yunhaeng/Sinor_recommendation

Sinor 시놀 (시니어 놀이터)

시놀은 시니어 유저들의 관심사 및 요구사항을 이해하여 원하는 단짝과의 매칭을 제공하는 서비스입니다.

프로젝트 결과

• ✏️ Final Report
• 📘 Presentation

프로젝트 목적

• 시니어 유저들의 관심사 및 요구를 이해하여 원하는 상대와의 매칭을 제공하는 유저 추천 서비스 구현

프로젝트 가설 및 예상 결과

• 유저가 제공한 관심사 리스트로 원하는 상대와의 유의미한 매칭이 가능하다.

사용 모델

• K-means 클러스터링 알고리즘
• FastText 단어 유사도

추천 알고리즘 구현

1. 유저 프로필 생성 시 24개의 관심사 중 순위별로 4개의 관심사 선택
2. 선택한 4개의 관심사를 이용해 유저별 고유 임베딩 벡터 생성
3. 이때, 관심사 순위별로 가중치 적용
4. K-Means Clustering을 사용해 모든 유저의 임베딩 벡터를 3개의 군집으로 클러스터링
5. 가까운 군집 내 유저들을 랜덤으로 추천

관심사의 단어 임베딩 벡터 유사도

• FastText를 사용해 관심사별로 임베딩 벡터 생성 후 유사도 측정
• FastText가 영어를 기반으로 만들어진 임베딩 벡터이므로 24개의 관심사 단어를 영어로 변환 후 임베딩 벡터 생성
• PCA를 사용해 2차원으로 축소 후 시각화

사용 언어 및 라이브러리

Python, pickle, Django, sklearn, numpy , random

사용 가이드(Getting Started)

함수(Functions)

• get_embedding_matrix

• get_vector

• fit

• similarity

• predict

메소드(Methods)

• embedding_matrix

• preferences

• id

• data

• cluster

• result

현 문제점 및 향후 개발 계획

• 콜드 스타트(유저 데이터 부족)로 인하여 성능 향상을 위한 테스트가 어려움
• 데이터가 확보될 경우 실제 프로필 정보와 찜리스트를 활용하여 추천 알고리즘 성능 개선

팀원 소개

이름	담당 업무
@조윤행	팀장/ 추천 알고리즘 개발
@강미라	기획/군집수 테스트
@한승효	기획/가중치 테스트