Random food: sistema de recomendação de restaurantes

Página do item simplificado
dc.contributor.advisor-co1Kamei, Fernando Kenji
dc.contributor.advisor-co1Latteshttp://lattes.cnpq.br/5033020411757389
dc.contributor.advisor1Medeiros, Flávio Mota
dc.contributor.advisor1Latteshttp://lattes.cnpq.br/1874496667181567
dc.contributor.advisor2Kamei
dc.contributor.referee1Soares , Elvys Alves
dc.contributor.referee1Latteshttp://lattes.cnpq.br/6415531537733982
dc.contributor.referee2Moraes Júnior, Edison Camilo de
dc.contributor.referee2Latteshttp://lattes.cnpq.br/8234380347792761
dc.creatorEuzébio, Emylle Chrystinne da Silva
dc.creator2Silva, Jardel Cleyson da
dc.date.accessioned2025-07-17T18:48:30Z
dc.date.available2025-07-17T18:48:30Z
dc.date.issued2025-05-07
dc.description.abstractThis final course work presents the development of Random Food, a restaurant recommendation system that seeks to facilitate the choice of meals through controlled randomness. The proposal arose from the observation of a common pain point among users who are indecisive about where to eat, especially given the wide range of establishments and delivery apps. The system was built using React on the frontend, Node.js on the backend, Firebase/Firestore as a database, and solutions such as Vercel, Render and Railway for free cloud hosting. The project adopts versioning practices with Git and GitHub and was documented with a focus on functional and non-functional requirements and database structure. In addition, tests were performed to ensure the stability of the application. Random Food already has an official software registration with INPI, and this work seeks not only to describe its technical construction, but also to present its relevance as a creative, functional and low-cost solution.
dc.description.resumoEste trabalho de conclusão de curso apresenta o desenvolvimento do Random Food, um sistema de recomendação de restaurantes que busca facilitar a escolha de refeições por meio da aleatoriedade controlada. A proposta surgiu a partir da observação de uma dor comum entre usuários indecisos sobre onde comer, especialmente diante da ampla oferta de estabelecimentos e aplicativos de delivery. O sistema foi construído utilizando React no frontend, Node.js no backend, Firebase/Firestore como banco de dados, e soluções como Vercel, Render e Railway para hospedagem em nuvem gratuita. O projeto adota práticas de versionamento com Git e GitHub e foi documentado com foco em requisitos funcionais, não funcionais e estrutura de banco de dados. Além disso, foram realizados testes para garantir a estabilidade da aplicação. O Random Food já possui registro oficial de software no INPI, e este trabalho busca não apenas descrever sua construção técnica, mas também apresentar sua relevância como solução criativa, funcional e de baixo custo.
dc.identifier.urihttps://repositorio.ifal.edu.br/handle/123456789/1066
dc.language.isopt
dc.publisher.countryBrasil
dc.publisher.departmentCampus Maceió
dc.relation.referencesEUZÉBIO, Emylle Chrystinne da Silva; SILVA, Jardel Cleyson. Random food: sistema de recomendação de restaurantes. 2025. Trabalho de Conclusão de Curso (Bacharelado em Sistema de Informação) – Instituto Federal de Alagoas, Campus Maceió, Maceió, 2025.
dc.subjectSistemas de Informação
dc.subjectDesenvolvimento de software
dc.subjectRandon food – Sistema de recomendação de restaurante
dc.subjectAplicação web
dc.subjectInformation systems
dc.subjectSoftware development
dc.subjectRandom food - Restaurant renumbering system
dc.subjectWeb application
dc.subject.cnpqCIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO::METODOLOGIA E TECNICAS DA COMPUTACAO::SISTEMAS DE INFORMACAO
dc.titleRandom food: sistema de recomendação de restaurantes
dc.typeTrabalho de Conclusão de Curso

Arquivos

Pacote Original
Agora exibindo 1 - 1 de 1
Imagem de Miniatura
Nome:
TCC_Graduação_Emylle Chrystinne da Silva Euzébio e Jardel Cleyson da Silva.pdf
Tamanho:
1.47 MB
Formato:
Adobe Portable Document Format
Baixar
Licença do Pacote
Agora exibindo 1 - 1 de 1
Nenhuma Miniatura disponível
Nome:
license.txt
Tamanho:
1.66 KB
Formato:
Item-specific license agreed upon to submission
Descrição:
Baixar

Coleções

TCC Sistemas de Informação