내가 쓰려고 만든 투자 MCP



퇴근 후 프로젝트로 파생되는 것들에 대한 정리
퇴근 후 자기개발을 꼭 해야 할까?

쩝쩝LAB의 ‘취향과 상황에 맞는 레스토랑 추천 시스템’을 위한 그래프 기반 모델 리뷰
쩝쩝LAB의 ‘취향과 상황에 맞는 레스토랑 추천 시스템’을 위한 그래프 기반 모델 리뷰
주기적인 데이터 처리 작업을 자동화하는 방법
크롤링 데이터 DB 업데이트 자동화 사례로 배우는 실전 활용법

DisenHAN 연관 논문 리뷰를 위한 로드맵
쩝쩝LAB에서 맛집 추천시스템을 연구 중입니다. 그래프 기반 추천 시스템이 우리의 태스크를 해결 해줄 것이라 믿고 이에 대해 논문 위주로 리뷰하고 학습할 개념들을 정리하려 합니다. 단계별로 필요한 개념과 논문들을 정리하고 이를 통해 최종적으로 DisenHAN 중점적으로 활용한 상황과 취향에 맞는 맛집 추천 시스템을 만들어 볼 예정입니다.

확률분포 개념과 음식점 데이터 분석에 활용하기
아래 글은 확률과 통계 중에서도 ‘확률분포’ 전반에 관한 핵심 개념들을 정리한 뒤, 이를 음식점(맛집) 추천 시나리오와 연결하여 예시로 설명하는 형태로 작성하였습니다. 맛집 데이터를 분석하거나, 맛집 방문 패턴을 모델링할 때 자주 등장하는 분포들을 개념적으로 이해하는 데 도움을 드리고자 합니다.

ML활용을 위한 카카오맵 데이터분석
안내: 이 글은 카카오맵 API 및 관련 데이터를 활용해 진행했던 당시 프로젝트 기록입니다. 이후 카카오맵 API 정책을 다시 확인하며 API 응답 데이터의 저장형 사용과 API로 제공되지 않는 데이터의 스크래핑이 허용되지 않는다는 점을 알게 되어, 관련 데이터는 모두 삭제했습니다. 이후 공유한 결과물과 라이브 프로젝트에서도 해당 데이터를 전부 제거했으며, 이 글은 기록 목적으로만 남겨둡니다.

ML활용을 위한 카카오맵 데이터 조정
안내: 이 글은 카카오맵 API 및 관련 데이터를 활용해 진행했던 당시 프로젝트 기록입니다. 이후 카카오맵 API 정책을 다시 확인하며 API 응답 데이터의 저장형 사용과 API로 제공되지 않는 데이터의 스크래핑이 허용되지 않는다는 점을 알게 되어, 관련 데이터는 모두 삭제했습니다. 이후 공유한 결과물과 라이브 프로젝트에서도 해당 데이터를 전부 제거했으며, 이 글은 기록 목적으로만 남겨둡니다.

취향과 상황에 따른 맛집 추천 시스템 개발기
다양한 맛집 추천 서비스가 있지만, 정작 “나”에게 꼭 맞는, 내 취향과 상황을 반영한 맞춤형 맛집을 찾는 일은 여전히 쉽지 않습니다. 맛있는 음식을 먹고 싶어서 애써 뒤져봐도, 결국은 모두가 비슷한 리스트를 보고 선택하는 상황이 반복되죠. 이 글에서는 저희 쩝쩝 LAB이 어떤 계기로 개인화된 맛집 추천 시스템을 연구하게 되었는지, 그리고 그 과정에서 마주한 문제와 솔루션을 소개하고자 합니다.

머먹(What2Eat) 리뷰 데이터 분석: 기존 방식과 업그레이드된 평가 방식
안내: 이 글은 카카오맵 API 및 관련 데이터를 활용해 진행했던 당시 프로젝트 기록입니다. 이후 카카오맵 API 정책을 다시 확인하며 API 응답 데이터의 저장형 사용과 API로 제공되지 않는 데이터의 스크래핑이 허용되지 않는다는 점을 알게 되어, 관련 데이터는 모두 삭제했습니다. 이후 공유한 결과물과 라이브 프로젝트에서도 해당 데이터를 전부 제거했으며, 이 글은 기록 목적으로만 남겨둡니다.