Skip to content

kim-edwin/repopoppin-frontend

Folders and files

NameName
Last commit message
Last commit date

Latest commit

 

History

86 Commits
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 

Repository files navigation

📌 POPPIN'

image

WE CONNECT POP-UP CULTURE

"팝핀"은 팝업 스토어 데이터를 한 곳에 모아 검색 및 저장하고, 저장된 팝업스토어를 기반으로 새로운 팝업 스토어를 추천받을 수 있는 팝업 스토어 정보 저장 & 추천 모바일 웹 서비스입니다

➡️팝핀 사이트 바로가기

위 사이트는 모바일에 최적화되어있습니다.

👪 TEAM

👑김현우 😺강희림 🐣장경민 🐰이윤아 🍕최민환
Full stack Data Analysis Back-end Modeler Modeler
AWS, React, Django Python, MariaDB Python, Airflow Python, tensorflow, keras


1. 프로젝트 개요

[팝업스토어란?]

팝업스토어는 짧은 기간 운영되는 오프라인 소매점이며, 자사 브랜드를 홍보하기 위한 수단으로서 개설하는 경우가 대부분입니다. 때문에 상품만 판매하는 것이 아니라 전시공간이나 체험관 등을 팝업스토어 내에 마련하는 등 브랜드의 요소를 많이 가미하여 만듭니다.

'더 현대 서울', '성수동' 등 MZ 세대들의 핫플레이스를 중심으로 최근 폭발적으로 성장하고 있습니다.

[문제현상]

많은 브랜드들이 앞다투어 팝업스토어 시장에 뛰어들고 있음에도 불구하고, 팝업스토어를 홍보하는 채널은 개인이 운영하는 블로그나 SNS 피드에 의존하고 있습니다. 이러한 폐쇄적인 구조에서 브랜드와 고객간의 정보 불평등이 발생되고 있고 소비자가 다양한 팝업스토어를 접할 기회가 상실되고 있다는 점에 저희는 주목하였습니다.

[솔루션]

팝업 스토어에 대한 종합적인 정보를 제공하고 추천하는 모바일 웹 서비스를 구축함으로써, 고객들이 원하는 팝업 스토어를 손쉽게 찾을 수 있도록 지원하며, 개인화된 추천 시스템을 구축하여 고객들의 취향과 관심사에 맞춘 새로운 팝업 스토어를 발견할 수 있도록 합니다. 기업들에게는 효율적인 팝업 스토어 홍보 채널을 제공하여 고객에게 보다 직접적으로 접근할 수 있도록 하여 마케팅 효과를 극대화하도록 합니다.

본 프로젝트는 상품성 또한 염두에 두었습니다. 브랜드와의 제휴를 통해 광고 수익을 얻을 수 있으며, 데이터 수집 전 과정을 자동화 를 통해 인건비를 절감시킬 수 있습니다.



2. 주요 기능

🚩팝업 스토어 정보

현재 진행중/예정중인 팝업 스토어
- 팝업 스토어 상세 정보 (기간, 위치, 해시태그)
- 유저 이용후기
- URL 공유

🔎팝업 스토어 검색 기능

- 키워드 검색
- 날짜 선택
- 지역 선택

👍팝업 스토어 추천 기능

위치 기반 추천
콘텐츠 기반 추천 (연관 팝업스토어 추천)
사용자 기반 추천 (선호하는 팝업스토어 기반 추천)

👀최근 조회한 스토어

최근 조회한 스토어 목록

♥️위시리스트

좋아요한 스토어 목록


3. 기획 및 개발 일정 (WBS)

기획, 설계, 디자인, 백엔드, 프론트엔드, 프로젝트 정리의 6가지 카테고리로 Task를 구분짓고 일정을 할당하였습니다.

프로젝트 기획서 확인하기

WBS 확인하기

WBS



4. 개발

기술스택

Environment

Development

Deployment

DBMS



시스템 아키텍처

백엔드 서버는 Django Rest Framework를 사용하였고 웹은 React로 구현하였습니다.

데이터 수집 자동화 및 적재를 위해 EC2 인스턴스를 활용하였습니다.

graph LR
N(News Archive) --> A[Crawling Service] --Daily batch / Contetns--> D((DataBase))
D --News contents--> ML(ML Service)
ML --Model--> API(API/Inference Server)
D --Contents--> API
D --Service info --> API
API --> W(Web Client)
Loading


모델

현재 보고 있는 팝업스토어와 유사한 팝업스토어를 추천하기 위해 FastText와 Cosine Similarity를 통해 컨텐츠 기반 필터링 모델을 구현하였습니다.

또한, 사용자의 후기 및 평점을 기반으로 팝업스토어를 추천해주기 위해 Keras를 사용하여 협업 필터링 모델을 구현하였습니다.

image ➡️ 모델 설계서 확인하기



UI

초기에는 pc 웹 기준으로 구현하였으나, 모바일 이용자가 더 많을 것 같다는 판단하에 모바일 웹 사이트로 전환하였습니다.

React 환경에서 적용이 우수한 Chakra UI를 사용하여 구현하였습니다.

image ➡️ 화면 정의서 확인하기



API

Django Rest Framework의 APIView 라이브러리를 활용하여 API 서버를 구축하였고 Render 서비스를 이용해 배포하였습니다.

image

➡️ API 정의서 확인하기



5. 발표자료

image

팀 팝핀_발표자료_최종.pdf



6. 발표영상

발표영상

Video Label

피드백영상

Video Label

About

No description, website, or topics provided.

Resources

Stars

Watchers

Forks

Releases

No releases published

Packages

No packages published