TripBigs Web App

사용자의 이벤트 로그를 수집하고 이를 바탕으로 한 AI 추천순 정렬을 제공합니다. 실시간 ML 모델 서빙을 통한 실시간 추론을 제공하며, 오토인코더, 협업필터링 기반 호텔별 맛집 추천 리스트를 보여줍니다.

주요 기능 설명

1. Session 기반 추천 모델은 Boosting algorithms for session-based, context-aware recommender system in online travel domain. (Recsys 2019) 을 기반으로 구현되었으며 서울 데이터를 기반으로 파인튜닝 및 최적화를 진행하였습니다.
2. 호텔 기반 맛집 추천 모델은 오토인코더, 협업필터링, DeepFM, Wide&Deep 모델이 사용되었으며, 로컬 맛집과 외국인을 위한 맛집을 구분한 것이 특징입니다. 로컬 맛집의 경우 이전 히스토리를 선택할 수 있는 옵션을 제공합니다.
3. Session 기반 추천순 정렬을 이용할 시 Redux-Saga를 이용한 비동기 통신 제어를 하였으며, 전반적으로 Redux를 통한 상태관리르 구현하였습니다.

스크린샷

Main	Info Tab	Recommendation

Backend

• ML 모델 실시간 서빙
• Profiling을 통한 병목구간 탐색 및 병렬처리
• 주요 파일 경량화 및 캐싱
• 추론시간 180초 내외에서 3초대로 단축

Frontend

• Hotel Card Initial State 설정
• Card Component 구현
• Price Dummy data
• Tracking Feature 구현
• GA 연결
• API와 연결
• Sorting 필터 구현
• 맛집 추천
• Router 적용

Tracking Log

Action Event
## Action Type (/w hotel_id)
['interaction item image', 'clickout item', 'interaction item info',
'interaction item deals', 'interaction item rating']

## Action Type (/w filter)
[ 'filter selection', 'change of sort order']