Você realmente não gosta de cerveja artesanal ou apenas não encontrou a sua?
Um sistema de recomendação de cervejas artesanais brasileiras baseada em filtragem colaborativa e no seu paladar.
Você sabe qual é a bebida alcoólica preferida dos brasileiros?
Eu posso apostar que você respondeu: cerveja!
Acertou!
Em um país tropical e quente como o Brasil, a refrescância de uma cerveja gelada caiu como uma luva no paladar dos brasileiros (pelo menos para a maioria).
Além disso, as variadas opções de sabores e preços a tornam uma bebida alcoólica democrática e versátil.
Por este motivo ela está invariavelmente presente nos Happy Hours, nas festas de aniversário e de casamento, e nos tão amados churrascos (outra paixão dos brasileiros). No entanto, uma parcela dos brasileiros são avessos a cerveja por seu sabor amargo, presente na grande maioria das cervejas tradicionais.
Mas será que estas pessoas realmente não gostam de cerveja ou apenas não encontraram uma cerveja que satisfaçam seu paladar?
Para os que se afastam das cervejas tradicionais por seu sabor amargo, existem uma centena de opções nas cervejas artesanais. Com certeza, dentre elas haverá uma que satisfaça seu paladar. É partindo justamente dessa premissa que este projeto, a ser realizado ao longo dos próximos meses no Bootcamp de Ciência de Dados e Machine Learning da Tera pelos alunos Vinicius Barbosa, Rogério Chinen, Vitor Faria, Bruno Nehemy e Luciano Siqueira, visa te ajudar a encontrar a sua melhor cerveja, seja você um amante das cervejas tradicionais ou alguém que considera impossível apreciar essa bebida.
O MERCADO DAS CERVEJAS ARTESANAIS
O mercado de cervejas artesanais no Brasil tem crescido muito nos últimos anos. Segundo levantamento realizado pelo MAPA (Ministério da Agricultura, Pecuária e Abastecimento), o número de cervejarias passou de 493 em 2016 para 1209 no final de 2019 e, segundo projeções, deve fechar 2020 com mais de 1500 cervejarias. O ano de 2019 fechou com um total de 27.329 registros.
Embora o número de cervejarias artesanais tenha tido um crescimento significativo, o consumo ainda é muito baixo se comparado ao das grandes cervejarias, em torno de 3%. São diversos fatores que resultam nesse número baixo. Um deles é acreditar que todas as cervejas possuem um sabor semelhante, visto que as cervejas comumente comercializadas em bares (as tradicionais Pilsen) possuem cor, amargor e aromas parecidos. Existem, no entendo, inúmeros estilos, sabores, aromas e misturas que essa bebida pode ter. Segundo uma atualização feita em 2015 pelo BJCP (Beer Judge Certification Program), entidade sem fins lucrativos criada em 1985 com o objetivo de formar e certificar juízes de cerveja, havia mais de 110 estilos diferentes de cerveja. Outro fator desconhecido por muitas pessoas é o poder de harmonização das cervejas. Assim como o vinho, cada estilo de cerveja combina com um tipo diferente de alimento e pode também ser utilizada como ingrediente de diversas receitas.
DEFINIÇÃO DO PROBLEMA E DO PÚBLICO-ALVO
Como você pode perceber, o mercado das cervejas artesanais é fascinante e está em franca ascensão! No entanto, podemos dividir as pessoas que ainda não usufruem das deliciosas experiências proporcionadas pelas cervejas artesanais em dois públicos:
1. aqueles que não tiveram boas experiências com as cervejas que lhes foram apresentadas e, portanto, acreditam não gostar de cerveja alguma;
2. aqueles que já são consumidores, majoritariamente, das cervejas tradicionais e pouco conhecem das artesanais.
Pessoas do público 2, ao arriscarem se aventurar pelo mundo das artesanais, possivelmente basearão sua escolha de cerveja na atratividade do rótulo, design e marketing do produto, o que pode ser um tiro no escuro e resultar em escolhas não compatíveis com seu paladar.
Ambos os públicos necessitam de ajuda para dar passos mais certeiros nesse universo surpreendente das cervejas artesanais, já que escolhas erradas podem significar a desistência precoce dessa jornada — o que é negativo para o mercado cervejeiro, visto que uma parcela do público potencial desse mercado não está sendo capturada.
A SOLUÇÃO
A solução que propomos para conquistar esses dois públicos é o desenvolvimento de uma aplicação de recomendação de cervejas artesanais brasileiras, na qual o consumidor responde a um questionário sobre o seu paladar e uma primeira cerveja artesanal é sugerida com base nas suas respostas.
Após um feedback dessa recomendação, algoritmos podem recomendar as cervejas posteriores, usando como base as avaliações que outras pessoas fizeram dessa cerveja e quais cervejas essas pessoas gostam, em um cenário de filtragem colaborativa — mais detalhes na próxima seção.
Essa solução visa não apenas gerar valor financeiro para o mercado de cervejas artesanais (produtores, feiras, mercados, festivais e e-commerce), que lucraria com a expansão do público, mas também propiciar experiências positivas para os novos apreciadores de cerveja artesanal.
DETALHES TÉCNICOS DA SOLUÇÃO
A primeira recomendação, que se dá em um cenário de “partida a frio” — feita com poucas informações de um consumidor que sequer consome cervejas artesanais, seria baseada exclusivamente em seu paladar, usando um questionário que identifica o quão aberto esse consumidor estaria para bebidas mais doces, amargas, azedas, cítricas, secas, leves, alcoólicas e afins. Já as recomendações posteriores à primeira, caso ela receba um feedback positivo, serão feitas utilizando o conceito de filtragem colaborativa que, nesse contexto, consiste em recomendar cervejas bem avaliadas por quem também gostou da primeira.
No caso da imagem acima, os usuários A e B são considerados similares, já que ambos gostaram dos itens A e B. Com isso, o item C é recomendado para o usuário A. Matematicamente, o que sistemas de recomendação geralmente fazem é transformar as avaliações que cada usuário dá sobre cada item em uma matriz Usuário versus Item, em que cada linha é um usuário e cada coluna é o item (veja a próxima imagem) ou vice-versa.
Com dados em formato matricial, torna-se possível usar modelos de Machine Learning que consigam estimar a similaridade entre usuários e itens usando operações matriciais. Como resultado do modelo, é esperado que um usuário que tenha gostado de uma ou mais cervejas artesanais receba a cerveja mais recomendada para ele, ou uma lista das cervejas mais recomendadas com os percentuais de recomendação em ordem decrescente.
Para isso ser feito, é necessária uma extensa base de avaliações que usuários únicos tenham feito das cervejas disponíveis, preferencialmente num cenário em que muitos usuários tenham avaliado mais de uma cerveja e cada cerveja tenha sido avaliada por várias pessoas diferentes. Por esse motivo, o site de avaliações RateBeer foi escolhido como fonte de dados. Nesse site, é possível ver os detalhes (ex: nome, cervejaria, descrição, teor alcoólico e tags) e todas as avaliações (em uma escala de 0 a 5) que cada cerveja recebeu, como na imagem a seguir.
A base de dados será montada extraindo as avaliações de cervejas brasileiras feitas por usuários brasileiros no RateBeer — a princípio pela API do site e, alternativamente, via Web-Scrapping de páginas similares à do exemplo, se necessário. Vale ressaltar que o próprio site do RateBeer já recomenda cervejas similares (parte inferior-direita da imagem), mas essa recomendação não utiliza filtragem colaborativa e não restringe apenas a cervejas brasileiras — somente reúne outras cervejas de todo o mundo e que sejam de mesmo estilo (no exemplo, “Belgian Ale — Pale / Golden / Single”).
CONCLUSÃO
Voltando ao título do artigo, você realmente não gosta de cerveja ou apenas não encontrou a sua? Esperamos que, ao final desse projeto, você encontre a cerveja artesanal que acaricie seu paladar e venha fazer parte do grupo de apreciadores de cervejas artesanais.
Beba com moderação!
