專題構想

I-BAR智慧型酒吧系統 結合物聯網、人工智能、雲端技術、大數據分析，達到I-bar倡導之新形態飲酒概念

隨著5Gg新時代的來臨，物聯網及雲端技術興起，人工智慧（AI）與機器學習（ML）也開始活躍；飲酒模式也期待產生新的改變。

I-BAR智慧型酒吧系統，即是結合物聯網、人工智能和雲端技術的新形態飲酒概念，透過輕量級的快速布點模式，消費者可更容易使用社交軟體找到飲酒據點，經由大數據的智能畫推薦，消費者也更容易獲得更屬於自己喜愛的酒品。

再搭配其他例如匿名聊天等方式，可以更容易找到酒友，不再因現實社交環境受限，更簡易、更輕鬆、更智能，這就是I-Bar所倡導的新型態飲酒生活模式。

前端前言

Line在台灣目前有2100萬使用者，滲透率高達九成，因此專題使用賴聊天機器人做前端呈現，利用此網頁做介紹成員、開發簡介及心得。

實作成果

威士忌利用Radis+SQL串接調酒利用Spark streaming+hadoop串接

實作用到大量Flex Message、Quick Reply 以及LIFF

Flex Message:

巢狀結構結合多個bubble container成為一個carousel container

變成左右滑動的對話格式

Quick Reply:

視窗下方灰色小型按鈕，可滑動，作為點擊風味標籤button(點擊後消失)

要重新傳送文字訊息觸發Quick Reply

LINE Front-end Framework (LIFF):

LINE app 內運作的 web app 平台嵌入式網頁

未來展望:

透過LIFF在網址後方建立jquery增設評論回傳給後端server在做風味、評分模組調整分析

圖文選單

使用者點擊後可直接觸發動作作為按鈕甚至觸發文字...等功能讓使用者可大致上知曉機器人功能

威士忌推薦

使用者點擊後可直接觸發動作作為按鈕甚至觸發文字...等功能讓使用者可大致上知曉機器人功能

酒吧地圖

通過Google Map API獲取資訊利用Html/CSS/Java Script 架構網頁，推薦使用者利用此頁面找尋100公尺內酒吧位置，加上Google評分防雷

關鍵字搜尋

配合利用Radis連結MySQL資料庫大量減少時間，讓使用者可以更迅速找到自己需要的資訊。使用者輸入關鍵字搜尋到酒名後會推播一個Bubble視窗給使用者，若輸入相關風味會提供一個Carousel輪播式滑動視窗，讓使用者在機器人操作上，可以進行簡易搜索獲取更詳細資訊。

匿名聊天室

常常喝酒找不到酒伴，可以透過此頁面匿名聊天式認識不同年齡層、朋友圈共同熱愛酒類的酒友們

後端前言

本班主要程式語言用Python作開發架構，透過各項學習結合網路資源完成此專題

爬蟲

使用Requets套件

•相較於urllib套件更便捷 •配合Beautiful Soup進行網頁解析

異步訪問

•aio-http 異步訪問 •Asyncio非同步訪問 •multiprocessing 執行多個process

Scrapy 異步爬蟲框架: 調整訪問次數使用Proxy代理伺服器，大幅減少資料爬蟲時間(三天縮短至1.5小時)

資料預處理

透過spacy套件

1.轉換小寫 2.移除非法字元、標點符號 3.斷字斷詞 4.詞性還原 5.詞性標註

6.離群值篩選 7.空值處理

分群建模

1.數據標準化 2.PCA 降維 3.Kmeans分群

關鍵字篩選

威士忌 調酒

1.RE統計字詞 1.保留形容詞及名詞

2.Spacy比對字詞相似性 2.TF-IDF詞頻分析

3.word2Vec 運用scikit Learn之TF-IDF模組

訓練文字模型集結同種酒款中所有評論並取得其特徵矩陣

情感分析

1. Sentiment analysis(情感分析) 2. Classification(分類)

透過emoji套件將表情符號轉換成文字

樸素貝葉斯法(NTLK):

穩定的分類效率，常用於文本分類，準確度高速度快，可批次增量訓練

邏輯斯迴歸:

計算量非常小，存儲資源低，速度快適合二分類問題，可結合L2正則化解決多重共線性問題

評論收集

利用 Linebot /樹莓派 串接 Kafka 收集使用者評論傳至後端Server資料庫，改善風味矩陣以及結合ELK以Kibana作呈現