sehwaa/nanugi

오픈마켓 쇼핑 카테고리 자동 분류 서비스 & 쇼핑 상품 맞춤 추천 서비스

Nanugi

쇼핑 카테고리 자동 분류 서비스 & 쇼핑 상품 맞춤 추천 서비스

Description

• 기획 의도

  • 오픈마켓에 상품을 판매하는 판매자들은 상품 등록 시에 카테고리를 지정하는 것에 수고로움을 느낀다. 왜냐하면 오픈마켓마다 상품별로 지정하는 카테고리가 다를 뿐더러 아예 카테고리에 대한 기준이 없는 경우도 허다하기 때문이다. 그래서 판매자가 오픈마켓에 상품을 등록할 때 상품명을 바탕으로 자동으로 분류되는 모델을 만들어 수고스러움을 덜고자 한다.
  • 오픈마켓에서 상품을 구매할 구매자들은 어떤 상품을 구매하기 위해 수많은 상품을 조회해야하는 번거로움이 있다. 따라서 맞춤 상품을 추천해주어 좀 더 상품을 구매하는 데 있어서 편리함을 느낄 수 있도록 하려고 한다.

• 서비스

  • 판매자는 웹 사이트에 로그인 후, 상품명을 반드시 포함하여 상품에 대한 정보를 입력하고 자동으로 분류된 카테고리를 확인한 후 상품을 등록한다. 상품의 카테고리가 잘못 분류되었다고 판단될 경우 카테고리를 수정 요청 할 수 있다.
  • 구매자는 웹 사이트에 로그인 후, 상품에 리뷰를 남기면 리뷰를 남긴 상품의 카테고리들을 바탕으로 카테고리와 관련된 광고들을 받아 볼 수 있음.
  • 상품 구매 페이지로 넘어가면 관심 카테고리들과 해당 카테고리에 있는 추천 상품들을 확인 할 수 있음
  • 실제 구현 화면은 result 폴더에서 이미지로 확인

Data

• 카테고리 자동 분류 모델 - 카카오 아레나 데이터 사용
• 상품 추천 모델 - 아마존 상품 리뷰 데이터 사용

Architecture

• AWS를 활용
• 카테고리 자동 분류 모델 : S3에 모델 압축본을 넣어놓고 웹 서버(Backend) 단에서 S3에 있는 모델을 로드하여 결과값을 가져와 웹 UI(Frontend)단에 표시함
• 상품 추천 모델 : 주기적으로 모델 API가 돌아서 리뷰를 남긴 사용자들의 추천 상품을 데이터베이스에 업로드하고, 웹 상에서 표시할 때는 웹 서버(Backend)단에서 데이터베이스에서 결과값을 가져와 웹 UI(Frontend)단에 표시

Model & Algorithm

• 카테고리 자동 분류 모델 - TF-IDF로 상품명들을 벡터화하고, SVM(Support Vector Machine)으로 학습시켜 모델을 만듦
• 상품 추천 모델 - SVD 알고리즘(행렬 분해 알고리즘)을 활용하여 상품 평점 데이터를 사용자 행렬, 특징 행렬, 아이템 행렬로 분류한 후, 사용자 행렬을 바탕으로 유사한 사용자를 도출하여 유사한 사용자들이 좋아한 상품들을 추천해 줌

Process

• 데이터 수집(카카오 아레나 데이터, 아마존 상품 리뷰 데이터) >> 데이터 전처리(Null값 제거, 이상치 제거) >> 데이터 분석 및 모델 구현(SVM, SVD) >> 데이터 시각화(웹 사이트 구현 - REST API를 설계 및 구현한 후 UI와 연동하는 방식으로 구현)

Techonology Stack

• Python Flask, HTML/CSS, JavaScript, AWS SageMaker, AWS S3, AWS Elasticbeanstalk, AWS RDS(MariaDB), 기타 파이썬 라이브러리