😶‍🌫️ 눈으로 보는 즐거움에 대해, NOON

📊 빅데이터와 함께 당신의 네이버 웹툰 취향을 알아보세요!

🤖 컷과 컷사이를 누비는 인공지능, 딥러닝을 활용해 당신 취향에 딱 맞는 웹툰을 추천해드립니다.

👍 로그인없이 추천 웹툰만 간편하게 알아보세요!

🗂️ 프로젝트 소개

1. 데이터 분석

1) 데이터 수집

• Selenium과 BeautifulSoup4를 활용해 웹 크롤링을 진행했습니다.
• 줄거리 기반 유사도 측정 시 활용 데이터 ➡️ 웹툰 제목, 웹툰 소개글, 웹툰 태그
• 그림체 기반 유사도 측정 시 활용 데이터 ➡️ 각 에피소드의 썸네일 이미지

2) 데이터 전처리

• 줄거리 기반 유사도
  ➡️ 문자열 수정 : 해시태그와, 줄거리 부분을 문자열로 수정했습니다.
  ➡️ 해시태그 삭제 : "최강", "공모전"이 들어간 해시태그, 출현 빈도가 2회 이하인 해시태그
  ➡️ 해시태그를 장르와 태그로 구분

• 그림체 기반 유사도
  ➡️ 대표 썸네일 대신 에피소드 썸네일 활용 : 대표 썸네일은 실제 그림체와 차이가 있기 때문에 정확도를 높이기 위함입니다.
  ➡️ 에피소드 수가 90개 이상인 작품만 추출 : 그림체 학습에 대한 정확도를 높이기 위함입니다.
  ➡️ ImageDataGenerator를 활용한 데이터 증식

3) 데이터 모델링

• 줄거리 기반 유사도
  ➡️ KLUE_NLI와 KorSTS 데이터를 활용해 Pre-trained 된 Sentence_Transformers 모델 사용
  ➡️ cosine similarity를 통해 문장 간 의미적 관계를 수치로 표현

줄거리 유사도 
= 소개글 가중치(0.45) * 소개글 유사도 + 장르 가중치(0.45) * 장르 유사도 + 태그 가중치(0.1) * 태그 유사도

• 그림체 기반 유사도
  ➡️ ResNet101V2를 활용해 성능을 55%까지 향상
  ➡️ 하이퍼 파라미터 조정(이미지 target size)
  (64 * 64) -> (202 * 120) -> (224 * 224)

---

SYSTEM ARCHITECTURE

---

HOW TO START

Front

npm run start

Back

python -m flask