삼성 청년 SW 아카데미 11기 자율 GS리테일 기업연계 S105

편의점/슈퍼 배달/픽업 고객 대상 재구매 상품 추천 서비스 개발

• 시간대 기반 재구매 추천 알고리즘
  : 사용자가 각 시간대별로 90일 이내에 3회 이상 구매 행동을 보인 시간대를 찾아 적합한 상품을 추천하는 알고리즘

• 구매 주기 기반 재구매 추천 알고리즘
  : 재구매 주기를 학습하고 분석하여 사용자에게 적절한 시점에 상품을 추천하는 알고리즘 (재구매 주기가 45일 이상인 경우 90%, 미만인 경우 80% 경과 후 재구매 추천 시작)

• 추천 카테고리 기반 재구매 추천 알고리즘
  : 신규 사용자에게는 회원가입 시 대분류 선호 카테고리를 입력받고, 유사한 사용자들이 많이 구매한 상품을 카테고리 기반 사용자 협업 필터링을 통해 추천하는 알고리즘
  : 기존 사용자의 행동 데이터를 분석하여 소분류 선호 카테고리를 계속해서 업데이트하여, 같은 카테고리 내 유사 상품 (콘텐츠 기반 알고리즘)과 같은 카테고리를 선호하는 다른 사용자들이 선호하는 상품을 추천(카테고리 기반 사용자 협업 필터링)하는 하이브리드 모델의 알고리즘

• 데이터 시각화를 위한 대시보드
  : 전체 사용자 및 상품에 대하여 재구매 사용자 수, 성별&나이, 상품 리스트 카테고리별 조회 수, 장바구니 수, 주문 수 시각화

• 개인 데이터 시각화를 위한 정성 평가 대시보드
  : 사용자 개인의 상세 조회, 장바구니, 구매 등의 로그 확인 및 개인화 추천 상품 조회 대시보드

• Elasticsearch

  • 검색 엔진 최적화
  • 음절 단위 역 색인을 통한 통합 검색 엔진 지원

• 캐시 사용

  • real-time에 대해서 반복적인 update 발생

: 사용자의 편리함을 극대화 시키는 UI/UX 구상

로그인 페이지	회원가입 페이지	선호태그

홈페이지	검색 페이지	검색 결과 페이지

GS25탭 페이지	GS더프레시탭 페이지	wine25탭 페이지

[ 로그인 페이지 ]

[ 대시보드 페이지 ]

[ 정성 평가 페이지 ]

🧑‍ 팀원 소개

이소민	우혜지	최승탁	이승민	진아영	차유림
팀장, BE	BE	Infra, BE	FE	FE	FE