1년 2개월차 초보 집사인 저는 "고양이가 어릴 때 다양하게 먹여봐야 앞으로 평생 이것저것 잘 먹는다" 라는 조언을 듣고, 지난 1년간 다양한 사료를 사보았습니다. 하지만 고양이의 입맛은... 까다로웠습니다. 좋다는 사료는 왜 안먹는건지, 싼 사료는 잘 먹는데 이게 몸에 좋은 건지 안 좋은건지 알쏭달쏭한 집사는 일단 고양이의 입맛을 기록하기 시작했습니다. (A 참치캔 : 잘 먹음, B 칠면조 파우치 : 먹다 남김, C 치즈무스캔 : 입에도 안 댐)
마이펫푸드는 그렇게 쌓인 저희 고양이의 입맛 데이터와, 테스터로 참여해준 총 5마리 고양이의 입맛 데이터와 320여개의 고양이 사료 데이터를 바탕으로, 개별 고양이의 입맛을 ( 선호도 * 사료의 성분, 제조사, 이름 등에 들어가는 단어의 빈도수) 행렬로 만들어 전체 사료에 대한 dtm과의 코사인 유사도 기반으로, 가장 입맛과 유사한 사료를 추천해줍니다.
Fastapi 기반을 웹앱을 구축하고, jinja2와 boostrap으로 사이트를 꾸몄습니다. mongodb를 사용하여 데이터를 불러오고 저장합니다. 배포는 heroku로 진행하고 미리 구매해둔 도메인을 연결했습니다. Fastapi를 사용한 이유는
- 성능이 뛰어나고 빠르다
- 배우기 쉽다
- 코드작업이 빠르다
- 에러가 적다 는 장점이 있었기 때문입니다.
하지만 성능과 시간 면에서는 flask와 큰 차이를 느끼지 못했으며, 오히려 db와 쿼리 시 문법에 for문이 들어가 시간복잡도가 증가하는 경향이 있었습니다. 찾을 수 있는 샘플 코드도 flsk보다 덜 RESTful한 경우가 있고, 에러가 적은지도 체감상 크게 느끼지 못하였습니다. 최근 핫한 최신의 스택이라고 무조건 답이 아니라는 것도 알게 되었습니다. 하지만 직접 부딪히며 오류와 문제를 해결해본 좋은 경험이 되었습니다.
- 고양이의 정보를 입력받습니다.
-
데이터베이스에 있는 사료들의 정보를 보고 고양이의 선호도를 입력할 수 있습니다.
-
"선호도 입력" 버튼을 누르면 각각의 사료에 대한 고양이의 선호도를 입력할 수 있습니다. 이렇게 입력한 데이터는 "rating" 콜렉션에 저장됩닙다.
-
"평가 후 추천받기" 버튼을 누르면 평가한 사료들을 기반으로 고양이의 입맛에 따른 추천 사료를 볼 수 있습니다.
- 이미 사료를 평가한 고양이들의 평가 정보 갯수와, 고양이별로 추천된 사료들을 확인할 수 있습니다.
- 개별 고양이의 입맛을 바탕으로 10개 사료를 추천합니다.
- 정규식을 사용하여, 키워드로 검색이 가능하게 구현하였습니다.
