🍳 여행한담

📢 서비스 소개

"여행한담" 은 여행일정을 짜는데 도움을 주는 웹서비스입니다. 여행계획을 구성할 때, 정보의 과부화, 시간 소모 등 사용자의 피로를 덜어주기 위해 개발되었습니다. 가벼운 성향테스트를 통해 내 여행 성향을 파악할 수 있고, 다른 사용자의 피드 게시물을 보고 좋아요와 댓글 등의 소통을 할 수 있는 SNS 기능을 겸하고 있습니다. 좋아요를 누른 피드 데이터를 기반으로 사용하기 쉬운 여행 계획 수립 및 자동맞춤 여행일정 수립 기능을 보유하고 있습니다.

📎 서비스 소개 UCC

진행 기간

2024.08.26 ~ 2024.10.11 (7주)

팀 구성

고도연	강동형	고충원	김민주	유재광	이상민

PM, FE	FE	FE	BE, Infra, AI	BE	BE, BE Leader

🥳 서비스 설계

기술 스택

	Front	Back	AI
Language	JavaScript(ES6+), TypeScript	Java17	python
IDE	Visual Studio Code	IntelliJ	Jupyter Lab
Framework	React, Vite	Spring Boot, Fast API, Spark	Pytorch, fastAPI
Library	intersection-observer, daum-postcode, sweetalert2, tailwind, storybook		transformers, diffusers, boto

DB	CI/CD	Tools
MySQL, Hadoop, Redis, Elasticsearch	Jenkins, Docker, Dockerhub, Mattermost	GitLab, Jira, Notion, RestDoc

ERD

Wireframe

📎 Figma Link

Architecture

🤗 기능 소개

여행 성향 진단

|

간단한 진단 문항을 통해 사용자의 성향을 진단하고 진단 결과에 따라 16가지 결과물을 사용자에게 보여줍니다.
진단 과정에서 사용자에게 입력을 받아 사용자의 좋아요 데이터 기본값을 설정하도록 합니다.

맞춤 및 지역별 여행지 추천정보

맞춤여행지들이 추천되고, 핫플여행지, 지역별 여행지, 축제 정보등을 표시합니다.

개인 여행 유형별, 좋아요 한 피드별 맞춤 추천

탐색페이지에서 자신의 여행유형과 좋아요한 피드들을 기준으로 여행지가 추천됩니다.

다른 사용자의 피드 검색 기능

|

이 탐색페이지는 자신과 비슷한 유형의 사용자가 좋아요한 피드위주로 추천됩니다.
사용자 검색 후 팔로우 기능을 할 수 있고, 피드검색도 가능합니다.

사용자의 데이터 기반 여행계획 작성기능

|

자신이 좋아요 한 데이터들은 여행 계획 페이지에서 클러스터링을 거쳐 군집화됩니다.
군집화 된 목록을 누르면 해당좋아요를 포함해서 자동으로 일정을 생성합니다.
장소를 검색하여 일정에 가고싶은 곳을 추가하여 수정할 수 있습니다.
하단 바에서 군집 중심에서 주변 장소들을 추천해줍니다.
여행일정을 저장되고 일정 상세페이지를 확인할 수 있습니다.

동행 구인

동행 구인글들을 확인할 수 있고 제 일정을 공유하면 동행 구인글을 작성할 수 있습니다.
게시된 게시물을 클릭하면 다른 사용자의 여행일정이 보입니다.

1대1 채팅방

내 팔로잉 목록의 사용자들과 1대1 채팅을 시작할 수 있습니다.

마이페이지

마이페이지에는 제가 작성한 피드, 좋아요목록 동행 게시글, 포토카드등을 확인할 수 있습니다.

🚩핵심 기능

Hadoop, Spark, Redis를 통한 주기적인 피드 추천 적용

배치 처리: Cron을 활용하여 2분마다 배치 처리로 유사도 계산을 실행합니다.
협업 필터링: 사용자 기반 협업 필터링을 적용하며, 좋아요 이벤트에 시간 가중치와 여행 유형별 특성을 반영하여 추천 품질을 향상시켰습니다.
추천 캐싱: 추천된 피드는 Redis에 캐싱되어, 빠른 응답성을 위해 TTL을 적용하고 있습니다.

Kafka를 통한 최근 활동 사용자 수집

추천 최적화: 신규 좋아요 이벤트에 영향을 받는 사용자만을 추출하여 유사도 계산을 수행합니다. 불필요한 계산을 줄이고 효율적인 추천 기능을 제공합니다.

WebSocket을 활용한 실시간 채팅

Stomp 프로토콜을 사용하여 안정적이고 실시간성 높은 채팅 서비스를 구현했습니다.

ElasticSearch를 활용한 빠른 피드 검색

거리 기반 검색: ElasticSearch를 활용해 거리 기반의 가까운 피드를 빠르게 검색할 수 있습니다.
데이터 동기화: Partial Update를 통해 DB와 ElasticSearch 간의 데이터 동기화를 유지하고, 서버 실행 시 전체 데이터 동기화를 수행합니다.

동시성 제어

동시 요청 처리 개선: 동시 요청자 100명 기준으로, 요청 실패율을 28%에서 0%로 감소시키는 데 성공했습니다.
부하 테스트: Locust를 사용하여 서버 부하 테스트를 수행하고 최적화를 진행했습니다.

포토카드 생성

BLIP image captioning, OWL-ViT zero-shot object detection, Pix2Pix image to image translation 모델을 활용해 사용자들이 올린 피드 이미지로 고유한 포토카드를 생성할 수 있도록 기능을 구현했습니다.

MSA 구조의 CI/CD 파이프라인 구축

독립적 파이프라인: 각 서버별로 독립적인 CI/CD 파이프라인을 구축하여 개발과 배포의 효율성을 극대화했습니다.
자동 알림: 배포 성공 시 MM 알람을 통해 팀원들에게 자동으로 공지하여 생산성을 향상시켰습니다.

네트워크 처리 요청 장치 적용

토큰 버킷 알고리즘: Spring Cloud Gateway에 토큰 버킷 알고리즘을 적용하여 네트워크 요청 처리를 효율적으로 관리하고 있습니다.

실시간 좋아요 데이터 스트리밍 파이프라인 설계

Spark Streaming을 활용해 실시간으로 좋아요 데이터를 스트리밍 처리하여 최신 데이터를 반영합니다.

군집화 알고리즘 적용

DBSCAN 알고리즘을 사용해 사용자 좋아요 데이터를 군집화하여, 비슷한 성향의 사용자를 묶고 그에 맞춘 피드 추천을 제공합니다.
데이터 캐싱: 캐시 미스와 히트 개념을 도입하여 데이터 조회 속도를 � 67D8 �였습니다.

Name		Name	Last commit message	Last commit date
Latest commit History 1,471 Commits
backend		backend
exec		exec
frontend		frontend
.gitignore		.gitignore
ReadMe.md		ReadMe.md
directory.md		directory.md
package-lock.json		package-lock.json

sangmin0806/Trip_Handam

Folders and files

Latest commit

History

Repository files navigation

🍳 여행한담

📢 서비스 소개

진행 기간

팀 구성

🥳 서비스 설계

기술 스택

ERD

Wireframe

Architecture

🤗 기능 소개

여행 성향 진단

맞춤 및 지역별 여행지 추천정보

개인 여행 유형별, 좋아요 한 피드별 맞춤 추천

다른 사용자의 피드 검색 기능

사용자의 데이터 기반 여행계획 작성기능

동행 구인

1대1 채팅방

마이페이지

🚩핵심 기능

Hadoop, Spark, Redis를 통한 주기적인 피드 추천 적용

Kafka를 통한 최근 활동 사용자 수집

WebSocket을 활용한 실시간 채팅

ElasticSearch를 활용한 빠른 피드 검색

동시성 제어

포토카드 생성

MSA 구조의 CI/CD 파이프라인 구축

네트워크 처리 요청 장치 적용

실시간 좋아요 데이터 스트리밍 파이프라인 설계

군집화 알고리즘 적용

About

Resources

Uh oh!

Stars

Watchers

Forks

Releases

Packages 0

Uh oh!

Contributors 6

Uh oh!

Languages

Packages