MBTIgram Fask server

개요

메인 서버인 스프링 서버에서의 요청에 따라 작성글을 바탕으로 MBTI분석 후 결과를 스프링 서버에 반환한다.

Front End: https://github.com/SPP-Zizon-Ulzzang/Zizon-Ulzzang-FE

스프링 서버: https://github.com/SPP-Zizon-Ulzzang/Zizon-Ulzzang-BE

기능

1. 인스타그램 게시글 분석

1. 사용자의 인스타그램 ID를 메인서버로 부터 전달받는다.
2. Instagrapi(https://github.com/adw0rd/instagrapi)를 통해 최근 게시글의 텍스트를 조회한다.
3. 모델을 통해 추출된 텍스트를 바탕으로 사용자의 MBTI를 예측한다.
4. 결과를 메인서버에 반환한다.

2. 자기소개 분석

1. 사용자가 작성한 자기소개 글을 메인서버로 부터 전달받는다.
2. 모델을 통해 해당 자기소개 글을 바탕으로 사용자의 MBTI를 예측한다.
3. 결과를 메인서버에 반환한다.

예측 모델

1. 학습 데이터

(MBTI) Myers-Briggs Personality Type Dataset [Link] https://www.kaggle.com/datasets/datasnaek/mbti-type mbti_1.csv

MBTI Personality Types 500 Dataset [Link] https://www.kaggle.com/datasets/zeyadkhalid/mbti-personality-types-500-dataset MBTI 500.csv 해당 데이터 셋은 Reddit에서 수집되었으며 작성글에 대해 작성자의 MBTI가 라벨링되어있다.

2. 전처리 과정

2-1. 클래스 불균형 해소

• SMOTE를 이용하여 MBTI의 각 유형별 샘플 개수의 불균형의 해소

2-2. 불용어 처리

• 유의미한 토큰만을 위한 불용어 처리
• 링크 제거, 축약형 변환, 특수기호 제거, 대소문자 변환 등

2-3. TF-IDF 벡터화

• 단어별 중요도에 따른 분류를 위한 TF-IDF벡터화

3. 모델링

GridSearchCV를 이용하여 최적의 하이퍼 파라미터로 튜닝 SVM기반 Linear SVC모델 사용

4. 모델 성능 평가

Accuracy와 F1-score 등 다양한 지표 사용