Skip to content

Lee-Hyeongkyeong/OSSW_githubushim

BranchesTags

Repository files navigation

OSSW_githubushim


Contributors

  • z0713 (박인영)
  • annalee8595 (이예나)
  • Lee-Hyeongkyeong (이형경)
  • ChoiJaeHun313 (최재훈)

Trippick - 떠나자, 나답게

https://trippick.vercel.app

  • Chrome 에서 실행
  • 백엔드 서버 로드에 약간의 시간이 소요될 수 있습니다

Travel Recommendation System with Chatbot

여행자의 취향을 분석하여 맞춤형 여행 도시와 컨텐츠를 추천해주는 시스템입니다.
친근하고 귀여운 챗봇을 통해 사용자에게 즉각적인 여행 정보를 제공합니다.


주요 기능

로그인 기능

Trippick은 Google OAuth 2.0 로그인을 지원하여 사용자가 간편하고 안전하게 로그인할 수 있도록 합니다. 로그인된 사용자는 추천 결과를 기반으로 자신의 여행 취향 데이터를 저장하고, 향후 다시 방문 시 동일한 조건으로 재추천을 받을 수 있는 기능으로 확장할 수 있습니다.

  • Google OAuth 연동 (@react-oauth/google 사용)

  • 로그인 후 사용자 정보 DB 저장 (googleLogin/db.py, googleLogin/user.py)

  • Access Token을 통한 인증 처리 및 사용자 상태 유지

🔧 향후 기능 (계획):

  • 사용자 추천 이력 저장

  • 즐겨찾기/찜 기능

  • 사용자별 추천 로그 기반 개인화 모델 개선


여행 추천 시스템

Trippick의 핵심 기능은 설문 결과를 기반으로 한 맞춤형 도시 및 콘텐츠 추천입니다. 사용자의 여행 취향을 다각도로 분석하여, 가장 적합한 도시와 그 도시에서 즐길 수 있는 콘텐츠(관광지, 맛집, 액티비티)를 추천합니다.

✅ 도시 추천

  • 설문 결과(여행 유형, 선호 지역, 예산 등)를 기반으로 각 도시의 태그 점수를 계산

  • city_recommend.py에서 유사 태그 기반 점수 계산 로직 구현

  • 결과는 도시별 점수 순으로 정렬되어 추천

✅ 콘텐츠 추천

  • 도시를 선택하면, 해당 도시의 관광지/맛집/활동을 카테고리별로 추천

  • content_recommend.py에서 사용자 태그와 콘텐츠 태그의 유사도를 비교해 점수화

  • 정제된 TourAPI 데이터를 기반으로 함 (OS_data.py, OS_tag.py)

📍 위치 기반 추천

  • Google Maps API와 Haversine 공식을 활용하여 사용자와 추천 장소 간의 거리를 계산

  • 콘텐츠 정보에 Google Maps 기반 길찾기 링크도 제공하여, 실제 이동 경로 안내까지 가능

🤖 챗봇 연계

  • 사용자가 "서울에서 맛집 알려줘", "부산 관광지 뭐가 좋아?"와 같이 자연어로 입력하면, 챗봇이 추천 API를 호출해 실시간으로 응답

  • OpenAI GPT-4.1-nano를 활용한 자연어 파싱과 연동


챗봇 인터페이스

Trippick은 장소 정보를 제공하는 질의응답 챗봇 기능을 탑재하고 있습니다. 이 챗봇은 사용자의 여행 취향과 위치 정보를 반영하여 개인 맞춤형 여행 정보를 실시간으로 제공합니다.

✅ 주요 기능

  • 자연어 기반 입력 처리 사용자는 “서울에서 가볼만한 데 알려줘”, “부산 맛집 추천해줘” 와 같은 질문을 자유롭게 입력할 수 있습니다.

챗봇 인터페이스 (chatbot 브랜치)

Trippick은 사용자의 자연스러운 대화 기반 질의응답 시스템을 제공하는 챗봇 기능을 탑재하고 있습니다. 이 챗봇은 단순한 텍스트 응답을 넘어, 사용자의 여행 취향과 위치 정보를 반영하여 개인 맞춤형 여행 정보를 실시간으로 제공합니다.

✅ 주요 기능

  • 자연어 기반 입력 처리 사용자는 “서울에서 가볼만한 데 알려줘”, “부산 맛집 추천해줘”와 같은 질문을 자유롭게 입력할 수 있습니다.

→ 시스템은 이를 파싱하여 도시/카테고리 정보 추출 후, 적절한 API 호출을 통해 응답합니다.

  • OpenAI GPT 기반 처리 OpenAI GPT-4.1-nano 엔진을 사용하여 사용자의 질문에서 핵심 정보를 추출하고, 이를 통해 가장 적합한 콘텐츠를 추천합니다. → 예: chatbot: "경주에서 야경 좋은 곳" → → city='경주', tag='야경' 추출 → 콘텐츠 추천 API 호출

  • 추천 결과에 대한 부가 정보 제공 콘텐츠 추천 결과와 함께:

  1. 해당 장소의 Google Maps URL

  2. 거리 기반 추천 우선순위

  3. 카테고리(관광지/맛집/액티비티) 구분 등을 포함한 상세 정보를 제공합니다.

📍 위치 기반 대응

  • 사용자가 현재 위치를 설정하면, 챗봇은 사용자와 각 추천 장소 간의 거리를 계산하여 최적의 위치를 제공합니다.

  • 거리 계산은 Haversine 공식을 기반으로 하며, Google Maps Directions API를 통해 대중교통 경로도 안내 가능합니다.

🛠️ 향후 계획 (To-do)

  • 동일 조건에서 추가 장소 재추천 기능 (e.g., "다른 데도 보여줘")

  • GPT 모델 응답 최적화 (태그 누락 방지, 의미 파악 정밀도 개선)

  • 사용자별 대화 이력 기반 컨텍스트 추천 강화


프로젝트 구조

OSSW_githubushim/
├── frontend/                 # 프론트엔드 디렉토리
│   ├── src/                 # 소스 코드
│   │   ├── assets/         # 이미지, 폰트 등 정적 자원
│   │   ├── components/     # 재사용 가능한 컴포넌트
│   │   ├── pages/         # 페이지 컴포넌트
│   │   ├── styles/        # CSS 스타일 파일
│   │   ├── App.js         # 메인 애플리케이션 컴포넌트
│   │   ├── App.css        # 메인 스타일
│   │   ├── index.js       # 진입점
│   │   └── index.css      # 전역 스타일
│   ├── public/              # 정적 파일
│   ├── package.json         # npm 패키지 설정
│   └── package-lock.json    # npm 패키지 잠금 파일
│
├── backend/                 # 백엔드 디렉토리
│   ├── googleLogin/        # 구글 로그인 관련
│   │   ├── db.py          # 데이터베이스 관련
│   │   ├── user.py        # 사용자 관련
│   │   ├── requirements.txt # 구글 로그인 관련 의존성 패키지 목록
│   │   └── __init__.py    # 패키지 초기화
│   │
│   ├── recommend/          # 추천 시스템
│   │   ├── city_routes.py     # 도시 추천 라우트
│   │   ├── content_routes.py  # 콘텐츠 추천 라우트
│   │   └── detail_routes.py   # 상세 정보 라우트
│   │
│   ├── survey/            # 설문 관련
│   │   ├── survey.py          # 설문 메인 로직
│   │   ├── city_recommend.py  # 도시 추천 로직
│   │   ├── content_recommend.py # 콘텐츠 추천 로직
│   │   ├── OS_data.py         # 운영체제 데이터
│   │   └── OS_tag.py          # 운영체제 태그
│   │
│   ├── test/            # 테스트 코드
│   │   ├── integration/
│   │   │   ├── test_api_endpoints.py
│   │   │   └── test_main_app.py
│   │   │
│   │   └── unit/
│   │       ├── test_google_user.py
│   │       ├── test_survey_logic.py
│   │       ├── test_city_recommend.py
│   │       ├── test_content_recommend.py
│   │       ├── test_city_routes.py
│   │       ├── test_content_routes.py
│   │       └── test_detail_routes.py
│   │
│   ├── templates/         # HTML 템플릿
│   ├── user_profiles/     # 사용자 프로필
│   ├── app.py             # 메인 애플리케이션 파일
│   ├── run.py             # 실행 파일
│   ├── schema.sql         # 데이터베이스 스키마
│   └── __init__.py        # Python 패키지 초기화
│   
├── chatbot_proxy.py       # 챗봇 프록시
├── chatbot_backend
│   ├── app/
│   │   ├── services/
│   │   │   ├── directions.py    
│   │   │   ├── google_maps_api.py     
│   │   │   └── location.py   
│   │   │    
│   │   ├── utils/   
│   │   │   └── parser.py       
│   │   ├── __init__.py    
│   │   ├── models.py      
│   │   └── routes.py   
│
├── wsgi.py                # WSGI 서버 설정
├── sqlite_db             # SQLite 데이터베이스 파일
└── .gitignore           # Git 무시 파일 목록

백엔드 설치 및 실행 방법

  1. 가상환경 생성 및 활성화

    cd <프로젝트 루트>
python -m venv venv
source venv/bin/activate  # Linux/Mac
# 또는
Set-ExecutionPolicy -Scope Process -ExecutionPolicy Bypass #powershell 사용할 때만
.\venv\Scripts\activate  # Windows

  2. 의존성 설치

    pip install -r requirements.txt

  3. 환경 변수 설정 .env 파일 생성 후 내용 입력

    OPENAI_API_KEY=your_openai_api_key_here
DATABASE_URL=sqlite:///chatbot.db
FLASK_ENV=development
FLASK_DEBUG=1
SECRET_KEY=your_secret_key_here
GOOGLE_MAPS_API_KEY=your_google_maps_api_here
GOOGLE_CLIENT_ID=your_google_client_id_here
GOOGLE_CLIENT_SECRET=upir_google_client_secret_here

  4. 서버 실행 프로젝트 루트에서

     python wsgi.py

프론트엔드 설치 및 실행 방법

  1. 의존성 설치

    cd frontend
npm install
# 또는
yarn install

  2. 개발 서버 실행

    npm start
# 또는
yarn start

기술 스택

프론트엔드

  • React.js
  • Node.js
  • npm

백엔드

  • Python
  • Flask
  • SQLAlchemy
  • Google Maps API
  • OpenAI API

오픈소스 라이선스

Frontend Dependencies

MIT License

Apache License 2.0

Backend Dependencies

MIT License

BSD-3-Clause License

Apache License 2.0


License Files

The license files for all dependencies can be found in the licenses directory. Each file is named according to the package name and contains the full text of the respective license.


Project License

This project is licensed under the MIT License - see the LICENSE file for details.

About

ossw-githubushim.vercel.app

Resources

Readme

License

MIT license

Contributing

Contributing
Activity

Stars

1 star

Watchers

2 watching

Forks

0 forks
Report repository

Releases

No releases published

Packages

No packages published

Contributors 4

  •  
  •  
  •  
  •  

Languages