نظام تحليل وتوقع تقييمات المطاعم باستخدام الذكاء الاصطناعي

نبذة عن المشروع:

يهدف هذا المشروع إلى مساعدة أصحاب المطاعم والمستثمرين في فهم اتجاهات السوق وتوقع أداء المطاعم المستقبلي. قمت بتطوير نظام متكامل يعتمد على خوارزميات تعلم الآلة (Machine Learning) والتعلم العميق (Deep Learning) لتحليل بيانات المطاعم (Zomato Dataset) والتنبؤ بتقييماتها بدقة بناءً على عوامل متعددة.

الميزات الرئيسية للمشروع:

لوحة تحكم تفاعلية (Interactive Dashboard):

تم بناؤها باستخدام Streamlit لعرض البيانات بشكل بصري جذاب.

تتيح للمستخدم استعراض تحليلات السوق، مثل: أكثر المناطق رواجًا، تأثير "الطلب أونلاين" على التقييم، وتحليل التكلفة مقابل الخدمة.

نظام التنبؤ الذكي (Prediction System):

يمكن للمستخدم إدخال بيانات مطعم جديد (مثل الموقع، نوع المأكولات، التكلفة، توفر الحجز، إلخ).

يقوم النظام بمعالجة المدخلات وتوقع "تقييم المطعم" (Rate) باستخدام نماذج مدربة مسبقًا.

التقنيات والأدوات المستخدمة:

لغة البرمجة: Python.

بناء الواجهة: Streamlit.

تحليل ومعالجة البيانات: Pandas, NumPy.

الذكاء الاصطناعي وتعلم الآلة:

Scikit-learn (لبناء نماذج مثل Random Forest & XGBoost).

TensorFlow/Keras (لبناء شبكة عصبية Neural Network لتحسين الدقة).

الرسوم البيانية: Matplotlib, Seaborn.

مراحل العمل:

تنظيف البيانات (Data Cleaning) وهندسة الخصائص (Feature Engineering) لضمان جودة النتائج.

تدريب ومقارنة عدة نماذج (Random Forest, XGBoost, NN) واختيار الأفضل منها وتصديره .

ربط النماذج بواجهة المستخدم لتوفير تجربة سهلة وفعالة.