- 음악 스트리밍 서비스들의 통합과 추천 시스템의 향상을 위한 웹 애플리케이션
- 음악 스트리밍 서비스 + SNS 의 결합으로 추천에 대한 근거를 SNS 게시글들로 수집
- HTML,CSS, ejs와 Vanila Javascript 이용
- Javascript 기반 Node.js & express.js 와 AWS EC2를 이용한 서버 구축
- DB : sequelize를 이용한 MySQL
- Youtube API, Kakao API (비즈니스 레벨 : 로그인, 친구목록 및 검색), Koalanlp API(형태소 분석기)
플레이리스트 - 피드(게시글) - 랭킹 및 친구 의 3단구성으로 이루어져 있다.
맨 아래에는 현재 재생중인 노래가 표시됨
기본적으로 화면의 전환에 노래가 멈추면 안되기 때문에 SPA의 구성을 취함(window.history 객체 이용)

형태소 분석기 KoalanLp를 이용하여 게시글과 함께 올린 노래들에서 추출한 형태소들의 조합이 가장 잘 맞는 노래를 추천해줌 옆에 해당 근거도 같이 보여줌
가장 기본적인 검색으로 아티스트 혹은 제목으로 검색할 수 있음

광활한 youtube의 비디오들 중 뮤직비디오가 아닌 순수 음악 파일들을 가져오기 위한 문자열 처리, 필요없는 정보들이 많이 포함돼 있을 수 있는 제목에 대한 문자열 처리가 수행됨 youtube에서 인증받은 아티스트들의 경우 가중치를 두어 체크 표시를 함으로써 해당 노래에 대한 신뢰도를 제공함
플레이리스트는 연결리스트로 구현돼있으며 노드는 객체 { 제목 , 아티스트 , 고유 비디오id, 앨범자켓} 으로 구성돼있음 이는 다음 노래 재생 , 이전 노래 재생, 검색한 노래 추가 등을 쉽게 구현하기 위함임
(1) 사용자들이 게시글에 노래와 소감 그리고 해시태그를 적어 업로드 하면 해당 노래 DB에 형태소로 어근들을 저장함 (2) 분위기 검색에 "별이 빛나는 밤"이 입력됐을 때 "별" "빛나다" "밤" 세 가지 형태소를 가장 많이 보유한 관련있는 노래를 output으로 내보냄
- 프로그램의 초기 목적은 "비오는 날 방 밖" 과 "비오는 날 방 안" 의 차이를 구분해 노래를 추천하는 것임. 전자에는 우울하고 차가운 느낌의 노래를, 후자에는 따듯하고 포근한 느낌의 노래를 추천해주는 것.
- 하지만 추천 기술 머신러닝 및 딥러닝을 활용한 것이 아니기 때문에 단순 형태소들의 등장 빈도의 합을 구하는 데 그친 프로젝트가 되었음
