카드 사용 정보와 위치 정보에 기반한 개인화된 여행지 추천 시스템을 개발하였습니다. 프로젝트의 핵심은 카드 소비 패턴과 이동 기록이 결합된 데이터를 사용한 것입니다. 각각의 데이터를 단독적으로 사용했을 때보다 모델 성능 향상에 효과적인 것을 실험을 통해 확인하였습니다. 또한 두 분야를 결합해서 ‘어떤 장소에 갔다’라는 정보를 ‘어떤 장소에서 어떤 물품을 소비했다’라는 정보로 바꿈으로써 이동의 목적이나 동선과 소비를 통해 예측되는 다음 목적지 같은 인사이트를 찾아내어 추천 서비스에 적용시켰습니다.
프로젝트에서 여행지 추천 기능에 들어가는 추천 시스템을 개발하였고 Factorization Machine계열 모델을 활용했을 때 성능 측정과 프로토타입 제작을 담당하였습니다. Factorization Machine을 신경망으로 확장한 DeepFM 모델을 활용하여 프로토타입을 제작하였고 실험 결과를 활용해 임원진 회의에서 기능에 대한 설명과 적합성을 발표하였습니다. 또한 프로젝트 최종발표회에서 추천 기능을 담당하여 발표 및 질의를 담당하였습니다.
