이재윤
·
장현지
·
차하린
·
최영렬
·
최자윤
·
함세연
·
Bookieum
|
|
- [2023.12.12] Release server with https, we are about to use camera on our service! stay tuned!
- [2023.11.23] Release Bookieum
회원가입 후 기본 설문조사를 해주세요!
오늘의 책 추천 받기를 눌러서 오늘의 책을 추천 받아보세요!
Place them as follows:
magic-animate
|----pretrained_models
|----MagicAnimate
|----appearance_encoder
|----diffusion_pytorch_model.safetensors
|----config.json
|----densepose_controlnet
|----diffusion_pytorch_model.safetensors
|----config.json
|----temporal_attention
|----temporal_attention.ckpt
|----sd-vae-ft-mse
|----...
|----stable-diffusion-v1-5
|----...
|----...독서량이 점점 떨어지는 현대인들을 위해 독서에 대한 흥미를 유발하고 지속적인 독서를 위한 환경조성 필요성 대두.
“북이음” 은 사용자의 현재 감정을 토대로 책을 추천하고 그에 따른 책의 핵심문구 혹은 Catchphrase를 사용자 맞춤형으로 표시하여 사용자로 하여금 책에 흥미를 느낄 수 있도록 도와주는 서비스입니다.
책과 사용자를 유기적으로 이어질 수 있도록 설계하였습니다. 핵심모델은 사용자의 언어, 표정인식 등을 통해 감정데이터를 3 sector로 분류하여 맵핑하고 이를 기반으로 날씨, 개인화모델의 가중치를 더하여 컨텐츠를 추천하는 모델입니다. 이 후 책에 대한 지속적인 흥미 유발을 위한 부수적인 기능을 갖추어 Pain point 해결에 집중하였습니다.
언어 : 
Front-End :
Back-End :
AI :
DataBase :
Server :
Version Control : 
Communication :
A. Input
- 문답을 베이스로 사용자가 원하는 방식(텍스트, 음성)으로 그날의 감정 데이터 수집(Clova API사용)
A. “오늘, 당신의 하루는 어땠나요?”라는 질문에 답변하는 동안의 얼굴 감정분석
B.“오늘, 당신의 하루는 어땠나요?”라는 질문에 대한 답변을 텍스트분석
-
환경 데이터를 키워드 형태로 수집하여 Target 값의 표본 중 환경데이터에 대응하는 책들에 대하여 가중치를 부여
-
개인화 데이터(회원가입시 설문조사 + 사용자 이용데이터)
B. Output
- Input Data 기반의 책 3권 추천(3권)
① 하이브리드 추천 모델 이용
i. 감정점수가중치 + 컨텐츠유사도가중치 + 예측 선호도 *가중치 = 최종점수
최종 점수에 따른 도서 추천
→ 컨텐츠 유사도 : 책의 줄거리, 저자 등 코사인 유사도를 계산하여 사용자가 좋아한 책과 유사한 책을 추천
→ 예측 선호도 : 개인화 모델 기반 비슷한 성향점수를 갖고 있는 유사 사용자들이 선호하는 책을 추천
② 사용자에게 흥미 유발을 할 수 있는 맞춤형 하이라이트 문구와 간단한 줄거리 표시
③ 추천 도서 중 사용자의 선택을 통해 개인화 모델 데이터 추가 수집(재귀로직)
A. 독서 진도율 표시 : 책을 얼마나 읽고 있는지 표시 (감정문구 : “시작이 반이에요!”)
B. 자유롭게 감상평 남기기
C. Pace Maker Question 나열 : 책 읽을 때 생각해보면 좋은 질문 혹은 실천을 위한 질문 나열
D. 위치서비스 기반 독서 독려창 : “지금 @username님 주변에 5명이 이 책을 읽고 있어요!”
Point 1. 기존 시중 감정분석 모델은 2 가지 Factor 로 분류하였으나 3 가지로 분류하여 분석 고도
Point 2. 컨텐츠 추천에 3 가지 모델을 혼합 사용하여 개인화된 나만의 책 추천 서비스 이용가능
Point 3. 단순히 책 추천에 그치지 않고 진도율 체크, 감상평, Pace Maker Question, 위치 기반 독서 독려, 독서 성향 레포트, 독서 레벨 등 여러 측면에서 사용자에게 동기부여 제공