[IE212.O11.Group7] - Location Recommendation System based on Google Review Rating Prediction

• Trường Đại học Công nghệ Thông tin, Đại học Quốc gia Thành phố Hồ Chí Minh (ĐHQG-HCM)
• Khoa: Khoa học và kỹ thuật thông tin (KTTT)
• GVHD: TS. Đỗ Trọng Hợp
• Nhóm sinh viên thực hiện: Nhóm 7

Danh sách thành viên

STT	Họ tên	MSSV	Chức vụ
1.	Đặng Huỳnh Vĩnh Tân	21520442	Nhóm trưởng (Leader)
2.	Nguyễn Thị Hồng Nhung	21522436
3.	Nguyễn Viết Kha	21520949
4.	Nguyễn Huy Hoàng	21522093

Giới thiệu - Introduction

Trong đồ án này, chúng tôi thực hiện xây dựng hệ khuyến nghị nhằm gợi ý địa điểm dựa trên dự đoán điểm đánh giá của các nhận xét trên Google. Chúng tôi sử dụng tập dữ liệu tự thu thập trên các địa bàn ở Thành Phố Hồ Chí Minh để thực hiện và huấn luyện mô hình. Chúng tôi sử dụng mô hình hồi quy để huấn luyện mô hình sau đó dữ liệu này sẽ qua Spark Streaming và Spark SQL để xử lý, truy vấn và trích xuất dữ liệu, và được lưu vào hệ quản trị cơ sở dữ liệu MongoDB. Sau sử dụng mô hình k-Nearest Neighbors (kNN) với thuật toán "Brute Force" để tìm các địa điểm gần nhất.

---

Xem sản phẩm tại đây: https://drive.google.com/drive/u/0/folders/1cPzsr6DJnKSKsKvxrmfRsA0HQgQwn6SQ

---

Bộ dữ liệu

Dữ liệu được thu thập bằng công cụ có sẵn trên trang web https://console.apify.com/

Sử dụng 2 công cụ:

• Lấy dữ liệu địa điểm: Google Maps Scraper
• Lấy dữ liệu đánh giá: Google Maps Reviews Scraper

Dữ liệu thu thập được bao gồm:

• data_vi_tphcm/places_HCM_2024.json.gz: Đây là dữ liệu chứa các địa điểm được tính từ năm 30/01/2024 trở về trước
• data_vi_tphcm/reviews_HCM_before_31_01_2024.jsonl.gz: Đây là dữ liệu chứa các đánh giá của các địa điểm được tính từ 30/01/2024 trở về trước
• data_vi_tphcm/reviews_HCM_after_31_01_2024.jsonl.gz: Đây là dữ liệu chứa các đánh giá của các địa điểm được tính từ 30/01/2024 đến 04/02/2024. Đây cũng chính là bộ dữ liệu được producer sử dụng để gửi dữ liệu.

Dữ liệu kết quả bao gồm:

• data_result/places_results.jsonl.gz: Đây là dữ liệu chứa các địa điểm được tính từ năm 30/01/2024 trở về trước đã được xử lý.
• data_result/review_results.jsonl.gz: Đây là dữ liệu chứa các đánh giá của các địa điểm được tính từ 30/01/2024 trở về trước đã được xử lý

Dữ liệu có thể tải tại đây: https://drive.google.com/drive/folders/1cPzsr6DJnKSKsKvxrmfRsA0HQgQwn6SQ?usp=drive_link

Hướng dẫn cài đặt - Running

Yêu cầu cài đặt trên máy:

• Python
• MongoDB
• Kafka

---

Nếu như không có kafka hoặc không cần thực hiện việc truyền nhận dữ liệu mới, chỉ cần thực hiện B1, B2, B3, B4, B7, B8 (bỏ bước B5, B6), app visualzation vẫn hoạt động bình thường (app chỉ không nhận được dữ liệu mới mà thôi)

---

B1: Clone repo này về máy với câu lệnh sau:

git clone https://github.com/NunNunIT/IE212.O11.Group7.git  

B2: Tải dữ liệu về thư mục data_vi_tphcm

** Có thể bỏ qua bước này, nếu như trong thư mục data_vi_tphcm đã có file reviews_HCM_after_31_01_2024.jsonl.gz **

Truy cập https://drive.google.com/drive/folders/1cPzsr6DJnKSKsKvxrmfRsA0HQgQwn6SQ?usp=drive_link và tải file reviews_HCM_after_31_01_2024.jsonl.gz về.

Đảm bảo rằng được lưu đúng thư mục data_vi_tphcm

Kết quả sẽ được như này

B3: Chạy tệp 'requirements.txt' để cài đặt các package cần thiết

pip install -r requirements.txt

B4: Xây dựng cơ sở dữ liệu trên mongoDB

Truy cập vào thư mục data_result

cd data_result

Chạy đoạn lệnh sau để xây dựng cơ sở dữ liệu trên MongoDB

python mongoDB.py 

Líc này ta sẽ được cơ sở dữ liệu như sau

B5: Chạy zookeeper, server kafka

• cd đến thư mục kafka, sau đó thực hiện câu lệnh sau

bin\windows\zookeeper-server-start.bat config\zookeeper.properties

• mở thêm 1 terminal cd đến thư mục kafka, sau đó thực hiện câu lệnh sau

bin\windows\kafka-server-start.bat config\server.properties

B6: Chạy producer và consumer

• Truy cập vào thư mục streaming

• Mở file producer.ipynb và chạy hết tất cả các cell

  • Lúc này, producer sẽ gửi được các dữ liệu như sau

• Mở file consumer.ipynb và chạy hết tất cả các cell

  • Lúc này, producer sẽ nhận dữ liệu từ producer và xử lý. Sau đó sẽ thêm records mới vào mongoDB collection reviews

B7: Visualization

• Truy cập vào thư mục visualization_app

cd visualization_app

• Chạy đoạn lệnh sau

python app.py 

Lúc này đây, trang web đã được hoạt động

B8: Mở website có 2 cách

• Cách 1: Ctrl + Click vào đường link http://127.0.0.1:8050/ trên terminal
• Cách 2: Mở trình duyệt bất kỳ và dán đường dẫn sau http://127.0.0.1:8050/

Ảnh app visualization

Thanks