1.계획서

                      종합설계 프로젝트 계획서 요약

팀명

Hola

제출일

2013 3 14

프로젝트 제목

방문패턴 분석을 통한 장소 추천

팀원

성명

학번

SNS 주소

조문기(조장)

20073251 www.facebook.com/moons07

조희준

20073254 www.facebook.com/chochotrain17

이용석

20075367 www.facebook.com/yongzanim

오예지

20093310 www.facebook.com/yeji0419

박주영

20103341 www.facebook.com/juyomi

설계 프로젝트 개요

프로젝트 개요

기존의 장소 추천 서비스는 사용자의 현재 위치, 다른 사용자들의 평점 및 코멘트와 같은 단편적인 정보를 이용하여 장소를 추천해준다. 하지만 이런 주관적인 장소 추천 서비스는 “이제 뭐할까?”, “이제 어디 갈까?”, “저번에 갔던 ‘그 곳’과 비슷한 곳이 이 근처에는 없나?” 라는 생각을 하는 사용자의 요구를 만족시켜주기에는 부족함이 있다. 하지만 본 프로젝트에서는 하둡과 머하웃을 통해 유저의 취향과 이동 패턴, 환경적 요인 등을 함께 재가공하여 사용자의 기호에 맞는 장소를 추천해줄 것이다. 

장점

본 프로젝트의 목표는 기존 장소 추천 서비스의 한계점을 보완하여 사용자에게 보다 높은 신뢰성의 정보를 제공하는 것이다.

1. 사용자가 현재 있는 곳의 지리를 잘 모를 경우, 과거에 방문했던 곳의 유사한 분위기와 서비스를 원하는 경우가 있다. 이 때, 검색기능을 통해 사용자가 원하는 장소의 정보를 줄 수 있다.

2. 이용자가 원하는 서비스의 장소 카테고리를 직접 선택하여 나, 나와 유사한 이용자의 취향을 분석하여 장소를 추천 받는다.

현실적 제한요소

1. 하드웨어

(1) 서버 구축 및 유지보수 문제

(2) GPS 정확성 문제

(3) 개발 device 제한 문제

2. 소프트웨어

(1) 빅 데이터의 구성 조건 문제

(2) 센차 터치 사용으로 인한 로딩시간 문제

(3) 센차 터치 라이센스 문제

3. 기타

(1) 초기 데이터베이스 구축 문제

(2) 데이터 수집 문제

비교대상

 1. 기존 장소 추천 어플리케이션은 사용자가 다른 곳에서 가보았던 상호명을 현재 위치에서 검색 하였을 때 주위에 이름이 같은 상호명이 없다면 아무런 장소도 추천해 주지 않는다.

2. 또한 방문한 횟수, 평점과 같은 정보를 배제하고 단순히 현재 사용자가 있는 곳 중심으로 가까운 거리에 있는 장소만을 추천한다.

마일스톤 일정

  

마일스톤

개요

시작일

종료일

계획서 발표

l  개발 환경 완성 (클라우드 서버 구축 및 하둡 환경 구축, 센차터치, 폰갭 개발 환경 구축)

l  Hadoop에 대한 개념 숙지

l  Sencha Touch 사용 방법 숙지

산출물 :

1.     프로젝트 수행 계획서

2.     프로젝트 기능 일람표

2013-03-04

2012-03-14

설계 완료

l  시스템의 전체적 설계

l  State Machine 설계

l  MapReduce 알고리즘에 맞는 분석 프로그램 설계 및 구현

l  Sencha Touch를 이용한 모바일 웹 UI 구현

l  Mahout을 이용한 추천, 군집 알고리즘 설계

산출물 :

1.     State Machine

2.     MapReduce 분석 프로그램

3.     모바일 웹 UI

4.     추천, 군집 알고리즘 설계도

2013-03-09

2013-03-20

1차 중간 보고

l  모바일 웹 폰갭 연동

l  어플리케이션 서버 연동

산출물 :

1.     프로젝트 1차 중간 보고서

2.     각 디바이스에 호환 되는 어플리케이션

3.     1차분 구현 소스 코드

2013-03-21

2013-04-04

2차 중간 보고

l  Google Map API 적용

l  어플리케이션 세부기능 적용

l  어플리케이션의 필요한 데이터 수집

산출물 :

1.     프로젝트 2차 중간 보고서

2.     어플리케이션 베타 프로그램

2013-04-05

2013-05-01

구현 완료

l  맵리듀스 프로그램 완료

l  추천, 군집 적용

l  하이브리드 앱 완료

산출물:

1.      각 디바이스 별 하이브리드 앱

2.      맵리듀스 프로그램

3.      추천기, 군집 프로그램

2013-05-01

2013-05-30

테스트

l  어플리케이션 작동 테스트

l  추천의 정확도 테스트

2013-05-01

2013-05-30

최종 보고서

최종 보고 및 시연 준비

산출물:

1.     최종 보고서 및 발표 슬라이드

2.     디바이스 별 어플리케이션

2013-05-20

2013-05-31

결론

 많은 사람들이 LBS를 기반의 추천 서비스를 사용하고 있다. 그런데 기존의 위치기반의 어플리케이션은 수익을 내기 위해 이용자가 원하는 것과는 상관없는 무분별한 정보가 주를 이루고 있고 소수의 주관적인 평점의 누계로 단순하게 추천이 이루어지는 시스템이다. 이러한 점 때문에 우리는 정확한 정보를 얻기 어렵다.  

본 팀은 이러한 점을 보완해서 보다 객관적이고 정확한 장소 추천 서비스를 제공한다. 사용자의 취향뿐만 아니라, 나와 유사한 사람의 패턴도 비교 분석하여 내가 원하는 구체적인 장소를 추천한다. 이렇게 생산된 정보는 사용자들에게 굉장히 신선하고 실용적인 기능이 될 것이다. 수집된 데이터를 가공하여 최적화된 추천 정보를 제공한다는 것에 있어서 신뢰성이 매우 높을 것으로 판단된다.


      참고: 학기 전에 지도교수에게 과제를 제안하고 선정하는 과정을 이미 거친 것으로 간주하여 프로젝트 계획서는 이미 결정된 과제의 구체적 수행 계획을 서술합니다. 즉 과제를 제안하는 제안서와는 성격이 다릅니다.

      첨부화일 (아래 안내는 첨부 후에 삭제할 것)
      1. 계획서 발표 슬라이드쇼(200초 미만, 음성 녹음을 하여 슬라이드쇼로 만든 .ppsx 파일을 첨부 할 것.)
      2. 계획서 발표 슬라이드(PDF, 장당 2개)
      3. 계획서 화일(반드시 PDF파일로 제출 할 것.)
      Ċ
      13조 캡스톤,
      2013. 3. 13. 오후 9:32
      Ċ
      13조 캡스톤,
      2013. 3. 13. 오후 10:46
      ć
      13조 캡스톤,
      2013. 3. 13. 오후 10:43