- 2022.10.10 ~ 2022.11.21
- “어디서 만날지 추천 받고 함께한 기록을 남겨요!”
- 위치 정보를 기반으로 중간 지점을 산출하고, 약속 장소를 추천 받아 약속을 잡을 수 있습니다.
- 함께 찍은 사진을 필름 사진 형태로 기록 남기고 뒷면에 댓글을 작성합니다.
- Meeplo
- Meeplo는 영어 단어 Meet, Plan, Log를 합성한 단어로
만남을 계획하고 기록을 남긴다는 의미를 담은 서비스명입니다.
- Meeplo는 영어 단어 Meet, Plan, Log를 합성한 단어로
약속을 잡다 보면 가장 오래 시간을 할애하는 부분이 약속 장소를 정하는 부분입니다. 어디서 만날지, 만나서 무엇을 할 지를 오랫동안 고민하게 됩니다. 그럴 때 만날 사람들의 위치를 기반으로 적절한 중간 지점을 찾아주고, 그 근방에서 사용자의 키워드에 따른 장소를 추천해주면 의사 결정 시간을 줄일 수 있을 것이라 생각해 기획하게 되었습니다.
또 같이 찍은 사진을 카카오톡에서 공유를 하지만 메신저의 특성 상 특정 약속에 대한 사진만을 모아볼 수는 없습니다. 또 다운로드를 받지 않거나 톡서랍 같은 기능을 사용하지 않으면 일정 시간이 지나면 그 사진을 볼 수 없게 됩니다. 그래서 함께한 사람들별로 혹은 약속별로 사진을 모아보면서 아날로그 감성을 살린 사진 기록 형태의 앱을 구성하였습니다.
- 멀리 떨어져 사는 친구들과 어디서 만날지 고민하던 분들
- 필름 사진 같은 아날로그 감성으로 기록을 남기고 싶었던 분들
-
그룹 생성
-
그룹 참가
-
그룹 탈퇴
- 약속 생성
-
ERD Cloud Version
-
이미지
-
전체 이미지
-
개별 이미지
-
홈 화면
-
모임 flow
-
약속 flow
-
추천 flow
-
추억 flow
-
마이페이지 flow
-
- react-native :
0.70.5- 리액트 네이티브를 사용하여 네이티브 앱으로 빌드
- react-redux :
^8.0.4@reduxjs/toolkit :^1.8.6- redux를 사용하여 전역 상태 관리
- react :
18.1.0 - @react-navigation/native :
^6.0.13- App내 이동을 관리하는 navigation 라이브러리
- aws-sdk :
^2.1245.0- 이미지 저장 용도로 s3와 연동
- axios :
0.27.2 - react-native-webview :
^11.23.1- 웹으로 구성된 지도를 WebView로 사용하여 App에 포팅하여 사용
- react :
18.2.0 - react-kakao-maps-sdk :
^1.1.5- kakao map을 react에서 편하게 사용할 수 있는 sdk 라이브러리
- webpack :
^5.74.0webpack-cli :^4.10.0webpack-dev-server :^4.11.1 - @babel/core :
^7.20.0
- Java :
OpenJDK 11 - Gradle :
gradle-7.4-bin - Spring Boot :
2.7.4 - Spring security :
2.7.4 - JPA :
2.7.4 - Swagger :
3.0.0 - JWT :
0.9.1
- Java :
OpenJDK 11 - Spring Boot :
2.7.5 - JPA :
2.7.5 - Selenium :
4.5.3- 버튼을 클릭하고 페이지를 이동하는 등의 동적인 환경에서의 크롤링을 위해 사용
- Jsoup :
1.15.3- 동적으로 이미 전부 받아온 html을 빠르게 파싱하기 위해 사용
- Python :
3.10.8 - Fast API :
0.87.0 - Uvicorn :
0.19.0 - Gensim :
4.2.0- Word2Vec, FastText 사용을 위한 library
- Shapely :
1.8.5- 무게 중심을 찾기 위한 library
- Kubernetes:
1.25.3 - Jenkins:
2.361.4 - MySQL :
8.0.31 - Redis :
7.0.5
- HPA를 사용하여 요청의 수에 따라 서버 인스턴스가 자동으로 증가 및 감소, worker node에 고르게 분배됨
- 특정 서버 인스턴스에서 문제가 발생하여 종료되어도 설정한 수 만큼 자동으로 관리
-
사용자들의 출발 장소의 위도/경도를 받는다.
-
사용자로부터 받은 위도/경도에서 Graham Scan 알고리즘을 통해 가장 큰 형태의 convex hull을 만든다.
-
생성한 convex hull의 좌표를 모아 무게 중심 좌표를 구한다.
-
3번에서 얻은 무게 중심 좌표를 기반으로 Haversine 알고리즘을 이용하여 직선 거리를 기준으로 가장 가까운 역의 정보를 3개까지 보여준다.
-
미리 확보한 데이터를 토대로 Word2Vec, FastText 모델을 만들어둔다.
-
전처리 : Tokenizer(형태소 분석기) 중 Okt를 이용하여 맞춤법을 맞춰준 후, 토큰화, 불용어 제거를 거친다.
-
Word2Vec
- 비슷한 위치에서 등장하는 단어들은 비슷한 의미를 가진다는 가설 이용
- 학습된 데이터의 단어를 tokenization한 후, 불용어를 제거하고 각 단어를 벡터화한다.
- 단어 간 거리를 기준으로 유사도를 계산하기 때문에 비슷한 의미를 갖는 단어 유사도가 FastText에 비해 신뢰도가 있다.
-
FastText
- Word2Vec 학습 시 없는 데이터에 관해서 추가적으로 키워드 기반 추천을 하기 위해 도입한 모델
- 학습된 데이터의 단어들을 tokenization한 후, 해당 단어의 자음, 모음을 분리하여 자, 모음이 비슷한 단어를 추천해준다.
- 자, 모음이 비슷한 단어를 추천하기 때문에 Word2Vec보다 유사도 기준을 높게 잡아야 원하는 값을 얻을 수 있다.
-
-
사용자로부터 받은 키워드와 해당 키워드를 토대로 Word2Vec, FastText 모델을 사용하여 얻은 유사도가 높은 단어를 얻는다.
-
2번에서 얻은 단어들을 SELECT Query(Like)문을 통해 DB에 존재하는 단어로 바꿔주어 Business Logic에서 바로 사용할 수 있도록 정제한다.
-
누적흐름도표
-
로드맵
-
메인
-
회의록
-
MEEPLO 도서관
-
Git 브랜치 전략 & 컨벤션
