Abstrait

Prédire les notes des chaînes de restauration en ligne

Srishty Sri Nidhi, Ravi Shankar Pandey

La commande de nourriture en ligne va devenir populaire de jour en jour et elle nécessite la satisfaction du client pour plus de popularité dans la société. Plusieurs systèmes de commande de nourriture en ligne sont disponibles sur Internet comme Zomato, Swiggy, Fresh menu, Dunzo, Guruhub, EatSure, UberEats, Deliveroo, dominos, etc. Tous ces types de systèmes nécessitent la satisfaction du client sous la forme du mécanisme de rétroaction. Ce mécanisme de rétroaction permet de fournir une nourriture appropriée à l'emplacement sur la base de l'évaluation du client. Dans cet article, nous avons analysé les données de Zomato pour intégrer la satisfaction client en fonction de l'emplacement afin de fournir un meilleur restaurant pour la commande de nourriture au client. Nous avons utilisé la technique de régression linéaire d'apprentissage automatique pour séparer les meilleurs restaurants sur la base de l'évaluation de la satisfaction client. Nous utiliserons également cet algorithme pour prédire les notes globales que les restaurants recevront en fonction de différents points de données. Nous avons testé notre algorithme à l'aide de l'ensemble de données Kaggle.