머먹 : 키워드 기반 음식 추천 서비스

"머먹"은 키워드 기반 음식 추천 시스템으로, 사용자가 "육즙이 흐르면서 짭조름한 게 먹고 싶다"와 같이 입력하면 음식의 맛과 특징에 대한 키워드를 분석해 "불고기"와 같은 메뉴를 추천한다. 인류의 평균적인 생활 수준이 높아지면서 사람들은 편하게 맛있는 음식을 소비하게 되었고 최근 급부상한 배달 산업, 푸드 유튜버의 수, 그리고 음식을 소개하고 추천해주는 SNS 팔로워 수의 급상승이 이를 증명한다. 하지만 다양한 메뉴 중 먹고 싶은 메뉴를 쉽게 고르지 못하는 상황이 자주 발생하고, 평소에 먹던 음식만 떠오르는 상황이 잦다. "머먹"은 사용자가 입력한 문장, 날씨, 위치 등을 고려해 먹고 싶은 음식을 정확하게 추천해준다.

페이퍼캣 : 사용자기반 논문 추천 시스템

논문을 검색할 때 원하는 논문검색 결과를 얻는 것, 특정 키워드를 생각하는 것은 쉽지 않은 일이다. 페이퍼캣은 2가지 방식을 통해 사용자 추천 서비스를 제공한다. 첫 번째로 사용자의 검색 기록을 토대로 논문을 추천한다. 두 번째로 사용자의 검색어를 통하여 연관성이 높은 키워드를 추천한다.

Strategy.gg

League Of Legend 경기를 기반으로 한 전략 추천, 플레이 스타일 분석 웹 시스템입니다. 한 티어당 4~25만개의 경기로부터 시계열 데이터와 집계 데이터를 사용하여 모델을 만들었습니다. 사용자가 소환사 이름을 검색하면 그 소환사의 프로필과 최근 5경기의 랭크 게임이 보여집니다. 사용자는 각 경기마다 시간대별 기대 승률 그래프, 승률 변동 요인, 추천 전략과 해당 경기에서의 플레이 스타일 분석 결과를 볼 수 있습니다. 또한 사용자에게 이 시스템에서 어떤 데이터와 모델이 쓰였는지 설명하는 페이지가 제공됩니다.

우아한 음식들

"맛집 찾아서 맛있는 식사를 하고 싶은데 검색하면 광고 밖에 없네" 외식을 많이하는 현대 사회에서 모두가 한번 쯤은 겪어봤을 에로사항이다. 페이스북처럼 광고가 지배하지 않고 일반 사람들이 많이 게시하는 SNS는 인스타그램이다. 인스타그램의 빅데이터와 다이닝코드의 인기 음식점 순위를 분석해 사람들에게 광고성 없는 맛집 추천 서비스를 만들었다. 유동인구 공공데이터, 네이버랩의 지역별 관심도 데이터를 활용하여 기계학습을 통해 앞으로의 시장크기, 유동인구를 예측하여 맛있는 음식을 먹고 싶은 사람뿐만 아니라 음식점 창업을 준비하는 예비창업자에게도 도움이 될 수 있다.

Hotpler: 서울지역 핫플레이스 찾기

사람들이 지역과 함께 말하는 ‘Hot’하다고 할 때의 의미는, 최근에 사람들 사이에서 유행하거나 관심을 받아 인기가 많은 곳을 말한다. Instagram의 태그 기반으로 HOT한 정보를 얻어 사용자에게 서울 지역 내 핫플레이스에 대한 정보를 제공한다. 이 서비스는 안드로이드 어플리케이션을 통해 제공할 예정이다. 서비스에서 제공할 기능은 ①서울 지역 내 Hot Place의 순위를 제공. ②Hot Place의 카테고리별(음식점, 주점, 카페)의 정보를 제공. ③지도 위에 사용자의 현재 위치를 중심으로 주변 Hot Place를 마킹. ④추천 Hot Place 정보를 이미지를 포함한 그리드 형식으로 제공. ⑤커뮤니티 게시판 기능을 통해 후기 작성 제공.

레시피 헬퍼 : 사용자 취향에 맞춘 개인화 요리 레시피 추천 시스템

최근 취미 활동으로서 요리가 주목받고 있다. 하지만 넘처나는 레시피의 정보들 사이에서 자신이 요리하고 싶은 레시피를 선택하는 것은 쉽지 않은 일이다. 따라서 본 프로젝트의 레시피 헬퍼는 고르기 어려운 많은 레시피 중 사용자의 취향에 맞게 원하는 레시피만 쉽게 접근할 수 있도록 사용자 맞춤화 레시피를 추천해준다. 레시피 헬퍼는 총 3가지 형태의 하이브리드 필터링 추천 서비스를 제공한다. 첫 째로 나이, 성별, 건강 상태 등을 고려한 레시피를 추천한다. 두 번째로는 ''즐겨찾기'' 목록과 ‘사용 이력’을 통해 취향에 맞는 레시피를 추천한다. 마지막으로, 남은 식재료를 입력하면 이를 이용해 만들 수 있는 레시피를 추천한다.