-
회원 프로필과 상품/경매 프로필은 하나의 벡터로 표현됩니다.
- 상품/경매의 제목, 본문을 tokenize하고 one-hot encoding한 값과 카테고리를 one-hot encoding 한 값을 이용합니다.
- 추천 알고리즘이 동작하면 회원 프로필과 각 상품/경매 프로필에 대한 코사인 유사도를 계산하고 상위에 지정한 개수만큼 선택하여 반환합니다.
- FastAPI, Uvicorn 로 서버를 구축했습니다.
- SQLAlchemy 로 객체 지향 데이터 로직을 작성했습니다.
- Huggingface의 Transformers 를 통해 pre-trained tokenizer를 추천 시스템 구현에 활용했습니다.
- MariaDB 를 데이터베이스로 사용합니다.
- Docker 로 일관성있는 개발 환경을 구축합니다.