Recommendation-System

📚 korean webtoon recommendation system (Naver and Daum)

프로젝트 개요

여러 웹사이트의 웹툰을 통합하여 추천해주는 웹사이트 개발을 목표로 진행하였다. 추천은 장르, 그림체로 이루어지며 그림체 추천을 위해 style transfer, k means clustering 등의 알고리즘을 사용하였다. 결론적으로 좋아하는 만화를 검색하면 이와 비슷한 장르의 만화를 별점 순으로 추천해주거나 좋아하는 그림체를 선택하면 이와 비슷한 그림체의 만화를 추천해주는 웹사이트를 개발하였다.

프로젝트 내용

그림체로 추천

• 그림체를 추출하기 위해 Style Transfer에서 Content Loss를 구하는 부분을 사용하지 않고 Style Loss만을 활용
• 즉, 이미지의 style을 추출하는 작업만 수행하여 웹툰의 그림체를 추출
• 한 웹툰의 여러 회차별 썸네일 데이터를 이용해서 해당 웹툰의 그림체 feature를 추출
• 추출한 feature를 고차원을 저차원으로 나타내주는 t-SNE를 활용하여 2차원 벡터로 나타냄.
• 2차원 벡터로 나타낸 회차별 썸네일 데이터의 feature를 평균을 내 해당 웹툰의 벡터로 지정
• 얻은 벡터를 K-means clustering을 통해 군집화

Code Components

├── crawling
|   ├── daum
|   |   ├── comment_multiprocessing.py
|   |   ├── comment.ipynb
|   |   ├── thumbnail.ipynb
|   |   └── toonsinfo.ipynb
|   └── naver
|      ├── comment.py
|      ├── thumbnail.py
|      └── toonsinfo.py
├── recommmend
│   ├── drawling-style
|   |   ├── extract
|   │   │   ├── classify_cluster.py
|   |   │   ├── k_means_clustering.py
|   │   │   ├── loss.py
|   │   │   ├── main.py
|   │   │   ├── model.py
|   │   │   ├── requirements.txt
|   │   │   ├── train.py
|   │   │   ├── utils.py
|   │   │   └── visualization.py
|   |   └── extract
|   |       ├── n_webtoon_images.ipynb
|   |       └── d_webtoon_images.ipynb
|   └── genre.ipynb
└── README.md

How to Use

그림체로 추천

cd recommend/drawling-style/extract
pip install -r requirements.txt

그림체 추출

python main.py

비슷한 그림체끼리 묶기

python k_means_clustering.py
python classify_cluster.py

시연 영상

_.mp4