def recomm_style(self, request):
webtoons = Webtoon.objects.order_by("scale_loss")
# 비슷한 그림체 10개
style_similar_webtoon = webtoons[1:16]
# 다른 그림체 10개
style_unsimilar_webtoon = webtoons[len(webtoons)-16:]
serializer_similar = WebtoonSerializer(style_similar_webtoon, many=True)
serializer_unsimilar = WebtoonSerializer(style_unsimilar_webtoon, many=True)
return Response([
{"그림체 비슷한 10개": serializer_similar.data},
{"그림체 다른 10개": serializer_unsimilar.data}
])
def favorite_list(self, request):
user = get_object_or_404(get_user_model(), pk=request.user.user_id)
if user.is_authenticated:
favorite_list = user.favorite_webtoon.all()
genres = Genre.objects.all()
webtoon_favorite_list = list()
for webtoon in favorite_list:
webtoon_favorite = dict()
genres_names = []
webtoon_genres = webtoon.genres.all()
for webtoon_genre in webtoon_genres:
for genre in genres:
genre_name = genre.genre_name
if webtoon_genre.id == genre.id:
genres_names.append(genre.genre_name)
webtoon_genre.id = genre.genre_name
serializer = WebtoonSerializer(webtoon)
webtoon_favorite = serializer.data
webtoon_favorite['genres_names'] = genres_names
webtoon_favorite_list.append(webtoon_favorite)
return Response(webtoon_favorite_list, status=status.HTTP_202_ACCEPTED)
return Response(status=status.HTTP_401_UNAUTHORIZED)
def recomm_overall(self, request):
# 사용자의 좋아요 리스트에 있는 웹툰 목록
user = get_object_or_404(get_user_model(), pk=request.user.user_id)
user_id = get_user_model().objects.values('user_id').filter(username=user.username)
favorite_webtoons = Webtoon.objects.filter(like_users=user_id[0]['user_id'])
# 웹툰 전체 목록
webtoons = Webtoon.objects.all()
# 1. 사용자 장르 벡터와 웹툰 장르 벡터의 유사도가 높은 순서
# 사용자의 장르 벡터
serializer = WebtoonSerializer(favorite_webtoons, many=True)
webtoon_data = serializer.data
user_genres_matrix = genre_recomm.user_to_matrix(webtoon_data)
# 웹툰들의 장르 벡터
webtoons = Webtoon.objects.all()
df_webtoon = genre_recomm.webtoon_to_dataframe(webtoons)
genre_mat = genre_recomm.webtoon_to_matrix(df_webtoon)
# 각각의 유사도 계산
similarity = genre_recomm.cal_similarity(user_genres_matrix, genre_mat)
# 유사도 순 정렬
sorted_similarity = sorted(similarity.items(), reverse=True, key=lambda item: item[1])
# id값에 해당하는 웹툰 정보 응답
genre_result = []
for i in range(10):
webtoon = Webtoon.objects.filter(webtoon_number=sorted_similarity[i][0])
serializer = WebtoonSerializer(webtoon[0])
genre_result.append(serializer.data)
# 2. 좋아요한 웹툰의 작가가 쓴 다른 웹툰들
artists_result = []
for favorite_webtoon in favorite_webtoons:
writer = favorite_webtoon.webtoon_writer
# 이미 존재하는 웹툰의 id값
already_num = favorite_webtoon.webtoon_number
for webtoon in webtoons:
# 좋아요한 웹툰의 작가가 그린 다른 웹툰 and 이미 좋아요 한 웹툰
if webtoon.webtoon_writer in writer and webtoon.webtoon_number != already_num:
serializer = WebtoonSerializer(webtoon)
# json 형태로 변환
artist_json = JSONRenderer().render(serializer.data)
artist_stream = io.BytesIO(artist_json)
artist_data = JSONParser().parse(artist_stream)
# key-value 추가
artist_data['favorite_writer'] = writer
artists_result.append(artist_data)
# 3. 좋아요한 웹툰과 줄거리 유사도 높은 웹툰들
df_webtoon = summary_recomm.to_dataframe(webtoons)
overview_sim_sorted_ind = summary_recomm.tokenizer(df_webtoon)
summmary_result = []
for favorite_webtoon in favorite_webtoons:
title = favorite_webtoon.webtoon_name
# 찜목록에 있는 모든 웹툰리스트들과 가장 유사도가 높은 3개를 출력
similar_webtoons = summary_recomm.find_sim_movie_ver2(df_webtoon, overview_sim_sorted_ind, '{}'.format(title), 3)
similar_webtoons_json = json.loads(similar_webtoons)
for result in similar_webtoons_json:
webtoon = Webtoon.objects.get(webtoon_number=result['webtoon_number'])
serializer = WebtoonSerializer(webtoon)
# json 형태로 변환
summary_json = JSONRenderer().render(serializer.data)
summary_stream = io.BytesIO(summary_json)
summary_data = JSONParser().parse(summary_stream)
# key-value 추가
summary_data['similar_webtoon'] = title
summmary_result.append(summary_data)
# 4. 다른 사람들이 높게 평가한 웹툰들
score_webtoons = Webtoon.objects.order_by("-webtoon_score")[:10]
score_serializer = WebtoonSerializer(score_webtoons, many=True)
score_result = score_serializer.data
# 5. 무작위 추천 웹툰(계속해서 비슷한 것만 나오게 하는 것 방지)
random_webtoon = Webtoon.objects.order_by("?")[:5]
random_serializer = WebtoonSerializer(random_webtoon, many=True)
random_result = random_serializer.data
# 6. 좋아요한 웹툰과 줄거리 유사가 낮은 웹툰들
df_webtoon = summary_recomm.to_dataframe(webtoons)
overview_sim_sorted_ind = summary_recomm.opposition_tokenizer(df_webtoon)
opposition_result = []
for favorite_webtoon in favorite_webtoons:
title = favorite_webtoon.webtoon_name
# 찜목록에 있는 모든 웹툰리스트들과 가장 유사도가 낮은 30개를 출력
unsimilar_webtoons = summary_recomm.find_sim_movie_ver2(df_webtoon, overview_sim_sorted_ind, '{}'.format(title), 30)
results = json.loads(unsimilar_webtoons)
# 30개중 3개씩 랜덤추출
results = random.sample(results, 3)
for result in results:
webtoon = Webtoon.objects.get(webtoon_number=result['webtoon_number'])
opposition_serializer = WebtoonSerializer(webtoon)
# json 형태로 변환
opposition_json = JSONRenderer().render(opposition_serializer.data)
opposition_stream = io.BytesIO(opposition_json)
opposition_data = JSONParser().parse(opposition_stream)
# key-value 추가
opposition_data['opposition_webtoon'] = title
opposition_result.append(opposition_data)
# 응답
return Response(
[
{"이런 장르의 작품을 좋아하시네요!": genre_result},
{"좋아하는 작가의 다른 작품": artists_result},
{"좋아하는 작품과 줄거리 유사한": summmary_result},
{"다른 사람들이 좋은 평가를 한": score_result},
{"이런건 어떤가요?": random_result},
{"평소에는 보지 않지만 어떠세요?": opposition_result},
])