import psycopg2, os import pandas as pd import numpy as np import datetime from sklearn.feature_extraction.text import CountVectorizer from sklearn.metrics.pairwise import cosine_similarity def pre_processing(): # 데이터베이스 연결 con = psycopg2.connect( host=os.environ.get("DB_HOST"), dbname=os.environ.get("DB_NAME"), user=os.environ.get("DB_USER"), password=os.environ.get("DB_PASSWORD"), port=os.envi..
def SocialSiginin(**kwargs): # 소셜 로그인/회원가입 # 각각 소셜 로그인에서 유저 정보를 받아오고 None인 값들은 빼줌 data = {k: v for k, v in kwargs.items() if v is not None} email = data.get("email") signin_type = data.get("signin_type") if not email: # email이 없으면 회원가입이 불가능하므로 프론트에 error메시지와 http status를 보냄 return Response( {"error": "해당 계정에 email정보가 없습니다."}, status=status.HTTP_400_BAD_REQUEST ) try: user = User.objects.get(emai..
import psycopg2, os import pandas as pd import numpy as np import datetime from sklearn.feature_extraction.text import CountVectorizer from sklearn.metrics.pairwise import cosine_similarity # 특정 정보와 서비스명 유사도가 높은 서비스 정보를 얻기 위한 함수 def recommendation(id, top_n=10): # 데이터베이스 연결 con = psycopg2.connect( host=os.environ.get("DB_HOST"), dbname=os.environ.get("DB_NAME"), user=os.environ.get("DB_USER"), p..
