| 박기범 | 정인식 | 조영하 | 조예진 | 최필규 |
|
|
|
|
|
| 폴라 | 선비 | 코그 | 렉사 | 필 |
Data Engineer |
Data Scientist |
Back-End Engineer |
Front-End Engineer |
Data Scientist |
| Github | Github | Github | Blog | Github |
데이터ETL 배치학습 DBA
|
RecVAE FastAPI 비동기 처리
|
API 코드
|
크롬익스텐션 React+TS
|
Contents Based 문서 임베딩 그래프 임베딩
|
- Github API를 활용한 데이터
- Repository
- User
- Repository 수집 베이스
- Github repository 개인화 추천 서비스
- 인기도, 유사도, 사용자 선호도 기반의 추천 리스트 제공
- 사용자 편의성을 위한 크롬 익스텐션 기반 서비스
- Github.com에서 바로 확인 가능한 추천 목록 제공
- 방문 repository 페이지에서 유사한 repository 추천 목록 제공
- 신규 사용자를 위한 인기도 기반의 초기 서비스 제공 (Cold-Start 방지)
기존 Github에서 사용자가 원하는 repository를 찾는 방법은 크게 2가지가 있습니다.
- 이름 및 태그 등 repository 메타데이터를 통한 사용자의 직접 검색
- 사용자 메타데이터를 사용한 github 자체의 Explore를 사용
위의 두 방법은 사용자가 스스로 관심사를 명확히 알아야 한다는 것과 Explore탭의 새로운 아이템 갱신 빈도가 낮다는 점이 핵심적인 문제점으로 작용합니다.
추천 서비스는 사용자의 불편함을 최소화하여 사용자가 필요로 하는 정보를 제공하는 것이 핵심이라고 생각하여 저희가 파악한 문제를 해결하고자 Github repository 추천 서비스를 개발하게 되었습니다.
서비스에서 해결할 가장 큰 문제는 다음과 같았습니다.
- 사용자의 액션을 최소화하는 것
- 서비스 초기 사용자 및 새롭게 깃허브를 사용하는 유저에 대한 cold-start 문제
- 사용자에게 제공하는 추천 목록을 생성하는 모델 선정
대표적인 문제들을 해결하기위해 크롬 익스텐션을 활용하여 github.com 페이지 내에 추천 목록을 삽입하였고 인기도, 유사도, 사용자 선호도 기반의 모델 총 3개의 모델을 혼합하여 추천 리스트를 생성했습니다. 추천 시스템의 난제 중 하나인 cold-start 문제는 초기에 인기도 기반으로 추천목록을 제공하는 방식으로 해결하였습니다.
React
Typescript
Django
Laravel
Facebook
Microsoft
Google
Alibaba
D3
Tencent