4.최종 보고

                    종합설계 프로젝트 최종보고서 요약

팀명

 Hola

제출일

2013 5 28

프로젝트 제목

 방문패턴 분석을 통한 장소 추천

설계 프로젝트 개요

프로젝트 요약문

  • 프로젝트 개요

 본 프로젝트는 빅데이터 처리 프레임워크인 하둡과 머하웃을 사용해 사용자들에게 맞춤형 장소추천을 해주는 어플리케이션이다. 어플리케이션은 체크인, 검색, 추천 3가지 기능을 제공해준다.

체크인은 여러 사용자들이 방문한 장소정보를 수집하기 위한 기능이다. 검색과 추천을 위해서는 과거 사용자들의 데이터가 필요하며, 이를 위해 체크인 기능이 요구된다. 검색은 사용자가 원하는 장소명을 입력했을 시에 그곳과 유사한 곳을 찾아주는 기능이다. 추천은 위에서 언급한 하둡과 머하웃을 사용해 사용자의 패턴과 다른 사용자들의 유사성을 토대로 장소를 제공해준다. 마지막으로 게임적 요소를 넣어 사용자들의 자발적인 체크인을 유도한다.

  • 추진 배경 및 필요성

 기존의 위치기반 장소 어플리케이션들은 사용자들 평점과 현재 위치만을 토대로 카테고리별로 장소를 제공해준다. 게다가 일부 서비스 제공자가 광고수입을 위해 객관적이지 못한 평점을 매겨, 사용자들의 만족도를 채우지 못하고 있다.

스마트폰 보급으로 다양하고 많은 형태의 데이터가 생산되고 있다. 이러한 데이터 즉 ‘빅데이터’를 어떻게 처리해서 어떤 정보를 얻어낼 수 있느냐는 큰 이슈를 일으키고 있다. 빅데이터 분석과 처리를 통해 사용자들의 패턴을 분석하여 기존 장소 어플리케이션을 보완하는 장소추천 서비스를 개발하고자 한다.


마일스톤 수행 내용

  • 서버와 어플리케이션과의 실시간 데이터 처리 
  • DB 및 테이블 구성
  • 하둡 MapReduce 알고리즘 연구
  • 머하웃 추천 알고리즘 연구 
  • 추천을 위한 유사도 측정 알고리즘 연구
  • 구글 Map API 사용 연구
  • Yahoo 날씨 API 사용 연구 
  • 안드로이드와 MYSQL 연동
  • 어플리케이션 UI 연구


최종보고 요약

 수많은 장소 중 어느 곳을 갈지 고민을 하는 사람들에게 사용자의 기호를 고려한 장소를 추천해 줄 수 있다. 사용자가 지도에 남긴 체크인 정보를 분석하여 사람들의 성향을 파악함으로써 데이터의 가치를 높였다. 본 프로젝트는 방대하고 실시간으로 생성되는 빅데이터를 하둡으로 처리하여 기존의 주관적인 장소 추천 서비스의 한계점을 보완하여 사용자에게 보다 신뢰성 높은 정보를 제공해 준다. 뿐만 아니라 어플리케이션으로 서비스를 제공하므로 언제 어디서나 원하는 장소를 추천 받을 수 있다


프로젝트 결과
  • 대용량 데이터 저장 및 분석 가능한 Ubuntu 서버 구축
  • 사용자의 체크인 데이터를 분산처리 하는 MapReduce 프로그램 구축
  • Mahout사용자 유사도 기반 추천 프로그램 구축
  • 검색 및 추천 서비스를 제공하는 Android Application 구축

동영상


첨부화일 (아래 안내는 첨부 후에 삭제할 것)

1. 동영상 (위 본문 페이지에 삽입)
2. 결과 보고서(PDF)
3. 최종결과 슬라이드(PDF, 장당 2개)
4. 포스터(PDF)
Ċ
13조 캡스톤,
2013. 5. 28. 오후 7:40
Ċ
13조 캡스톤,
2013. 5. 28. 오전 7:27
Ċ
13조 캡스톤,
2013. 5. 28. 오전 10:46
Comments