CERVEJA E MACHINE LEARNING: RECOMENDANDO ESTILOS DE CERVEJA

Resumo

Este trabalho teve como objetivo resolver o problema enfrentado por algumas pessoas que não conseguem apreciar cervejas especiais devido à falta de orientação sobre o que escolher. Para alcançar esse objetivo, foi realizado estudos que envolveram a distância euclidiana e o método Term Frequency-Inverse Document Frequency (TF-IDF) para encontrar similaridades entre os estilos, tendo como base um estilo específico. Além disso, explorou-se a vastidão do cenário cervejeiro no Brasil e foi apresentado o guia BJCP, que além de ser o objeto base do estudo, serviu como um recurso direcional para compreender melhor os estilos de cerveja. Por meio de três testes, foram validados os métodos propostos e desenvolvido uma ferramenta capaz de sugerir estilos de cerveja com base em um estilo referencial.