invention, after extracting the preferred keyword from the user's personalized food review, the user's taste is analyzed based on the result of determining the positivity of the preferred keyword, and based on the result of analyzing the user's taste, a recommended food menu is introduced and There are advantages to recommending.

도 1은 본 발명의 일 실시예에 따른 빅데이터를 기반으로 한 취향 분석 맛집 추천 서비스 제공 시스템(100)의 구성을 도시한 도면이다.1 is a diagram illustrating the configuration of a taste analysis restaurant recommendation service providing system 100 based on big data according to an embodiment of the present invention.

이하, 첨부한 도면을 참고로 하여 본 발명의 실시예들에 대하여 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자가 용이하게 실시할 수 있도록 상세히 설명한다. 본 발명은 여러 가지 상이한 형태로 구현될 수 있으며 여기에서 설명하는 실시예들에 한정되지 않는다.Hereinafter, with reference to the accompanying drawings, embodiments of the present invention will be described in detail so that those of ordinary skill in the art to which the present invention pertains can easily implement them. The present invention may be embodied in many different forms and is not limited to the embodiments described herein.

본 발명을 명확하게 설명하기 위해서 설명과 관계없는 부분은 생략하였으며, 명세서 전체를 통하여 동일 또는 유사한 구성요소에 대해서는 동일한 참조 부호를 붙이도록 한다.In order to clearly describe the present invention, parts irrelevant to the description are omitted, and the same reference numerals are assigned to the same or similar elements throughout the specification.

또한, 여러 실시예들에 있어서, 동일한 구성을 가지는 구성요소에 대해서는 동일한 부호를 사용하여 대표적인 실시예에서만 설명하고, 그 외의 다른 실시예에서는 대표적인 실시예와 다른 구성에 대해서만 설명하기로 한다.In addition, in various embodiments, components having the same configuration will be described using the same reference numerals only in the representative embodiment, and only configurations different from the representative embodiment will be described in other embodiments.

명세서 전체에서, 어떤 부분이 다른 부분과 "연결"되어 있다고 할 때, 이는 "직접적으로 연결"되어 있는 경우뿐만 아니라, 다른 부재를 사이에 두고 "간접적으로 연결"된 것도 포함한다. 또한, 어떤 부분이 어떤 구성요소를 "포함"한다고 할 때, 이는 특별히 반대되는 기재가 없는 한 다른 구성요소를 제외하는 것이 아니라 다른 구성요소를 더 포함하는 것을 의미할 수 있다.Throughout the specification, when a part is "connected" with another part, it includes not only the case where it is "directly connected" but also the case where it is "indirectly connected" with another member interposed therebetween. In addition, when a part "includes" a certain component, this may mean further including other components rather than excluding other components unless otherwise stated.

도 1은 본 발명의 일 실시예에 따른 빅데이터를 기반으로 한 취향 분석 맛집 추천 서비스 제공 시스템 또는 사용자 단말기(100)의 구성을 도시한 도면이다.1 is a diagram illustrating the configuration of a taste analysis restaurant recommendation service providing system or user terminal 100 based on big data according to an embodiment of the present invention.

도 1을 살펴보면, 본 발명의 일 실시예에 따른 빅데이터를 기반으로 한 취향 분석 맛집 추천 서비스 제공 시스템(100)은 크게 데이터 베이스(110), 긍정도 판단부(120) 및 음식 추천부(130)를 포함하여 구성될 수 있다.Referring to FIG. 1 , the system 100 for providing a taste analysis restaurant recommendation service based on big data according to an embodiment of the present invention is largely a database 110 , a positive level determination unit 120 , and a food recommendation unit 130 . ) may be included.

먼저, 데이터 베이스(110)는 다수의 사용자 단말을 통해 작성되는 음식 리뷰 내에서 키워드를 추출 및 저장하는 역할을 한다.First, the database 110 serves to extract and store keywords within a food review written through a plurality of user terminals.

예를 들어, 특정 사용자가 음식을 먹은 후, 자신의 사용자 단말을 통해 해당 음식에 대한 음식 리뷰를 입력한다고 가정하면, 해당 사용자 단말을 통해 '우동국물이 싱거웠다', '튀김이 바삭해서 맛있었다' 등의 음식 리뷰를 작성할 경우, 데이터 베이스(110)는 이러한 음식 리뷰 중에서 '우동국물', '싱거웠다', '튀김', '바삭해서', '맛있었다'와 같은 키워드를 추출 후 저장하게 된다.For example, assuming that a specific user inputs a food review for the food through his/her user terminal after eating food, 'The udon soup was bland' and 'The tempura was crispy and delicious. When writing a food review such as ', the database 110 extracts keywords such as 'udon soup', 'spicy', 'fried', 'crispy', and 'delicious' from among these food reviews and stores them. do.

긍정도 판단부(120)는 추출된 키워드의 긍정도를 판단하여 이를 수치화하고, 기 설정된 수치 이상에 해당하는 긍정도를 가지는 키워드를 별도로 데이터화하여 저장하게 된다.The positive level determination unit 120 determines the positive level of the extracted keyword, digitizes it, and separately converts and stores the keyword having a positive level corresponding to a predetermined value or more as data.

보다 구체적으로, 긍정도 판단부(120)는 추출된 키워드의 긍정도를 머신러닝에 기반하여 판단하는 긍정도 판단모델(미도시)을 포함할 수 있다. 예를 들어, 긍정도 판단부(120)는 상기 데이터 베이스(110)에 저장된 키워드들 중에서 '싱거웠다'는 부정적인 키워드로 학습하게 되고, '맛있었다'는 긍정적인 키워드로 학습하게 된다. 이때, 긍정도 판단부(120)는 데이터 베이스(110)에 저장된 키워드들 간의 앞뒤 문맥을 토대로 해당 키워드가 긍정인지 부정인지, 긍정이라면 어느 정도인지를 판단하게 된다. 판단 결과에 따라, 특정 수치 이상에 해당하는 키워드에 대해서 별도로 분류한 후 저장하게 된다.More specifically, the positive level determination unit 120 may include a positive level determination model (not shown) for determining the positive level of the extracted keyword based on machine learning. For example, the positivity determination unit 120 learns as a negative keyword of 'was fresh' among the keywords stored in the database 110 and learns as a positive keyword of 'it was delicious'. At this time, the positivity determination unit 120 determines whether the keyword is positive or negative, or to what extent if positive, based on the context between the keywords stored in the database 110 . According to the determination result, keywords corresponding to a certain number or more are separately classified and then stored.

음식 추천부(130)는 특정 사용자 단말이 연결되는 경우, 해당 특정 사용자 단말이 이전에 작성하였던 음식 리뷰를 상기 데이터 베이스(110)로부터 확인하게 되고, 해당 특정 사용자 단말이 선호하는 선호 키워드를 추출하게 된다. 그 후, 음식 추천부(130)는 긍정도 판단부(120)에 데이터화 된 키워드 중에서 사용자의 선호 키워드와 매칭되는 키워드를 결정한 후, 해당 결정된 키워드에 상응하는 음식을 외부 음식 서버로부터 검색한 후 이를 해당 특정 사용자 단말에게 추천하게 된다.When a specific user terminal is connected, the food recommendation unit 130 checks the food review previously written by the specific user terminal from the database 110, and extracts the preferred keyword preferred by the specific user terminal. do. After that, the food recommendation unit 130 determines a keyword matching the user's preferred keyword among the keywords datad to the positiveness determination unit 120, and then searches for food corresponding to the determined keyword from the external food server, and then It is recommended to the specific user terminal.

예를 들어, 특정 사용자가 이전에 작성하였던 음식 리뷰에 '튀김이 바삭해서 맛있었다'라는 문장이 있었다면, 음식 추천부(130)는 해당 사용자의 선호 키워드가 '바삭한 튀김'이라는 것을 파악하게 되고, 이를 토대로 '바삭한 튀김'을 메뉴로 제공하는 음식점을 외부 음식 서버로부터 검색한 후 이를 사용자에게 추천하게 되는 것이다. For example, if there was a sentence in the food review previously written by a specific user, 'The fried food was delicious,' the food recommendation unit 130 understands that the user's preferred keyword is 'crispy fried', Based on this, restaurants that offer 'crispy tempura' as a menu are searched for from an external food server and recommended to users.

상기 사용자 단말기(100)는 기본적으로 휴대전화인 것을 특징으로 한다.The user terminal 100 is basically a mobile phone.

이 외에도 상기 사용자 단말기(100)는 식당 또는 맛집거리에 고정되어 설치되어 운영할 수 있다.In addition to this, the user terminal 100 may be installed and operated by being fixed to a restaurant or a restaurant street.

상기 빅데이터를 기반으로 한 취향 분석 맛집 추천 서비스 제공 시스템 즉 사용자 단말기(100)은 특정사용자의 아이디와 비밀번호를 부여하여 패턴을 인식하고 저장하며 학습을 통해 보다 취향에 접근된 정보를 취득할 수 있도록 도와 준다.The taste analysis restaurant recommendation service providing system based on the big data, that is, the user terminal 100 grants a specific user's ID and password to recognize and store patterns, and to acquire information more approached to taste through learning. help.

상기에서는 본 발명의 바람직한 실시예를 참조하여 설명하였지만, 해당 기술 분야의 숙련된 당업자는 하기의 청구의 범위에 기재된 본 발명의 사상 및 영역으로부터 벗어나지 않는 범위 내에서 본 발명을 다양하게 수정 및 변경시킬 수 있음을 이해할 수 있을 것이다.Although the above has been described with reference to the preferred embodiments of the present invention, those skilled in the art can variously modify and change the present invention without departing from the spirit and scope of the present invention as set forth in the claims below. You will understand that you can.

100: 빅데이터를 기반으로 한 취향 분석 맛집 추천 서비스 제공 시스템
또는 사용자 단말기
110: 데이터 베이스
120: 긍정도 판단부
130: 음식 추천부100: System for providing taste analysis restaurant recommendation service based on big data
or user terminal
110: database
120: positivity determination unit
130: food recommendation

Claims (5)

다수의 사용자 단말을 통해 작성되는 음식 리뷰 내에서 키워드를 추출 및 저장하는 데이터 베이스;
추출된 상기 키워드의 긍정도를 판단한 후 기 설정된 수치 이상에 해당하는 긍정도를 가지는 키워드를 데이터화하여 저장하는 긍정도 판단부; 및
특정 사용자 단말기를 통해 이전에 작성되었던 음식 리뷰를 토대로 상기 특정 사용자 단말에 대한 선호 키워드를 추출하고, 상기 긍정도 판단부에 데이터화 된 키워드 중 상기 추출된 선호 키워드와 매칭되는 키워드를 결정한 후 해당 결정된 키워드에 상응하는 음식을 상기 특정 사용자 단말에 추천하는 음식 추천부;를 포함하는 것을 특징으로 하는, 빅데이터를 기반으로 한 취향 분석 맛집 추천 서비스 제공 시스템.
a database for extracting and storing keywords within a food review written through a plurality of user terminals;
After determining the degree of positiveness of the extracted keyword, the positive degree determination unit for storing the keyword having a positive degree corresponding to more than a preset numerical value into data; and
After extracting the preferred keyword for the specific user terminal based on the food review previously written through the specific user terminal, and determining the keyword matching the extracted preferred keyword among the keywords dataized in the positiveness determination unit, the determined keyword A food recommendation unit for recommending food corresponding to the specific user terminal to the specific user terminal.
 제1항에 있어서,
상기 긍정도 판단부는,
추출된 상기 키워드의 긍정도를 머신러닝을 기반으로 판단하고 이를 수치화하는 긍정도 판단 모델;을 포함하는 것을 특징으로 하는, 빅데이터를 기반으로 한 취향 분석 맛집 추천 서비스 제공 시스템.
According to claim 1,
The positive degree determination unit,
A taste analysis restaurant recommendation service providing system based on big data, characterized in that it comprises;
 제1항에 있어서,
상기 사용자 단말기는 휴대전화인 것을 특징으로 기반으로 한 취향 분석 맛집 추천 서비스 제공 시스템.
According to claim 1,
A taste analysis restaurant recommendation service providing system based on the user terminal being a mobile phone.
 제1항에 있어서,
상기 사용자 단말기는 식당 또는 맛집거리에 고정되어 설치되는 기기인 것을 특징으로 한 취향 분석 맛집 추천 서비스 제공 시스템.
According to claim 1,
The user terminal is a taste analysis restaurant recommendation service providing system, characterized in that the device is fixedly installed in a restaurant or a restaurant street.
 제1항에 있어서,
상기 사용자 단말기(100)은 특정사용자의 아이디와 비밀번호를 부여하여 패턴을 인식하고 저장하며 학습을 통해 보다 취향에 접근된 정보를 취득할 수 있도록 보조하는 것을 특징으로 한 취향 분석 맛집 추천 서비스 제공 시스템.According to claim 1,
The user terminal 100 grants a specific user's ID and password to recognize and store patterns, and to assist in acquiring information more approached to taste through learning. A taste analysis restaurant recommendation service providing system, characterized in that.
KR1020210020079A 2021-02-15 2021-02-15 System that provides a service that recommends restaurants that analyze tastes based on big data KR20220116794A (en)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020210020079A KR20220116794A (en) 2021-02-15 2021-02-15 System that provides a service that recommends restaurants that analyze tastes based on big data

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020210020079A KR20220116794A (en) 2021-02-15 2021-02-15 System that provides a service that recommends restaurants that analyze tastes based on big data

Publications (1)

Publication Number Publication Date
KR20220116794A true KR20220116794A (en) 2022-08-23

Family

ID=83092663

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020210020079A KR20220116794A (en) 2021-02-15 2021-02-15 System that provides a service that recommends restaurants that analyze tastes based on big data

Country Status (1)

Country Link
KR (1) KR20220116794A (en)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102608740B1 (en) 2022-12-23 2023-12-04 주식회사 컨플 User-generated content-based advertisement recommendation and delivery system
KR102641722B1 (en) 2022-12-23 2024-02-28 주식회사 컨플 User clustering-based advertisement recommendation and delivery system

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101807303B1 (en) 2015-12-10 2017-12-08 장성현 Method for food taste service of famous restaurant, system and computer-readable medium recording the method

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101807303B1 (en) 2015-12-10 2017-12-08 장성현 Method for food taste service of famous restaurant, system and computer-readable medium recording the method

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102608740B1 (en) 2022-12-23 2023-12-04 주식회사 컨플 User-generated content-based advertisement recommendation and delivery system
KR102641722B1 (en) 2022-12-23 2024-02-28 주식회사 컨플 User clustering-based advertisement recommendation and delivery system

Similar Documents

Publication Publication Date Title
US10268766B2 (en) Systems and methods for computation of a semantic representation
US8392438B2 (en) Method and apparatus for identifying synonyms and using synonyms to search
US20170228459A1 (en) Method and device for mobile searching based on artificial intelligence
CN102314452B (en) A kind of method and system of being undertaken navigating by input method platform
US20170154116A1 (en) Method and system for recommending contents based on social network
KR101723862B1 (en) Apparatus and method for classifying and analyzing documents including text
US20060212433A1 (en) Prioritization of search responses system and method
US20110087961A1 (en) Method and System for Assisting in Typing
US9087084B1 (en) Feedback enhanced attribute extraction
KR102082208B1 (en) Automatic Answering System and Method Using Matching Similar Users
US20110307432A1 (en) Relevance for name segment searches
US20120323905A1 (en) Ranking data utilizing attributes associated with semantic sub-keys
CN106708886B (en) Display method and device for in-site search words
CN107562939A (en) Vertical domain news recommendation method and device and readable storage medium
US10073828B2 (en) Updating language databases using crowd-sourced input
KR20220116794A (en) System that provides a service that recommends restaurants that analyze tastes based on big data
US9928466B1 (en) Approaches for annotating phrases in search queries
CN107967302A (en) Game customer service conversational system based on deep neural network
US11017042B2 (en) Profile spam removal in search results from social network
KR20160103470A (en) System and method for providing response informations of prior users on goods through network
KR102285232B1 (en) Morphology-Based AI Chatbot and Method How to determine the degree of sentence
US20120317141A1 (en) System and method for ordering of semantic sub-keys
US9875298B2 (en) Automatic generation of a search query
US10037550B2 (en) System and method for identifying offline consumer interests for online personalization by leveraging multimedia inputs
CN111324705A (en) System and method for adaptively adjusting related search terms

Legal Events

Date Code Title Description
E902 Notification of reason for refusal