모영이의 블로그

원래 계획상 5월 17일에 배포전까지 우선적으로 만들려고 했었다. 생각보다 오래안걸린건 React.js와 Node.js의 진입장벽이 무척 낮아서인 것 같다. 대충 어떤 느낌으로 웹을 만드는지 이해했다. API 통신을 이해한 느낌이다. 다만 수정해야할 점이 많은데, 첫째, Node.js를 Django로 바꾸기. 아무래도 Node.js에서 파이썬 파일을 돌리다보니 비효율이 발생하는 것 같다. 그냥 파이썬 파일을 돌릴때 시간이 30초 정도 걸린다면 JS에서 돌리면 3분이 넘게 걸린다. 많이 찾아보진 않았지만 Python을 사용하는 백엔드로 바꾸기로 결정했다. 이렇게하면 속도가 향상되기를 기대한다. 둘째, 디자인 수정. 반응형으로 수정해야 한다. 애초에 도메인을 살 생각이 없어서 모바일로 출시를 할텐데, 웹뷰를..

체크 포인트 05 - LandingPage, SearchPage 디자인 수정 #1 디자인을 살짝 수정했다. 그리고 댓글의 중복을 제거하고, 기본 욕설이 포함된 것을 1차적으로 거르기로 했다.

체크 포인트 04 - mongoDB 저장 및 조회 mongoose를 사용하면 Schema를 선언해 주어야 하는데 막 찾아보니깐, object안에 type도 지정하고, maxlength도 지정하고 엄청 지정할게 많아 보였다. 결론은 빈 오브젝트도 사용이 된다..! 물론 권장하는 방식은 아닐 것 같다. const commentSchema = mongoose.Schema({ channelId: { type: String, maxlength:50, }, info: { }, badComments: { }, }) mongoDB라는 단어를 처음 들었을때 몽고에서 만든 DB인가 싶었다. humongous(엄청 큰)의 줄임말이라고 한다. 사용하다보니 그렇게 막 어렵지 않았다. db의 값을 띄우는데에 성공했다. 참고로 테..

체크 포인트 03 - 머신러닝 돌리기 child-process 사용 머신러닝 모델 model.h5를 실행시키는 함수가 Python파일이어서 JS환경에서 Python 사용하는 방법을 열심히 찾아봤다. 사실 tensorflow.js를 사용하면 어떻게 될 것 같았는데, 나름의 이유로 python을 그대로 사용하자고 결론 내렸다. 여기서 문제가 정말 많았는데 생각나는대로 정리해보겠다. 1. GPU 에러 NVDIA CUDA에러가 떠서 CUDA라는 것을 다운받았다. 뭔지 모름. 2. 로컬 파일 경로 에러 분명 같은 디렉토리에 존재하는 파일인데, no file이 계속 떠서 파일의 전체 경로를 입력해주어야 했다. 이렇게 되면 배포할때 문제가 분명히 발생할텐데 이걸 해결하고 있을 미래의 나에게 미안하다고 말해야겠다..미..

체크 포인트 02 - SearchPage.js react-beautiful-dnd 사용 우선 antd와 react-beautiful-dnd에게 감사의 말씀을 전한다.. 디자인 라이브러리를 사용하니깐, 엄청 깔끔해보인다. 왼쪽에 antd chart liquid로 악성댓글/전체댓글의 값을 퍼센트로 나타내고, 오른쪽에는 간단한 정보들을 보여준다. 바로 아래는 탭 창이 있는데, 댓글의 목록을 가져와서 채널명으로 변환시켜준다. 복사하기 버튼을 누르면 클립보드에 복사가 된다. react-beautiful-dnd에서 제공하는 템플릿이다. 리스트의 엘리먼트를 드래그앤 드롭으로 옮길 수 있고 이를 state에 저장하여 값을 사용할 수 있다. 다음에는 결과값을 리스트 해서 보여주는 페이지를 만들예정인데, 몽고DB에서 가져..

체크 포인트 01 - Boiler Plate & LandingPage.js 따라하며 배우는 React & Node.js의 강좌에서 제공해주신 boilerplate를 사용하기로 했습니다. 우선 처음 배우는 거여서 기본적인 틀을 가져와서 수정하는 식으로 개발하려 했습니다. 앞으로 확인하기 쉽게, 체크 포인트를 세우겠습니다. 링크 github.com/jaewonhimnae/boilerplate-mern-stack

기획 Tondo는 댓글의 온도(thatgeul's ondo)의 줄임말로 정했습니다. 댓글의 온도 서비스는 유튜브 댓글의 감정분석을 통해 해당 유튜브 영상에 달린 댓글의 평균 감정을 알려주는 서비스로 처음 기획했습니다. 하지만, 두가지 이유로 방향을 다르게 설정했습니다. 1. 유튜브 댓글, 한국어 감정분석의 데이터 셋 어려움. 유튜브 댓글을 분석하다 패닉에 빠졌습니다. 우선, 문법을 제대로 지키지 않습니다. 오타가 나더라도 고치지 않고 그대로 작성된 것이 많고, 야민정음(대리가 명~), 신조어 욕설(야발) 등 유튜브에서 고유한 문화가 있는 느낌이었습니다. 감정분석을 하기 위해 영화 댓글을 가져왔는데 유튜브 댓글에 그대로 적용시키기에 한계가 있었습니다. 2. 단순 재미보다 조금 더 의미있는 서비스. 감정분석..