- IT 서비스에 있어서 개인화 시스템은 이제 선택이 아닌 필수인 시대가 되었습니다. 그래서 넷플릭스, 왓차 등에서 이미 성공적으로 자리매김한 추천시스템을 코로나 시대 더욱 주목받고 있는 음식배달 서비스에 접목시켜보았습니다. 또한 챗봇을 탑재하여 대화형 추천/검색/주문이 가능하도록 하였습니다.
- FrontEnd
- React를 사용하여 SPA WebApp을 구현하였습니다. 이미 대세가 되어버린 SPA 방식은 향후 네이티브 앱으로의 전환도 용이하다는 이점이 있습니다.
- React는 Hook을 활용한 함수형 컴퍼넌트로 구현하였습니다. 기능을 최소화하여 핵심만 구현한 관계로 Redux를 활용한 상태관리를 생략하였습니다.
- BackEnd
- Flask로 REST API를 구현하였습니다. DB는 MariaDB를 사용하였고 SqlAlchemy를 이용해 ORM를 활용하여 연계하였습니다.
- Machine Learning
- 추천시스템(recommender system)
- MF(Matrix Factorization) 알고리즘을 tensorflow를 기반으로 구현하였습니다. -> 성능상의 문제를 해결하기 위해 Surprise library를 활용하여 SVD기반으로 대체하였습니다.
- 잠재요인/최근접이웃 협업필터링을 사용하여 예상평점 및 사용자/아이템 기반 유사도 추천을 구현하였습니다.
- 챗봇(ChatBot)
- 작성 중
- 추천시스템(recommender system)
- FrontEnd
- ui 폴더를 다운받고
npm(npx)또는yarn을 이용하여 실행합니다. - ex)
yarn으로 모듈 다운로드 후,yarn start로 실행
- ui 폴더를 다운받고
- BackEnd
- api폴더를 다운받고
requirements.txt의 패키지를 다운받은 후, api폴더 상에서run.py를 실행합니다. - ex)
pip install -r requirements.txt로 패키지 설치 후,python run.py로 실행
- api폴더를 다운받고
- http:https://react-flask.taepd.p-e.kr 에서 본 프로젝트를 직접 테스트해 볼 수 있습니다.
- 프로젝트에 대한 보다 자세한 설명은 여기에 있습니다.
- raw data 및 preprocessing data 등의 데이터는 업로드하지 않았습니다. 프로젝트에 대한 보다 자세한 설명을 참조바랍니다.