'핫플레이스'로 떠오르기 시작하는 지역을 소개하는 서비스인 '인싸이트'를 개발한다. 이 서비스에서는 핫플레이스를 소개하되, 지금 당장이 아니라 앞으로 핫해질 것이라 예상되는 지역들을 발굴하여 먼저 알려주는 트렌드 예측 서비스를 지향한다.
이 프로젝트를 통해 이루고자 하는 기술적 학습목표는 다음과 같다.
- Selenium을 통해 SNS 데이터를 크롤링하고, 여기에서 얻은 데이터를 목적에 맞게 분류해 Elastic Search에 넣는다
- Spring Boot로 데이터의 크롤링과 제어할 수 있도록 프로그래밍
- 지도 정보를
- 구글 차트로 구현될 수 있도록 자바 언어로 프로그래밍
- 데이터를 워드클라우드로 핫플레이스 시각화하기
핫플레이스를 정의하기 위해 우선 다방면의 트렌드 세팅에 큰 영향을 미치는 인플루언서(influencers)를 선정한다. 이들이 사고 입는 것이 잇템이 되듯 이들이 가는 곳이 핫플레레이스가 되는 경향을 반영하기 위함이다. 이를 위해 트렌드에 민감한 사람들이 주로 이용하고 트렌드에 커다란 영향을 미치는 매체로 평가받는 SNS 인스타그램에 주목하고, 그 중에서도 패션분야의 트렌드 세터라고 불리는 사람들의 패션 정보를 소개하는 '하트잇(heart.it)'의 계정을 활용하기로 한다. 구체적으로는, 하트잇이 팔로우하는 180여명의 팔로잉 계정에 들어가, 특정기간 그들이 움직인 동선을 체크하여 장소정보를 크롤링하고 이를 지도 위에 시각화해 나타낸다.
Window 10
Eclipse Java EE IDE for Web Developers Version: Photon Release (4.8.0)
Visual Studio Code(1.38.0)
Elastic Search
* RDBMS : Oracle
* NoSQL : Elastic Search7.1.1
* Back End Development Languages : Java / SQL
* Front End Development Language : Java Script / HTML / CSS
* Libraries : Maven(Lombok, Jsoup1.12.1) / Google Chart / Any Chart / Kakao Map api
* Framework : Bootstrap / Spring Boot2.19
* Tools : Eclipse / Visual Studio Code / Kibana / PostMan / GitHub / SourceTree / ER Master / Oven
* Additional technical set : Axios
- Heart it 에서 팔로우 하고있는 인플루언서들의 정보와 방문지역을 Selenium을 통해 크롤링한다.
- 크롤링된 데이터는 장소키워드, 인물정보로 나뉘어 각각 ElasticSearch, Oracle에 저장된다.
- 수집된 장소키워드와 Kakao Map API를 이용, 인플루언서가 방문한 지역의 지도 정보를 가져온다.
- 생성된 지도 정보를 이용하여 Kakao Map API로 지도를 출력하고 각 장소의 Kakao Place와 연결한다.
