세번째로 진행한 프로젝트다. 짧은 기간내에 최대한 구현해보려 노력한 프로젝트다. 그 과정을 업로드하겠다.

PUBG_Regional_Weapons_Recommendation_Project

데이터 가져오기

Selenium

1. 셀레니움을 통해서 전적통계사이트인 op.gg 의 서버별 경쟁전 상위 500명의 닉네임을 동적크롤링

PUBG developer API

1. 배틀그라운드 개발자 API를 통해서 유저닉네임별 ID 추출
2. 유저닉네임별로 최근 매치정보 ID 추출

Chicken dinner API

1. 매치정보 ID를 통해서 세부매치정보 조회
2. 세부매치정보 중 킬로그 데이터 추출

데이터 저장

NoSQL - MongoDB

1. NoSQL 데이터베이스 중 하나인 MongoDB에 추출한 데이터 저장
2. Directory명 : PUBG_MONGODB
3. Database명: pubgdata
4. Collection명 : steam_data

{
    "_id": {
        "$oid": "625febde77348e530d8cdf2b"
    },
    "map": "Tiger_Main",
    "rank": {
        "$numberInt": "36"
    },
    "zone": "palace",
    "additional_info": [],
    "damage_causer_name": "WeapMini14_C",
    "damage_reason": "HeadShot",
    "distance": {
        "$numberDouble": "416.1879577636719"
    }
}

SQL - SQLite

1. Database명: pubg_result.db

# 스키마
_id VARCHAR NOT NULL PRIMARY KEY,
map VARCHAR,
rank INTEGER,
zone VARCHAR,
damage_causer_name VARCHAR,
damage_reason VARCHAR,
distance REAL,
additional_info VARCHAR

분석용 대시보드 개발

Metabase

1. 대시보드 중 하나인 Metabase를 이용하여 MongoDB에 저장된 데이터 시각화
2. PUBG 맵
   배틀그라운드 경쟁전 맵 종류
   많이 나오는 경쟁전 맵 TOP 5
   미라마의 주요 교전장소
   에란겔의 주요 교전장소
   태이고의 교전장소
3. PUBG 무기
   킬을 많이한 총기 TOP5
   에란겔의 선호무기
   미라마의 선호무기
   태이고의 선호무기

머신러닝 모델 적용

SVD(Singular value Decomposition)

1. 특이값 분해 모델을 통해서 추천시스템 개발
2. 각 맵,지역과 무기를 사용하여서 Rank 타겟을 예측한다.
3. 가장 낮은 Rank, 즉 가장 높은 순위의 무기를 결과로 내보낸다.
4. 학습한 model은 pickle을 통해서 부호화

웹페이지 구현

1. 메인이미지 클릭시 홈화면으로 돌아옴
2. 맵 선택시 지역리스트 자동 업데이트
3. 맵과 지역을 선택한 후 Click버튼 클릭시 추천무기, 서브이미지 출력
4. 서브이미지 클릭시 상세정보창으로 넘어감

웹 페이지 배포

AWS ec2

1. 클라우드 플랫폼 중 하나인 AWS ec2를 이용하여 배포
2. 로컬의 경우 : http://127.0.0.1:5000/
3. AWS ec2를 이용한 경우 : http://15.164.89.222:5000/
4. 다른 ip를 이용하여 확인했을 때 정상동작