학생 대출 이력 기반 개인 맞춤형 도서 추천 시스템 구현
- 자료 유형
- 실제 탐구보고서
- 합격 정보
- 한양대(서울) 데이터사이언스학부
- 활동 유형
- 동아리활동
- 교과 과목
- 프로그래밍, 독서, 사회문화
- 탐구 키워드
- 인공지능 (머신러닝, NLP 등), 코딩
2026-04-09
로그인 후 이용해주세요
저장소에 저장되었습니다.
로그인 후 이용해주세요
내용 요약
2학년 동아리에서 대출량 기반 추천 시스템의 한계를 경험한 뒤, 학생 개개인의 대출 이력을 반영한 개인 맞춤형 도서 추천 시스템 구현을 목표로 탐구를 진행함
교내 도서 데이터를 KoBERT 임베딩과 규칙 기반 분류로 결합해 각 도서의 분야를 라벨링함
학생별 대출 이력을 분석해 관심 분야를 도출하고, 인기 기반 추천과 코사인 유사도 기반 개인화 추천 알고리즘을 함께 구현함
추천 결과를 Flask API로 구성해 카카오 i 오픈빌더 챗봇과 연동하고, 학생 ID 입력만으로 개인 맞춤형 추천이 제공되도록 시스템을 완성함
실제 학생들에게 배포해 긍정적 사용자 피드백을 확인하며, 데이터 분석과 AI 기술을 학교 생활 개선으로 연결함
탐구 보고서 전문
멘토의 다른 탐구 활동
꼭 알아주세요
- 본 자료와 관련된 모든 저작권은 (주)진학사에 있으며, 저작권법 제4장 및 제5장의 규정에 따라 일부 또는 전체를 복제, 배포, 업로드하거나 이를 바탕으로 한 2차 저작물을 제작하는 행위를 금합니다.
- 제공되는 탐구 보고서는 학생부종합전형으로 합격한 선배들의 실제 탐구 자료입니다. 이미 대학 입학사정관의 평가를 받은 자료이기에,이를 그대로 따라하기보다는 참고 자료로 활용하여 여러분만의 독창적인 탐구 보고서를 작성해 주시기 바랍니다. 선배들의 탐구 과정과 방법론을 참고하되, 여러분의 관심사와 관점을 반영한 차별화된 탐구를 진행하시길 권합니다.
- 하나의 아이디는 구매자 본인 이용을 기준으로 제공됩니다. 본인이 사용하는 PC/모바일에서는 이용 가능하나, 여러 명이 하나의 아이디를 공유해 이용할 수 없습니다. 부정 사용 방지를 위해 접속 IP 등 이용 로그가 기록될 수 있으며, 비정상 이용이 확인될 경우 서비스 이용이 제한될 수 있습니다.