Skip to content

jimin-mjl/asap

Folders and files

NameName
Last commit message
Last commit date

Latest commit

 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 

Repository files navigation

1. 웹 서비스 소개

asap_logo

누구보다 빠르게 쇼핑하고 싶다면 ASAP!
원하는 패션 카테고리와 인공지능 기반으로 추출된 패션 키워드를 선택하면 사용자에게 상품을 추천해주는 맞춤형 쇼핑몰입니다.

IDEA 성별, 카테고리, 키워드를 선택하면, 맞춤 상품을 추천해주는 서비스

주 타겟층: 옷에 관심 없고, 옷 고르는 시간이 아까운 사람들

사용자에게서 받을 인풋: (결국 필터 조건을 받는 것)

  • 사용자 정보: 성별, 나이, 신체 사이즈 등
  • 최소 조건: 예산, 그 안에서 골라야 할 옷의 갯수 등
  • 취향 정보: 주어진 패션 키워드를 선택해서 고르게끔 (옷에 관심 없는 사람이지만 그래도 그나마 갖고 있는 마지노선과 같은 취향 정보를 받는 것. 내가 옷에 관심은 없지만 눈에 안 띄는 무채색이었으면 좋겠고, 편안했으면 좋겠고 마지노선 취향은 있으니까?)
  • 이렇게 해서 나온 필터링의 적용 강도 (강도 100이면 진짜 딱 거기에 들어맞는 것들만 추천해주고, 강도 50이면 필수 조건에는 부합하지만 스타일적인 측면에서 조금 새로운 걸 시도해볼 수 있도록 추천해주던가, 강도가 더 내려가면 좀더 선택의 폭을 넓게 주는...)

서비스가 제공할 아웃풋:

  • 필수 조건에 맞으면서도 사용자의 취향에도 맞는 옷 추천(옷에 관심 없는 사람이 대상이니까 적어도 싫어하지 않을...)
  • 만약 추천 받길 원하는 제품이 10만원 안에서 상의 1벌, 하의 1벌 이었다면 약간 이런 느낌? image
  • 만약에 여기서 사용자가 상품을 누르면, 이 상품은 이건 좋은데 이건 별로다, 이렇게 리뷰 분석한 요약 정보를 보여줘서 옷 고르기 귀찮아하는 사용자가 빨리 최적의 옷을 고를 수 있게 도와주기

추가 배경 설명:

  • 영화에 정말 관심 많은 사람들은 추천 컨텐츠 떠도 그냥 그런 게 있구나 하고 지나갈 뿐이지, 그걸로 영화 초이스를 하진 않는다고 생각. 반면, 대충 킬링타임으로 영화 보는 사람들은 추천 컨텐츠 뜨면 그걸로 주로 영화를 고른다고 봄.
  • 옷도 마찬가지로, 옷에 관심 많은 사람들은 추천이 있더라도 탐색의 폭이 좀 넓어질 뿐 그걸로 선택까지 이어지진 않는다고 생각. (실제로 그 정도의 적중률? 을 달성하기까지는 정말 어려울 듯)
  • 반면, 옷에 관심 없고 쇼핑 시간이 아까운 사람들의 경우에는 마지노선의 조건들만 충족시켜서 적당히 괜찮은 옷을 추천해준다면 정말 그게 구매로까지 이어지고, 꽤 서비스를 유용하게 쓸 것이라고 생각함.
  • 옷에 진짜 관심 없는 남동생 옷 골라준다 생각하고 서비스를 만들어보면 어떨까. 20살 남자고, 175CM에 75KG 정도. 10만원 안에서 상하의 착장 한벌을 골라줘야 함. 편한 게 최고라고 했고, 무채색이 좋다고 했다. 이런 조건들을 갖고 옷을 추천해주는...

2. 스토리보드

https://ovenapp.io/view/XQrhGuLOWDILzbBckq7Wr44jEVHb17JV/khiO1 image

3. 프로젝트 구성

  1. 필요한 데이터셋

Amazon Fasion "review" sample data

    {'asin': 'B00008JOQI',
 'overall': 5.0,
 'reviewText': 'Good quality',
 'reviewTime': '09 2, 2016',
 'reviewerID': 'AL5UUEGXJFDGU',
 'reviewerName': 'Troy K',
 'style': {'Color:': ' White', 'Size:': ' 19 - 35'},
 'summary': 'Five Stars',
 'unixReviewTime': 1472774400,
 'verified': True}
  • asin - ID of the product, e.g. 0000013714
  • reviewText - text of the review
  • overall - rating of the product
  • reviewTime - time of the review (raw)
  1. 기술 스택 및 라이브러리

    • 웹 서비스 제작을 위해 필요한 tool을 정리합니다.
    분류 Tools 목적
    Server Django 웹 서버 구동
    Server autopep8 코드 컨벤션 통일
    Front React 웹 화면 구현
    Front eslint, prettier 코드 컨벤션 통일

4. 구현 기능

  • 구현해야 하는 세부 기능들을 명세하고, 우선순위를 설정합니다. 이후 우선순위를 바탕으로 개발을 진행합니다.
  • 이후 구현된 기능에 알맞는 스크린샷, 영상 등을 추가합니다.

(미정)

  1. 필수 구현
    • 1순위 :
    • 2순위 :
    • 3순위 :
  2. 선택 구현
    • 1순위 :
    • 2순위 :
    • 3순위 :

5. 와이어프레임

  • 디자인 혹은 개발을 시작하기 전, 발생될 문제를 미리 확인하기 위해 각 페이지별로 세부적으로 어떤 정보가 어떻게 들어갈지(구성 방식, 콘텐츠, 기능 등) 구성합니다.
  • 파워 포인트, Moqups, UXPin 등을 활용하여 작성할 수 있습니다.

(아직 미정) 아래는 초기기획이었던 옷챠에 대한 와이어프레임 입니다 https://www.figma.com/file/DViy7TG567Y3on7fL3mpzJ/Untitled?node-id=2%3A46

6. 세부 일정

  • 효율적인 프로젝트 수행을 위해 구현 기능의 우선순위를 바탕으로 주차별 세부 일정을 기획합니다.
  • 일정은 수정될 수 있으며, 수정 시에 기획서 반영 및 팀원 공유 등을 통해 업무 관리를 합니다.

(미정)

  1. 데이터 분석, EDA
  2. 기획 확정
  3. 웹 개발

7. 역할

이름 담당 업무
강경림 프론트엔드
윤맑은이슬 프론트엔드
김현광 백엔드
이지민 백엔드
이혁준 백엔드
박예찬 인공지능

8. 배운 점

  • 인공지능 프로젝트에서 배운 점과 느낀 점 등을 정리합니다.

About

키워드 기반의 사용자 맞춤형 상품 추천 쇼핑 서비스입니다.

Resources

Stars

Watchers

Forks

Releases

No releases published

Packages

No packages published

Contributors 6