챗봇을 통해 AI와 공감 형태의 대화를 진행하고, 그 속에서 추출된 감성분석을 통해 감성과 유사한/감성과 반대의 음악을 추천해주는 웹사이트를 제작.

회고록

https://dataengineerstudy.tistory.com/79

기획 의도

기존 음악어플의 플레이리스트/순위 및 장르 추천에서 벗어나 사용자의 개인 감정에 기반한 새로운 음악 추천 모델 구현

데이터셋

챗봇

웰니스 대화 스크립트 : https://aihub.or.kr/aihubdata/data/view.do?currMenu=120&topMenu=100&aihubDataSe=extrldata&dataSetSn=267

감성분석

감성말뭉치 : https://aihub.or.kr/aihubdata/data/view.do?currMenu=115&topMenu=100
노년층 대상 감성 분류 모델(CSV 데이터) : https://aihub.or.kr/aihubdata/data/view.do?currMenu=115&topMenu=100

음악 추천 알고리즘

멜론 음악 가사 데이터(셀레니움 기반 크롤링) 노래별 유튜브 링크 데이터(셀레니움 기반 크롤링)

팀구성 및 역할(TEAM 음악쉼표)

우상욱: 웹개발(streamlit 프레임워크 활용), 챗봇 개발, ML/DL 모델링, 자연어 데이터 가공(Okt 기반 불용어처리, 토크나이징)
황도희: 챗봇 개발, 노래별 유튜브 링크 데이터 크롤링, ML 모델링, 자연어 데이터 가공(Okt 기반 품사추출, 토크나이징)
민병창: DL 모델링, 자연어 데이터 가공(subword tokenizer 기반 토크나이징), 음악 추천 알고리즘 개발
서영호: 자연어 데이터 가공 모델 -> 활용 데이터 적용 및 전처리, ML 모델링, ML/DL 모델 결과 비교분석
신제우: DL 모델링(KoBERT), 노래 가사 데이터 크롤링 및 영문-> 한글 변환 자동화 프로그램 개발

기술스택(라이브러리 위주 기술)

챗봇

데이터 가공 : PANDAS, NUMPY, TORCH

모델링

SENTENCE TRANSFORMER(HUGGING FACE API)

감성분석

데이터 가공 : PANDAS, NUMPY, KONLPY, SENTENCEPIECE 모델링 : SKLEARN, CATBOOST, XGBOOST, LGBM , TENSORFLOW

음악 추천 알고리즘

NUMPY, TORCH

웹구현

STREAMLIT

데이터베이스(POSTGRESQL)

PSYCOPG2