[우리가 데이터를 쓰는 법] 모바일 게임 로그 데이터 분석 이야기 - 엔터메이트 공신배 팀장Dylan Ko
Gonnector(고넥터) 고영혁 대표가 주최한 스타트업 데이터 활용 세미나 '우리가 데이터를 쓰는 법' 의 세 번째 발표 자료
세미나 : 우리가 데이터를 쓰는 법 (How We Use Data)
일시 : 2016년 4월 12일 화요일 10:00 ~ 18:00
장소 : 마루180 (Maru180) B1 Think 홀
제목 : 모바일 게임 로그 데이터 분석 이야기
연사 : 엔터메이트 공신배 팀장
[우리가 데이터를 쓰는 법] 모바일 게임 로그 데이터 분석 이야기 - 엔터메이트 공신배 팀장Dylan Ko
Gonnector(고넥터) 고영혁 대표가 주최한 스타트업 데이터 활용 세미나 '우리가 데이터를 쓰는 법' 의 세 번째 발표 자료
세미나 : 우리가 데이터를 쓰는 법 (How We Use Data)
일시 : 2016년 4월 12일 화요일 10:00 ~ 18:00
장소 : 마루180 (Maru180) B1 Think 홀
제목 : 모바일 게임 로그 데이터 분석 이야기
연사 : 엔터메이트 공신배 팀장
제 17회 보아즈(BOAZ) 빅데이터 컨퍼런스 - [ztyle] : 손그림 의류 검색 서비스BOAZ Bigdata
데이터 분석 프로젝트를 진행한 ztyle 팀에서는 아래와 같은 프로젝트를 진행했습니다.
손그림 의류 검색 서비스
18기 조현정 고려대학교 일반대학원 통계학과
18기 김혜연 고려대학교 통계학과
18기 최유진 숙명여자대학교 소비자경제학과
18기 한상범 경기대학교 컴퓨터공학부
제 15회 보아즈(BOAZ) 빅데이터 컨퍼런스 - [Find Your Style 팀] : 사용자 이미지 라벨링을 통한 의류 추천 시스템BOAZ Bigdata
데이터 분석 프로젝트를 진행한 Find Your Style 팀에서는 사용자가 좋아하는 룩의 사진을 올리면 이에 맞는 스타일을 찾아 어울리는 여성 패션 상품을 추천해주는 프로젝트를 진행했습니다.
16기 강하영 동덕여자대학교 정보통계학과
16기 김지수 성신여자대학교 통계학과
16기 남유지 숙명여자대학교 컴퓨터과학전공
15기 김희현 성균관대학교 데이터사이언스융합전공
16기 박은지 숙명여자대학교 소비자경제학과
코끼리(BOAZ) 사서의 도서 추천 솔루션
: 이 책 내용이 내 취향인데, 비슷한 내용의 책은 어떻게 찾지?’
줄거리를 바탕으로 책을 고르시는 분, 관심 작가의 책을 읽고 싶은 분들께
코끼리 사서가 취향저격 책을 제안해 드립니다.
12기 강호석 고은비 고은지 양태일 이지인 전준수 정해원
[국내 최초 빅데이터 연합동아리 BOAZ]
유튜브 - https://www.youtube.com/channel/UCSniI26A56n2QZ71opJtTUg
페이스북 - https://www.facebook.com/BOAZbigdata
인스타그램 - http://www.instagram.com/boaz_bigdata
블로그 - https://blog.naver.com/boazbigdata
제 15회 보아즈(BOAZ) 빅데이터 컨퍼런스 - [YouPlace 팀] : 카프카와 스파크를 활용한 유튜브 영상 속 제주 명소 검색 BOAZ Bigdata
데이터 엔지니어링 프로젝트를 진행한 YouPlace팀에서는 아래와 같은 프로젝트를 진행했습니다.
<aside>
이젠 검색도 유튜브 시대
제주여행을 계획할 때 브이로그 영상을 많이 참고하실텐데요
수많은 영상들과 영상 속 분산된 명소들을 하나 하나 찾으려 생각하면 막막하지 않으셨나요?
이러한 고민을 갖고 계신 분들을 위해, 유튜브 브이로거들이 찾아간 여행 명소들을 지도에서 한 눈에 파악할 수 있도록 만들었어요
(github : https://github.com/Boaz-Youplace)
16기 엔지니어링 고은서 | 중앙대학교 소프트웨어학부
16기 엔지니어링 류정화 | 성신여자대학교 융합보안공학과
16기 엔지니어링 송경민 | 국민대학교 소프트웨어학과
HCI KOREA 2017 데이터 기반 UX 평가를 통한 반응형웹 디자인 개선 방안(주)SNC Lab.
데이터 기반 UX평가를 통한 반응형웹 디자인 개선 방안 사례 발표자료입니다. (An improvement guidelines of responsive web design through data-based UX evaluation)
많은 연구를 통해 웹사이트에서 사용성의 중요성이 강조되고 있지만 실제 웹사이트 개발 프로세스에서 사용성에 대한 고려가 충분히 이뤄지기는 쉽지 않다. 사용성에 대한 고려는 기획단계부터 개발 및 완성 단계까지 전 과정에 걸쳐 진행되어야 하는데 사용성에 대한 고려 없이 제작된 웹사이트는 사용상의 문제점이 발견되고 유지보수를 어렵게 만든다. 이를 위한 사용성 평가는 웹사이트가 본연의 목적에 적합하게 제작되었는지 실제 사용자를 대상으로 평가, 분석하는 방법으로 웹사이트에서 사용자 경험을 측정하는데 주안점을 두고 있다.
웹사이트의 사용성을 높이기 위해 전문가 평가 및 사용성 평가를 수행하여 제작팀에 개선가이드라인을 제시할 수 있지만 사용성 평가는 사용자의 반응과 만족도를 평가하기 위해 수행하는 방법들이 피실험자의 주관적인 의견에 의해 측정 오류 및 편견(biases)이 발생하는 문제점을 가지고 있다. 또한 정성적인 평가를 보완하기 위해 분석 솔루션을 활용한 평가방법도 사용되지만 솔루션에 의한 분석 방법은 상세한 원인을 파악하기 힘든 경우가 있어 실제 웹사이트 제작 시 사용성 평가를 통해 객관적인 결과를 획득하려면 시간과 비용이 많이 소요되어 웹사이트에서 사용성에 대한 고려는 매우 제한적으로 활용되고 있다.
이번 Case Study에서는 국내 공공기관 및 민간기업의 실제 프로젝트 사례를 기준으로, 데이터 기반 평가를 통해 기존의 정성적인 평가 결과를 객관적인 데이터로 보완하고 웹사이트에서 빠른 시간 내에 적용할 수 있는 웹사이트 사용성 평가 방법을 제시하고자 한다.
오늘 밤부터 쓰는 google analytics (구글 애널리틱스, GA) Yongho Ha
http://ga.yonghosee.com 에서 진행하는 구글 어날리틱스(google analytics) 에 대한 강의 슬라이드 입니다. 이 슬라이드는 샘플이지만, 초반부는 실재 강의 교재 그대로 입니다. 이것 자체로도 여러분이 GA를 이해하는데 좀 도움이 된다면 기쁘겠습니다^^ 감사합니다.
제 17회 보아즈(BOAZ) 빅데이터 컨퍼런스 - [SiZoAH] : 리뷰 기반 의류 사이즈 추천시스템BOAZ Bigdata
데이터 분석 프로젝트를 진행한 SiZoAH 팀에서는 아래와 같은 프로젝트를 진행했습니다.
리뷰 기반 의류 사이즈 추천시스템
18기 박태남 고려대학교 산업경영공학과
18기 김주은 성균관대학교 문헌정보학과
18기 문다정 단국대학교 응용통계학과
18기 박희준 명지대학교 산업공학과
고객으로부터 시작하는 데이터 기반 마케팅 접근 전략
최근 디지털 전환이 가속화됨에 따라 기업은 새로운 비즈니스 기회와 위헙에 대한 빠른 대응이 필요합니다. 본 세션에서는 내/외부 데이터를 통한 가망고객 발굴과, 다양한 마케팅 목적의 고객 인사이트를 발굴하기 위한 다양한 데이터 활용방안을 설명드립니다.
발표자: 채병근, AWS Analytic 스페셜리스트
- Aiffel과정 특성 상 딥러닝에 초점이 맞춰진 교육이었는데, 데이터 분석 프로젝트를 진행하니까 어려운 부분이 많았습니다.
- 캐글이나 데이콘의 e-commerce 데이터를 다룬 노트북을 참고해서 이해하려고 노력했습니다.
- 여러가지 파생변수를 만들때 효용성과 필요성을 분석하기 위한 여러가지 방법을 추가적으로 학습했습니다.
- 팀 프로젝트 진행 시 코로나로 인해서 온라인 미팅의 어려움이 있었습니다. 그래서 소통과 스케줄링이 더욱 중요하다는 사실을 깨달았습니다.
- 각자 진행하는 파트를 공유하기 위해 적절한 예시와 정리로 온라인 의사소통을 원활하게 진행했습니다.
- 모두 모여서 적절한 파트 분배를 했고, 진행하면서 어려운 부분은 미팅 시간에 화면 공유를 통해 아이디어를 모았습니다.
- 분업을 할 수 있는 부분에서는 파트를 분배하고, 집중해야 될 부분은 단계를 세워서 진행했습니다.
제 17회 보아즈(BOAZ) 빅데이터 컨퍼런스 - [ztyle] : 손그림 의류 검색 서비스BOAZ Bigdata
데이터 분석 프로젝트를 진행한 ztyle 팀에서는 아래와 같은 프로젝트를 진행했습니다.
손그림 의류 검색 서비스
18기 조현정 고려대학교 일반대학원 통계학과
18기 김혜연 고려대학교 통계학과
18기 최유진 숙명여자대학교 소비자경제학과
18기 한상범 경기대학교 컴퓨터공학부
제 15회 보아즈(BOAZ) 빅데이터 컨퍼런스 - [Find Your Style 팀] : 사용자 이미지 라벨링을 통한 의류 추천 시스템BOAZ Bigdata
데이터 분석 프로젝트를 진행한 Find Your Style 팀에서는 사용자가 좋아하는 룩의 사진을 올리면 이에 맞는 스타일을 찾아 어울리는 여성 패션 상품을 추천해주는 프로젝트를 진행했습니다.
16기 강하영 동덕여자대학교 정보통계학과
16기 김지수 성신여자대학교 통계학과
16기 남유지 숙명여자대학교 컴퓨터과학전공
15기 김희현 성균관대학교 데이터사이언스융합전공
16기 박은지 숙명여자대학교 소비자경제학과
코끼리(BOAZ) 사서의 도서 추천 솔루션
: 이 책 내용이 내 취향인데, 비슷한 내용의 책은 어떻게 찾지?’
줄거리를 바탕으로 책을 고르시는 분, 관심 작가의 책을 읽고 싶은 분들께
코끼리 사서가 취향저격 책을 제안해 드립니다.
12기 강호석 고은비 고은지 양태일 이지인 전준수 정해원
[국내 최초 빅데이터 연합동아리 BOAZ]
유튜브 - https://www.youtube.com/channel/UCSniI26A56n2QZ71opJtTUg
페이스북 - https://www.facebook.com/BOAZbigdata
인스타그램 - http://www.instagram.com/boaz_bigdata
블로그 - https://blog.naver.com/boazbigdata
제 15회 보아즈(BOAZ) 빅데이터 컨퍼런스 - [YouPlace 팀] : 카프카와 스파크를 활용한 유튜브 영상 속 제주 명소 검색 BOAZ Bigdata
데이터 엔지니어링 프로젝트를 진행한 YouPlace팀에서는 아래와 같은 프로젝트를 진행했습니다.
<aside>
이젠 검색도 유튜브 시대
제주여행을 계획할 때 브이로그 영상을 많이 참고하실텐데요
수많은 영상들과 영상 속 분산된 명소들을 하나 하나 찾으려 생각하면 막막하지 않으셨나요?
이러한 고민을 갖고 계신 분들을 위해, 유튜브 브이로거들이 찾아간 여행 명소들을 지도에서 한 눈에 파악할 수 있도록 만들었어요
(github : https://github.com/Boaz-Youplace)
16기 엔지니어링 고은서 | 중앙대학교 소프트웨어학부
16기 엔지니어링 류정화 | 성신여자대학교 융합보안공학과
16기 엔지니어링 송경민 | 국민대학교 소프트웨어학과
HCI KOREA 2017 데이터 기반 UX 평가를 통한 반응형웹 디자인 개선 방안(주)SNC Lab.
데이터 기반 UX평가를 통한 반응형웹 디자인 개선 방안 사례 발표자료입니다. (An improvement guidelines of responsive web design through data-based UX evaluation)
많은 연구를 통해 웹사이트에서 사용성의 중요성이 강조되고 있지만 실제 웹사이트 개발 프로세스에서 사용성에 대한 고려가 충분히 이뤄지기는 쉽지 않다. 사용성에 대한 고려는 기획단계부터 개발 및 완성 단계까지 전 과정에 걸쳐 진행되어야 하는데 사용성에 대한 고려 없이 제작된 웹사이트는 사용상의 문제점이 발견되고 유지보수를 어렵게 만든다. 이를 위한 사용성 평가는 웹사이트가 본연의 목적에 적합하게 제작되었는지 실제 사용자를 대상으로 평가, 분석하는 방법으로 웹사이트에서 사용자 경험을 측정하는데 주안점을 두고 있다.
웹사이트의 사용성을 높이기 위해 전문가 평가 및 사용성 평가를 수행하여 제작팀에 개선가이드라인을 제시할 수 있지만 사용성 평가는 사용자의 반응과 만족도를 평가하기 위해 수행하는 방법들이 피실험자의 주관적인 의견에 의해 측정 오류 및 편견(biases)이 발생하는 문제점을 가지고 있다. 또한 정성적인 평가를 보완하기 위해 분석 솔루션을 활용한 평가방법도 사용되지만 솔루션에 의한 분석 방법은 상세한 원인을 파악하기 힘든 경우가 있어 실제 웹사이트 제작 시 사용성 평가를 통해 객관적인 결과를 획득하려면 시간과 비용이 많이 소요되어 웹사이트에서 사용성에 대한 고려는 매우 제한적으로 활용되고 있다.
이번 Case Study에서는 국내 공공기관 및 민간기업의 실제 프로젝트 사례를 기준으로, 데이터 기반 평가를 통해 기존의 정성적인 평가 결과를 객관적인 데이터로 보완하고 웹사이트에서 빠른 시간 내에 적용할 수 있는 웹사이트 사용성 평가 방법을 제시하고자 한다.
오늘 밤부터 쓰는 google analytics (구글 애널리틱스, GA) Yongho Ha
http://ga.yonghosee.com 에서 진행하는 구글 어날리틱스(google analytics) 에 대한 강의 슬라이드 입니다. 이 슬라이드는 샘플이지만, 초반부는 실재 강의 교재 그대로 입니다. 이것 자체로도 여러분이 GA를 이해하는데 좀 도움이 된다면 기쁘겠습니다^^ 감사합니다.
제 17회 보아즈(BOAZ) 빅데이터 컨퍼런스 - [SiZoAH] : 리뷰 기반 의류 사이즈 추천시스템BOAZ Bigdata
데이터 분석 프로젝트를 진행한 SiZoAH 팀에서는 아래와 같은 프로젝트를 진행했습니다.
리뷰 기반 의류 사이즈 추천시스템
18기 박태남 고려대학교 산업경영공학과
18기 김주은 성균관대학교 문헌정보학과
18기 문다정 단국대학교 응용통계학과
18기 박희준 명지대학교 산업공학과
고객으로부터 시작하는 데이터 기반 마케팅 접근 전략
최근 디지털 전환이 가속화됨에 따라 기업은 새로운 비즈니스 기회와 위헙에 대한 빠른 대응이 필요합니다. 본 세션에서는 내/외부 데이터를 통한 가망고객 발굴과, 다양한 마케팅 목적의 고객 인사이트를 발굴하기 위한 다양한 데이터 활용방안을 설명드립니다.
발표자: 채병근, AWS Analytic 스페셜리스트
- Aiffel과정 특성 상 딥러닝에 초점이 맞춰진 교육이었는데, 데이터 분석 프로젝트를 진행하니까 어려운 부분이 많았습니다.
- 캐글이나 데이콘의 e-commerce 데이터를 다룬 노트북을 참고해서 이해하려고 노력했습니다.
- 여러가지 파생변수를 만들때 효용성과 필요성을 분석하기 위한 여러가지 방법을 추가적으로 학습했습니다.
- 팀 프로젝트 진행 시 코로나로 인해서 온라인 미팅의 어려움이 있었습니다. 그래서 소통과 스케줄링이 더욱 중요하다는 사실을 깨달았습니다.
- 각자 진행하는 파트를 공유하기 위해 적절한 예시와 정리로 온라인 의사소통을 원활하게 진행했습니다.
- 모두 모여서 적절한 파트 분배를 했고, 진행하면서 어려운 부분은 미팅 시간에 화면 공유를 통해 아이디어를 모았습니다.
- 분업을 할 수 있는 부분에서는 파트를 분배하고, 집중해야 될 부분은 단계를 세워서 진행했습니다.
제 15회 보아즈(BOAZ) 빅데이터 컨퍼런스 - [MarketIN팀] : 디지털 마케팅 헬스체킹 서비스BOAZ Bigdata
데이터 시각화 프로젝트를 진행한 MarketIN팀에서는 아래와 같은 프로젝트를 진행했습니다.
- 작은 가게를 운영하는 경우부터 온라인 쇼핑몰까지 비즈니스 운영 과정에선 수많은 의사 결정이 필요합니다. 데이터를 대시보드 템플릿에 연결하여 질문에 대한 답을 한눈에 찾을 수 있습니다.
- 마켓인을 통해 데이터 기반 비즈니스를 경험해보세요.
16기 강민주 (서울과학기술대학교 산업정보시스템전공)
16기 김서연 (숙명여자대학교 홍보광고학과)
16기 오지원 (세종대학교 경영학과)
16기 윤해림 (세종대학교 경영학과)
16기 임성아 (세종대학교 경영학과)
16기 한주리 (고려대학교 사회학과)
9xD Django Study
파이썬 웹프로그래밍 - Django로 배우는 쉽고 빠른 웹개발 Charter 2
발표자 - 김한성
ppt 내용 : 실습 예제 및 내용 요약
개발툴 : pycharm
개발환경 : python 3.5 이용(일부 예제의 경우 동작안함 - 주석 참고)
소스코드 : 2 page github 링크이용
11. 사용자
판매자
구매자
ISA
ERD → RDB Mapping
User
User ID
Password
Name
E-mail
Phone
Address
Consumer
UserID
Birth
Sex
Seller
UserID
CompanyID
CompanyName
PK FK
FK
PK
PK
12. 구매자
쿠폰
리스트쿠폰
mn
ERD → RDB Mapping
Consumer
UserID
Birth
Sex
Coupon
ID
ValidTerm
SalePercent
PK PK
CouponList
ID
Own_ID
Coupon_ID
FK
FK
PKPK
13. ERD → RDB Mapping
구매자 상품
위시
리스트
상품
옵션
Consumer
UserID
Birth
Sex
ProductOption
ID
ProductID
Title
AddPrice
WishList
ID
UserID
ProductID
ProductOptionID
Number
Products
ID
SellerID
Category
ProductName
Price
RatingSum
RatingCnt
UseOptions
FK
PK
FK
PK
PK PK
FK
mn
1
15. ERD → RDB Mapping
카테고리상품
상품
종류
Products
ID
SellerID
Category
ProductName
Price
RatingSum
RatingCnt
UseOptions
Category
ID
Title
FK
PK PK
1n
16. ERD → RDB Mapping
구매자 상품평가
Products
ID
SellerID
Category
ProductName
Price
RatingSum
RatingCnt
UseOptions
Consumer
UserID
Birth
Sex
Feedback
UserID
ProductID
Title
Content
Rating
FKPK PK PK
FK
11
17. ERD → RDB Mapping
결제정보
구매
정보
Purchase
ID
ConsumerID
ProductID
ProductOptionID
ProductCnt
UseCoupon
PurchaseType
Price
Created
구매자
Consumer
UserID
Birth
Sex
FK
PK PK
n1
18. ERD → RDB Mapping
상품 결제정보
구매
정보
Products
ID
SellerID
Category
ProductName
Price
RatingSum
RatingCnt
UseOptions
Purchase
ID
ConsumerID
ProductID
ProductOptionID
ProductCnt
UseCoupon
PurchaseType
Price
Created
FK
PK PK
mn
19. ERD → RDB Mapping
결제정보
상품
옵션 구매정보
Purchase
ID
ConsumerID
ProductID
ProductOptionID
ProductCnt
UseCoupon
PurchaseType
Price
Created
ProductOption
ID
ProductID
Title
AddPrice FK
PK PK
20. ERD → RDB Mapping
Purchase
ID
ConsumerID
ProductID
ProductOptionID
ProductCnt
UseCoupon
PurchaseType
Price
Created
쿠폰 구매정보 결제정보
Coupon
ID
ValidTerm
SalePercent
FK
PK PK
22. ERD → RDB Mapping
배송정보배송방식
배송
종류
Delivery
PurchaseNum
Address
Consumer
Recipient
DeliveryType
PK
DeliveryType
ID
Type_name
Price
Delivery_time
PK
FK
FK
23. 판매자
UserID는 유일한 결정자 이면서
후보 키이므로 BCNF를 만족한다.
정규화
사용자
UserID는 유일한 결정자 이면서
후보 키이므로 BCNF를 만족한다.
UserID
Pass
word
Name
Email
PhoneAddress
UserID
Company
ID
Company
Name
24. 정규화
상품
Serial Number는
유일한 결정자 이면서
후보 키이므로 BCNF를 만족한다.
카테고리
ID는 유일한 결정자 이면서
후보 키이므로 BCNF를 만족한다.
Serial
Number
Seller
ID
Category
Name
Pricesumcount
option
ID Type
25. 평가
userID와 Serial Number의 합성키는
결정자 이면서
후보 키이므로 BCNF를 만족한다.
정규화
구매자
UserID는
유일한 결정자 이면서
후보 키이므로 BCNF를 만족한다.
userID
Content
UserID Birth
Sex Serial
Number
Title
rating
26. 정규화
상품옵션
ID가
유일한 결정자 이면서
후보 키이므로 BCNF를 만족한다.
위시리스트
ID는
유일한 결정자 이면서
후보 키이므로 BCNF를 만족한다.
ID
userID
Serial
Number
Product
option
ID
Serial
Number
Title
Add
Price
27. 정규화
쿠폰
CouponID가
유일한 결정자 이면서
후보 키이므로 BCNF를 만족한다.
쿠폰리스트
ID는
유일한 결정자 이면서
후보 키이므로 BCNF를 만족한다.
Coupon
ID
Valid
Term
Sale
Percent
ID
Own
ID
Coupon
ID
28. 정규화
배송정보
Purchase Number가
유일한 결정자 이면서
후보 키이므로 BCNF를 만족한다.
배송방식
ID는
유일한 결정자 이면서
후보 키이므로 BCNF를 만족한다.
Purchase
Number
Address
Consumer
Recipient
Delivery
Type
ID
Type
Price
Time
29. 정규화
결제정보
ID는
유일한 결정자 이면서
후보 키이므로 BCNF를 만족한다.
ID
Consumer
ID
Serial
Number
Product
Option
Product
Count
Coupon
Price
Date
55. 질의 리스트
1. 판매량 순 상품 정렬
2. 평가 순 상품 정렬
3. 카테고리 별 상품 출력
4. 판매자 검색 상품 출력
5. 상품 키워드 검색
6. 어떤 사용자가 소유한 쿠폰 리스트 출력
7. 나이, 성별 별 가장 많이 구매한 물품들 출력
8. (집계) 사용자의 위시리스트 총 가격 출력
9. (집계 )일정 기간 내에 결제한 총 가격