이제는 음식 추천도 재미있게! 체리피커
사람들은 먹는 것에 진심입니다.
유튜브 컨텐츠 60%가 먹방과 음식과 관련된 컨텐츠이고, 인스타그램과 같은 소셜미디어에서 먹방, 맛집과 관련한 태그는 상위 1%에 도달합니다.
이에 저희는 연령층이 낮아질 수록 짧은 길이의 영상을 선호한다는 연구결과을 토대로, 짧은 게임을 통해서 음식점을 추천받고 원하는 식당을 찾아갈 수 있는 서비스를 설계하였습니다.
저희의 서비스는 초기 유저의 취향을 간단한 게임을 통해 설정한 후, 이에 맞는 식당을 게임의 형태로 유저에게 추천해줍니다.
유저는 오른쪽으로 화면을 스와이프하여 좋아요를, 왼쪽으로 스와이프하여 싫어요를 할 수 있습니다.
이를 통해 마지막 추천된 음식점을 통해, 즐겨찾기 및 목적에 맞는 음식점을 확인할 수 있습니다.
또한 유저의 취향분석을 통해 음식점 선호 패턴을 확인할 수 있습니다.
체리피커는 스와이프를 기반으로 유저의 취향을 점점 찾아서 음식점을 추천해주는 IOS 애플리케이션 서비스입니다.
유저는 단순히 화면에 등장하는 음식점을 느낌에 따라 왼쪽⬅️ 또는 오른쪽➡️으로 스와이프하면 마음에 쏙 드는 음식점을 추천받을 수 있습니다.
기존의 음식점을 찾는 수고로움에 게임을 접목해 유저에게 적합한 음식점을 찾아줍니다.
- Java spring boot을 이용한 api 개발
- 룰 베이스 학습 방식을 도입한 음식점 추천 알고리즘 도입
- AWS 활용 자동배포 시스템 구축
- 유저의 취향을 기반으로 음식점을 게임형태로 추천해주는 시스템을 제안하였습니다.
- 유저는 초기 취향 게임을 통해서 본인의 취향을 세팅하고 게임을 진행할 수 있으며, 별도의 목적에 맞는 식당을 ‘단체 모임’, ‘혼밥’, ‘카페 공부’, ‘술집’ 중에 선택하여 카테고리별 게임도 진행할 수 있습니다.
- 유저는 ‘취향 분석’ 서비스를 통해서 본인의 취향의 상위 퍼센트를 확인할 수 있습니다.
- ‘취향 분석’ 서비스에서는 추가적으로 ‘미니 인플루언서’, ‘카페인 뱀파이어’, ‘술고래’등 음식취향 분석을 확인할 수 있습니다.
- 기존 태그 희소성 로직: 1 / {(해당 태그들을 가진 가게의 개수)/ 전체 가게 수}
- 유저의 취향 태그의 희소성 로직: ∑(태그의 희소성 값) * (유저의 태그)
- 유저의 희소성 상위 비율 =.전체 유저 중 유저 희소성이 차지하는 비율
-
각 preference Category에 대한 기준 태그 값이 존재합니다.
-
유저의 취향 태그와 preference Category와의 MSE(Mean Squared Error)를 이용한 유클리디안 오차 계산을 통해 유저의 취향에 가장 가까운 태그를 설정하고, 이를 토대로 개인화된 분석을 도출합니다.
