DA36_mini2_Dionysus

🍷Wine Recommendation System🍷

🍇 와인 추천의 필요성 🍇

• 개인화된 추천 (Personalized Recommendation)
• 새로운 와인 발견 (Discover New Wines)
• 시간절약 (Time-Saving)

🍇 참고 사이트 🍇

사진을 클릭하세요.

🍇 Team Crew 🍇

Haebin Kim <맛잘알, 와잘알 와인 추천 구현>
[특징] 와인에 미쳐 사는 사람. 맛있는 음식과 함께라면 와인 주량 3병. 아이디어 제공자

Yejin Lee <와린이 와인 추천 구현>
[특징] 와인에 대해 아는 것이라고는 스파클링, 레드, 화이트 와인이 있다는 정도의 문외한이었어요. 하지만 이제 나도 와잘알?

Jeongseok Shim 팀원
[특징] 와인 입문자

🍇 DATA Introduction 🍇

• 와잘알/맛잘알 Data

  • API 호출하여 JSON 파일 추출
  • Columns 총 22 columns x 3675 rows
    • wine_ratings_count : 와인 평점 수
    • wine_ratings_average : 와인 평점
    • foods : 와인에 어울리는 음식
    • vintage_price : 가격
    • vintage_wine_name : 와인 이름 (이름 + 년도)
    • vintage_wine_type : 와인 타입 (id mapping to type)
    • varietal_name : 포도 품종
    • variety : 와인 품종
    • winery : 와이너리 (양조장)
  • Row Count
    • 중복값 제거 후 df.shape = (2024, 22)

• 와린이 Data

  • Columns
    • description : 리뷰
    • title : 와인 이름
    • country : 나라 이름
    • points : 와인 평점
    • price : 와인 가격
    • variety : 와인 품종
    • winery : 와이너리 (양조장)
  • Row Count
    • 중복된 행 제거 후 29,971 ⇨ 119,928
  • Description words
    • 68 words
    • 단어 벡터화 제외 5% 이하, 90% 이상

🍇 Development Tools 🍇

🍇 Our Recommendation System 🍇

• 와잘알ver.
  

• 와린이ver.
  와린이는 와인 + 어린이의 합성어로 와인에 대해 모르는 사람입니다. 와린이는 와인의 탄닌이 뭔지, 산도가 뭔지 잘 모르기 때문에 선택하기 보다 쉬운 질문을 해서 와인을 추천해 주는 시스템 입니다.

[예시] Step 1. 더 선호하시는 것을 고르세요.

1. 고기 2. 생선 3. 채소

예시로 Step 1을 보면, 각 선택지 마다 와인의 특징을 부여하였고 모델 데이터에서 미리 뽑은 68개의 단어들 중에서 특징들과 어울리는 단어들을 부여했습니다.

• 고기 : 진한 레드와인, 소고기, 양고기, 스테이크, 육즙이 풍부한, 풀바디 레드와인, 탄닌이 풍부, 강한 풍미 => [dry, firm, tannins, red, flavor, dark, cabernet, sauvignon]

• 생선 : 화이트 와인, 산뜻하고 깔끔한 산미, 신선함, 해산물 요리 => [fruit, white, crisp, fresh, bright, touch, sauvignon, light]

• 채소 : 화이트, 라이트레드, 구운 채소, 샐러드, 신선한, 상큼함, 섬세한 => [fruit, white, crisp, fresh, bright, touch, sauvignon, light]

• 맛잘알ver.
  

• 와인 추천 결과

  • Best 3
    

  • Worst 3
    

🍇 Streamlit App 🍇

👇와인 추천 시스템을 이용하려면 이걸 눌러주세요.

🍇 구현 영상 🍇

👇와인 추천 시스템 구현영상을 보시려면 이걸 눌러주세요.

🍇 프로젝트 소감 🍇

🍷 김해빈

🍷 이예진

🍷 심정석