[청하 - “맞춤 정책 추천” 개발 기록]

지난 아티클에서 소개한 “맞춤 정책 추천” 기능의 개발 진행 상황을 정리해보았습니다!
> 지난 아티클: https://buly.kr/2Jmj88n

1. 사용자 행동 데이터 수집

- 정책 조회&찜하기 시 사용자 상호작용 테이블에 데이터 저장.

2. 사용자별 정책 가중치 계산

- “조회”는 가중치 1, “찜하기”는 가중치 3을 부여하며, “최근 1주” 이내의 상호작용에는 추가 가중치 1을 부여.

3. 사용자 정보 기반 정책 필터링

- 온보딩에서 수집한 사용자의 “지역” 및 “관심 분야” 정보를 기반으로 필터링을 진행.

- 요청 시 사용자 정보를 업데이트.

4. 맞춤 정책 추천 리스트 생성

- 상호작용 데이터 기반, 가중치가 높은 상위 6개의 정책을 추천.

- 추천 정책이 6개 미만이면, 전체 사용자 기준으로 선정된 "핫한 정책"으로 채움.