AI 기반 감성 분석을 활용한 개인 맞춤형 도서 추천 시스템 개발

핵심 기술

이 프로젝트는 사용자의 감정 상태에 기반하여 도서를 추천하는 시스템을 구축하였으며, 협업 필터링과 콘텐츠 기반 필터링 기법을 결합하고 감성 분석을 추가하여 개인화된 추천을 제공합니다.

기술적 세부사항

• 추천 알고리즘: 협업 필터링 및 콘텐츠 기반 필터링 통합
• 주요 기능: 7가지 감정에 따른 도서 추천, 인터랙티브 UI, 즐겨찾기 저장 및 별점 평가, 로컬 스토리지 활용, 데이터 내보내기/가져오기, 반응형 디자인
• 데이터: 7가지 감정별 5권씩, 총 35권의 다양한 장르의 도서 데이터 활용 (Fiction, Non-fiction, Science, Adventure, Self-help 등)
• 프론트엔드: HTML5, CSS3, JavaScript (ES6+)
• 스토리지: 브라우저 Local Storage API
• 디자인: CSS Grid 및 Flexbox를 활용한 반응형 디자인, Google Fonts (Roboto) 사용
• 확장성: script.js 내 books Database 객체 수정을 통한 도서 데이터 추가 용이 (제목, 저자, 설명 포함)
• 개발 도구: Amazon Q Developer를 활용하여 코드 이해, 보일러플레이트 코드 생성, 디버깅, 실시간 질문 응답 등의 생산성 향상 경험

개발 임팩트

• 사용자의 감정 상태에 맞는 도서 추천을 통해 사용자 경험(UX)을 크게 향상시킬 수 있습니다.
• AI 개발 도구(Amazon Q) 활용을 통해 개발 생산성 및 학습 효율성을 증대시킬 수 있습니다.
• 추천 시스템 및 프론트엔드 개발 역량을 동시에 향상시킬 수 있습니다.

커뮤니티 반응

원문에는 별도의 커뮤니티 반응에 대한 언급은 없으나, Amazon Q Developer를 활용한 경험을 공유하며 개발 학습자에게 유용한 도구임을 강조하고 있습니다.