Movie Recommendation Project
[TOC]
GitHub: NEMO
The-NextMovie(이하, NEMO)는 영화 평점 및 유저 데이터 기반 영화 맞춤 추천 사이트 입니다. 사용자의 취향 및 직업군, 성별, 나이 등을 Clustering Algorithm 과 Recommand Algotirhm 기반으로 유사한 유저를 선별하고 선호하는 영화를 추천해주며, 아직 감상하지 않은 영화에 대한 예상 점수를 계산해 주어 사용자에게 수준 높은 문화 활동의 경험을 장려하고자 제작되었습니다.
-
front폴더에서 npm 모듈을 install 합니다.$ npm install
-
backend폴더에서 pip 모듈을 setup합니다.$ pip install -r requirements.txt
-
model 작업을 위한 migrate가 필요합니다.
backend>manage.py파일을 실행시킵니다.$ python manage.py migrate
-
backend>db.json파일을 load시킵니다.$ ./manage.py loaddata db.json
(5분여정도 걸립니다.)
데이터 분석을 위해 사용하는 fuzzywuzzy 라이브러리와 관련하여
warnings.warn('Using slow pure-python SequenceMatcher. Install python-Levenshtein to remove this warning')이 뜰 수 있습니다. 당황하지 않고 기다리면 완료됩니다.
-
backend서버를 구동시킵니다.backend폴더 수준에서 명령어를 입력합니다.$ python manage.py runserver
-
frontend서버를 구동시킵니다.frontend폴더 수준에서 명령어를 입력합니다.$ npm run serve
신규 가입 사용자는 NEMO에서 제공하는 영화 목록에서 자신이 이미 시청한 영화에 대한 평점을 기입합니다. 해당 과정을 통해 사용자가 선호하는 영화에 대한 정보를 수집하고 이를 기반으로 추천 알고리즘을 시행합니다.
NEMO의 메인 페이지에서는 자신이 기입한 영화 정보를 기반으로 다양한 형태의 영화 추천 서비스를 제공합니다. Matrix Factorization기술을 통해 사용자의 취향 (장르 등)에 부합하는 영화 들 중 예상 점수가 높은 영화들을 추천 받을 수 있도록 구현하였습니다. 또한, 이외에도 최신 영화, 선호 장르별 추천등의 기능을 함께 제공합니다.
영화 정보를 Client의 State에 분할, 저장하여 영화 검색 시 서버와의 통신을 최소, 최적화하였습니다. 이를 통해 빠른 검색이 가능 하도록 하였으며, 분할 저장된 정보를 이용, 무한 스크롤을 구현함으로써 한층 더 높은 수준의 UX를 구현하고자 하였습니다.
사용자의 프로필 페이지에서 기존에 평가한 영화에 대한 평점을 수정, 관리 할 수 있으며 해당 영화에 대한 자세한 정보를 제공 받을 수 있도록 구현하였습니다. 이렇게 수정된 평점 역시 이후의 추천 영화에 영향을 미침으로써, 사용자의 취향의 변화등에도 빠르게 대응 할 수 있도록 구현하였습니다.
자신과 취향이 유사한 사용자들을 제공해 줌으로써 색다른 형식으로 영화를 추천 받을 수 있는 시스템입니다. 해당 사용자의 프로필을 방문하여, 자신이 아직 감상하지 못한 영화 목록을 확인 할 수 있을 뿐만 아니라, 유사한 유저들 간의 커뮤니티를 구성할 수 있도록 구현하였습니다. 또한, 이후 구현될 추천 영화 패키징 서비스의 초석으로써 구현되었습니다.
※ **추천 영화 패키징**이란, 자신이 감명깊게 보았던 영화 들을 하나의 리스트로 묶어 구독자들에게 제공해주는 부가 상품으로, 사용자들의 사이트 사용 욕구 증진 및 부가적 수익 창출을 위한 시스템을 목표로 하고 있습니다.
NEMO의 관리자는 Admin Page를 통해 사이트에 사용될 알고리즘 5종류 각각 K-means, Hierarchical, Gaussian Mixture Model,KNN Algotirhm,Matrix Factorization을 손쉽게 변경할 수 있도록 구현하였습니다.
| Field Name | Data Type | Example | Description | Result |
|---|---|---|---|---|
| user | Int | 1 | user의 pk값 | 1,2,3,... |
| gender | Char | "F" | 성별 | "F", "M" |
| age | Int | 23 | 나이 | 1,2,3,... |
| occupation | Char | student | 직업 | student... |
| group | Int | 1 | cluster시 속해있는 그룹 | 1,2,3... |
| description | Char | "hello" | profile의 한 줄 자기소개 | "" |
| image | Image | thumnail | ||
| recommend_user | Char | "user1" | recommendation algorithm 활용시 비슷한 유저 | user1,user2... |
| subscription | Bool | True | 구독되있는지 여부 확인 | True, False |
| subscription_date | Char | "1502394" | 구독시점의 타임스탬프 | 12343512, 12341233, |
| Field Name | Data Type | Example | Description | Result |
|---|---|---|---|---|
| id | Int | 1 | movie의 pk값 | 1,2,3,.. |
| title | Char | "toy story(1995)" | 제목 | |
| genres | Char | ["Comedy", "Drama"] | 장르 | |
| group | Int | 1 | cluster시 속해있는 그룹 | 1,2,3... |
| poster_url | Text | "http:/ ..." | poster url | |
| backdroup_url | Text | "dji4Fm0g..." | backdrop url | |
| overview | Text | 영화 설명 | ||
| adult | Bool | True | 성인등급영화확인 | True, False |
| recommend_movie | Char | 1,3,4 | recommendation algorithm 활용시 비슷한 영화 | 1,2,3... |
| Field Name | Data Type | Example | Description | Result |
|---|---|---|---|---|
| movie | FK | 영화 FK | ||
| user | FK | 유저 FK | ||
| rating | Int | 3 | 평점 | 1,2,3,4,5 |
| rating_date | Char | "1502394" | 평점 남긴 시점의 타임스탬프 | 12343512, 12341233, |
| Field Name | Data Type | Example | Description | Result |
|---|---|---|---|---|
| cluster_choice | Bool | True | cluster모델이 선택되어있는지 확인하는 column, True : cluster 모델 선택되어 있음 False : KNN, matrix factorization등 다른 recommend model 선택되어있음 |
True, False |
| based | Char | "user" | user / movie | "user", "movie" |
| method | Int | 1 | 1 : k-means algorithm이 선택되어있음 2 : gaussian mixture algorithm이 선택되어있음 3 : hierarchical algorithm이 선택되어 있음 |
1,2,3 |
| params | Int | 3 | cluster의 갯수 | 2,3,4... |
- Vuex (3.1.1)
- Vue.js (2.6.10)
- SCSS (sass-loder : 8.0.0, node-sass: 4.12.0)
- vue CLI (3.12.0)
- Django (2.2.4)
- Django REST Framework (3.10.2)
- Django REST Framework-jwt (1.11.0)
- python (3.6.8)
- numpy (1.17.0)
- pandas (0.25.1)
- virtualenv (16.7.7)
- K-means, Hierarchical, Gaussian Mixture Model, KNN Algotirhm, Matrix Factorization
