11/29 recommendation algorithm test case make
12/1 deep fashion deep learning done
12/3 recommendation algorithm done
12/5 each part done
12/6 integration start
12/8 integration done
12/9 Code and Test result
12/10 final presentation -

recommendation
- 1.0 version complete!
homepage
- template 완료
- Django 연동을 해야 됨(세상 중요!)
server
- 이창훈 역할 변경
feature extraction
- 김명준, 이지현 역할 변경

10/2 Discussion for proposal

배경

일상 생활 /잡지와 같은 모델의 의상 정보를 구하고 싶을 때

기능 제공 방향

1. 잡지, 혹은 일상 속 사진에서 특징 추출 후 각 특징에 해당하는 의상 추천

2. 사용자와 비슷한 성향 나열 후 추출된 성향을 통한 의상 추천

3. 커뮤니티 내 최다 추천/조회된 의상 추천

타 서비스와의 차별성 고려

• 유저 데이터 공개(선택적) & feed 형식으로 노출

• 가장 많이 노출/검색된 의상 추천

기술 관련

• 네이버 API : 이름을 키워드로 외모가 비슷한 유형의 사람들 추출 (무신사 어플과 연관 - 해당 모델이 입었던 의상 검색

• 의류 추천 알고리즘 : 사용자가 의상을 선택한 후 해당 의상을 골랐던 다른 사용자들과의 유사도 (기존 user data 필요)
  ㄴ크롤링, 무작위 생성으로 생성 가능

• 의상 사진을 통한 카테고리 분류 (ex. 스카프, 머플러, 블라우스 etc)

API :

의상 경계 구분 : https://github.com/HiKapok/tf.fashionAI
사진 속 색상 추출 : https://github.com/algolia/color-extractor

첨부 파일 :

추천 시스템 : (15) Recommender Systems - Collaborative Filtering (2).pdf
상용 어플과 비교 : 자료조사.docx

대주제:큐레이션 옷 추천 시스템 구현

+예시

1.프론트엔드 구현(WEB)

2.머신러닝으로 옷 사진에서 특성 추출 알고리즘

3.추출된 특성을 통해 추천하는 알고리즘

4.백엔드 데이터(DB)

+추후 데이터셋/API 분석

Work share

• 김명준 : DB/recommend algorithm
• 윤현철 : connect with server / deep fashion study
• 김상우 : Web page + Community
• 홍기환 : deep fashion study-> feature extraction
• Apoorv : deep fashion
• 이창훈 : recommend algorithm
• 이지현 : recommend algorithm

Additional discussion

• user/seller : 구현은 같이, 명세만 따로
• product purchase link is included in product details
• to construct algorithm, use what kind of data?