Merge pull request #337 from softeerbootcamp-2nd/dev

main merge

.github/workflows/backend.yml

@@ -42,6 +42,16 @@ jobs:
         touch ./src/main/resources/application.yml
         echo "${{ secrets.APPLICATION }}" > ./src/main/resources/application.yml
 
+    - name: 테스트 커버리지를 PR에 코멘트로 등록합니다
+      id: jacoco
+      uses: madrapps/[email protected]
+      with:
+        title: 📝 테스트 커버리지 리포트입니다
+        paths: ${{ github.workspace }}/backend/build/reports/jacoco/test/jacocoTestReport.xml
+        token: ${{ secrets.GITHUB_TOKEN }}
+        min-coverage-overall: 50
+        min-coverage-changed-files: 50
+
 
     - name: Setup Gradle
       uses: gradle/gradle-build-action@v2

backend-recommend/README.md

@@ -0,0 +1,55 @@
+# 추천 알고리즘 프로그램
+실제 판매 견적들과 현재 선택완료된 견적을 비교하여 유사 견적을 추천해주는 알고리즘을 구현하였습니다.
+현재 알고리즘은 가장 기본적인 연관분석 기법을 적용하기 위해 A-Priori 알고리즘을 이용하였습니다.
+<br/> 유사도 판단의 기준은 아래와 같습니다.
+1. 동일한 트림에서 모델타입(파워트레인, 바디타입, 구동방식)은 사용자가 변경을 결정할 가능성이 적으므로 해당 부분들이 동일한 견적에 대해서만 계산을 진행합니다.
+2. 현재 선택한 추가옵션 리스트와 비교하여 어떠한 set이 존재할 때 다른 item or set이 존재할 가능성(confidence)를 높은 순으로 나열하여 상위 4개를 추립니다.
+3. 이때 antecedent + consequent가 모두 자신이 선택한 추가옵션 안에 포함된다면 추천에서 제외하게 됩니다.
+4. A-Priori 알고리즘의 threshold는 0.05로 잡았고, confidence는 0.05 이상인 데이터들만 추출하였습니다.
+
+> 알고리즘은 추천 알고리즘으로 가장 기본적이라 할 수 있는 상관분석 기법과 연관분석 기법을 모두 적용해보고자 노력했으나, 임의로 만든 데이터의 한계로 상관분석 기법을 적용하기엔 각 아이템 사이의 연관관계가 너무 적게 나오는(우연적 관계 수준으로) 문제가 존재하였습니다. 
+> 따라서 이 부분을 이용하기엔 추천의 신뢰도가 낮다고 판단하여 적용하지 않게 되었습니다.
+
+## 파일 설명(데이터 생성 부분)
+
+### createData.py
+실제 판매견적 데이터가 존재하지 않아 Dummy Data를 만들어줄 코드입니다.
+해당 파일의 결과로 아래와 같이 나옵니다.
+
+salesData.csv
+
+| history_id | PowerTrain | BodyType | Operation | CarOptionList | count |
+|------------|----|----------|-----------|---------------|-------|
+| 1          | 1  | 3        | 5         |               | 70    |
+| 2          | 1  | 3        | 6         |               | 75    |
+| 3          | 1  | 4        | 5         |               | 80    |
+| 4          | 1  | 5        | 6         |               | 77    |
+
+
+<br/>
+
+### csvForDB.py
+createData 코드에서 생성된 파일을 이용하여 Cartag서비스의 DB에 저장할 수 있도록 csv 파일을 생성합니다.
+SalesHistory 테이블과 SalesModelMapper 테이블에 코드의 결과로 나온 csv파일을 Bulk Insert하게 됩니다.
+
+saleHistory.csv
+
+| history_id | car_id | sold_count | sold_options_id |
+|------------|----|----------|-----------|
+|9|1|72|1|
+|10|1|85|1|
+|139|1|159|1,3|
+
+saleModelMapper.csv
+
+| history_model_mapper_id | model_id | history_id |
+|------------|----|----------|
+|0|1|1|
+|1|3|1|
+|2|5|1|
+
+-------------
+
+## 파일 설명(알고리즘 부분)
+
+.. 파일 완료 후 추가 예정

backend-recommend/createData.py

@@ -0,0 +1,62 @@
+import random
+import numpy as np
+import pandas as pd
+from itertools import combinations
+
+newData = []
+
+mean = 600
+std_dev = 10
+
+meanV1 = 80
+meanV2 = 150
+meanV3 = 400
+
+dict = {}
+dict[0] = [1,3,5]
+dict[1] = [1,3,6]
+dict[2] = [1,4,5]
+dict[3] = [1,4,6]
+dict[4] = [2,3,5]
+dict[5] = [2,3,6]
+dict[6] = [2,4,5]
+dict[7] = [2,4,6]
+
+numbers = []
+numbers.extend((69,70,71,72,73,74,84,85,86,87,88,89,90,91,92))  # 1부터 15까지의 숫자 리스트
+for selected_count in range(13):   # 뽑을 숫자의 개수 # 특정 숫자
+    for comb in combinations(numbers, selected_count):
+        if 90 in comb and 91 in comb:
+            continue
+        if 90 in comb and 92 in comb:
+            continue
+        if 91 in comb and 92 in comb:
+            continue
+        subLists = list(comb)
+        string_S = ""
+        for i in range(len(subLists)):
+            sub = str(subLists[i])
+            string_S += sub
+            if(i == len(subLists) - 1):
+                break
+            string_S +=  ","
+        for i in range(8):
+            all_combinations = []
+            subsub = dict[i]
+            all_combinations.append(subsub[0])
+            all_combinations.append(subsub[1])
+            all_combinations.append(subsub[2])
+            all_combinations.append(string_S)
+            if len(subLists) == 0 or len(subLists) == 1 or len(subLists) == 12 or len(subLists) == 13:
+                all_combinations.append(int(np.random.normal(meanV1, std_dev)))
+            elif len(subLists) == 2 or len(subLists) == 3 or len(subLists) == 10 or len(subLists) == 11:
+                all_combinations.append(int(np.random.normal(meanV2, std_dev)))
+            elif len(subLists) == 4 or len(subLists) == 5 or len(subLists) == 8 or len(subLists) == 9:
+                all_combinations.append(int(np.random.normal(meanV3, std_dev)))
+            else:
+                all_combinations.append(int(np.random.normal(mean, std_dev)))
+            newData.append(all_combinations)
+
+df = pd.DataFrame(newData, columns=['PowerTrain', 'BodyType', 'Operation', 'CarOptionList', 'count'])
+df.index = df.index + 1
+df.to_csv('salesData.csv', index=True, sep=',', index_label='history_id')

backend-recommend/csvForDB.py

@@ -0,0 +1,35 @@
+import pandas as pd
+
+# CSV 파일 경로
+csv_file_path = 'salesData.csv'
+
+# CSV 파일 데이터 읽기
+data = pd.read_csv(csv_file_path, dtype={'CarOptionList': str})
+
+idx = 0
+
+sales_data = []
+mapper_data = []
+
+# SalesHistory 테이블에 데이터 삽입
+for index, row in data.iterrows():
+    car_id = 1
+    sold_count = int(row['count'])
+    sold_options_id = str(row['CarOptionList']) if not pd.isna(row['CarOptionList']) else ''
+    history_id = row['history_id']
+
+    sales_data.append((history_id, car_id, sold_count, sold_options_id))
+
+    power_train_id = int(row['PowerTrain'])
+    body_type_id = int(row['BodyType'])
+    operation_id = int(row['Operation'])
+
+    mapper_data.append((idx, power_train_id, history_id))
+    mapper_data.append((idx + 1, body_type_id, history_id))
+    mapper_data.append((idx + 2, operation_id, history_id))
+    idx += 3
+
+df1 = pd.DataFrame(sales_data, columns=['history_id', 'car_id', 'sold_count', 'sold_options_id'])
+df2 = pd.DataFrame(mapper_data, columns=['history_model_mapper_id', 'model_id', 'history_id'])
+df1.to_csv('saleHistory.csv', sep=',', index=False)
+df2.to_csv('saleModelMapper.csv', sep=',', index=False)

backend/build.gradle

@@ -2,6 +2,7 @@ plugins {
 	id 'java'
 	id 'org.springframework.boot' version '2.7.14'
 	id 'io.spring.dependency-management' version '1.0.15.RELEASE'
+	id 'jacoco'
 }
 
 group = 'autoever2'
@@ -34,6 +35,23 @@ dependencies {
 
 }
 
+test {
+    finalizedBy jacocoTestReport
+}
+
+jacoco {
+    toolVersion = "0.8.8" // 버전 명시
+}
+
+jacocoTestReport {
+    dependsOn test // 리포트 생성 전에 test를 반드시 수행해야 한다!
+    reports { // 어떤 파일들을 생성할지, 어디에 생성할지 설정
+        xml.enabled true // xml과 html형식으로 결과물을 만들어내라!
+        html.enabled true
+        // 경로 명시 안 할 경우 기본 경로는 build/reports/jacoco 이하 경로
+    }
+}
+
 jar {
     enabled = false
 }

backend/src/main/java/autoever2/cartag/CartagApplication.java

@@ -8,6 +8,7 @@ public class CartagApplication {
 	public static void main(String[] args) {
 		SpringApplication.run(CartagApplication.class, args);
 
+
 	}
 
 }

backend/src/main/java/autoever2/cartag/controller/TrimController.java

@@ -1,5 +1,6 @@
 package autoever2.cartag.controller;
 
+import autoever2.cartag.domain.car.CarDefaultDto;
 import autoever2.cartag.domain.car.CarDto;
 import autoever2.cartag.service.CarService;
 import io.swagger.v3.oas.annotations.Operation;
@@ -35,5 +36,13 @@ public List<CarDto> carTrimInfo(@Parameter(description = "선택한 car_type") @
         return service.findCarByCarType(carType);
     }
 
+    @Operation(summary = "차량 기본 정보 조회", description = "차량 기본 정보 조회 method")
+    @ApiResponses(value = {
+            @ApiResponse(responseCode = "200", description = "조회 성공", content = @Content(schema = @Schema(implementation = CarDefaultDto.class))),
+    })
+    @GetMapping("/infos/defaults")
+    public CarDefaultDto carDefaultDto(@Parameter(description = "선택한 car_id") @RequestParam("carid") int carId) {
+        return service.findCarDefaultDtoByCarId(carId);
+    }
 
 }

backend/src/main/java/autoever2/cartag/domain/car/CarDefaultDto.java

@@ -0,0 +1,86 @@
+package autoever2.cartag.domain.car;
+
+import autoever2.cartag.domain.color.InnerColorDto;
+import autoever2.cartag.domain.color.OuterColorDto;
+import autoever2.cartag.domain.model.ModelDefaultDto;
+import io.swagger.v3.oas.annotations.media.Schema;
+import lombok.Builder;
+import lombok.Getter;
+
+import java.util.List;
+
+@Getter
+@Builder
+@Schema(description = "차량 Default value를 반환하는 dto")
+public class CarDefaultDto {
+    @Schema(description = "선택 차량의 타입", example = "펠리세이드")
+    private String carType;
+    @Schema(description = "선택 차량의 트림 명", example = "Le Blanc")
+    private String trim;
+    @Schema(description = "선택된 차량 트림의 기본 가격")
+    private int carDefaultPrice;
+
+    @Schema(description = "기본 powerTrain의 이름", example = "디젤 2.2")
+    private String powerTrainName;
+    @Schema(description = "기본 powerTrain의 이미지 url")
+    private String powerTrainImage;
+    @Schema(description = "기본 powerTrain의 가격")
+    private Long powerTrainPrice;
+
+    @Schema(description = "기본 bodyType의 이름", example = "7인승")
+    private String bodyTypeName;
+    @Schema(description = "기본 bodyType의 이미지 url")
+    private String bodyTypeImage;
+    @Schema(description = "기본 bodyType의 가격")
+    private Long bodyTypePrice;
+
+    @Schema(description = "기본 operation의 이름", example = "2WD")
+    private String operationName;
+    @Schema(description = "기본 operation의 이미지 url")
+    private String operationImage;
+    @Schema(description = "기본 operation의 가격")
+    private Long operationPrice;
+
+    @Schema(description = "기본 외장색상 이미지 url")
+    private String colorOuterImage;
+    @Schema(description = "기본 외장색상이 적용된 차량 url")
+    private String colorCarOuterImage;
+    @Schema(description = "기본 외장색상 가격")
+    private Long colorOuterPrice;
+    @Schema(description = "기본 외장색상 이름")
+    private String colorOuterImageName;
+    @Schema(description = "기본 내장색상 이미지 url")
+    private String colorInnerImage;
+    @Schema(description = "기본 내장색상이 적용된 차량 url")
+    private String colorCarInnerImage;
+    @Schema(description = "기본 내장색상 가격")
+    private Long colorInnerPrice;
+    @Schema(description = "기본 내장색상 이름")
+    private String colorInnerImageName;
+
+    public static CarDefaultDto toDefault(CarDefaultInfoDto carDefaultInfoDto, OuterColorDto outerColorDto, InnerColorDto innerColorDto, List<ModelDefaultDto> modelDefaultDto, String colorCarOuterImage) {
+        return CarDefaultDto.builder()
+                .carType(carDefaultInfoDto.getCarType())
+                .trim(carDefaultInfoDto.getTrim())
+                .carDefaultPrice(carDefaultInfoDto.getCarDefaultPrice())
+                .powerTrainName(modelDefaultDto.get(0).getModelName())
+                .powerTrainImage(modelDefaultDto.get(0).getModelImage())
+                .powerTrainPrice(modelDefaultDto.get(0).getModelPrice())
+                .bodyTypeName(modelDefaultDto.get(1).getModelName())
+                .bodyTypeImage(modelDefaultDto.get(1).getModelImage())
+                .bodyTypePrice(modelDefaultDto.get(1).getModelPrice())
+                .operationName(modelDefaultDto.get(2).getModelName())
+                .operationImage(modelDefaultDto.get(2).getModelImage())
+                .operationPrice(modelDefaultDto.get(2).getModelPrice())
+                .colorOuterImage(outerColorDto.getColorImage())
+                .colorCarOuterImage(colorCarOuterImage)
+                .colorOuterPrice(outerColorDto.getColorPrice())
+                .colorOuterImageName(outerColorDto.getColorName())
+                .colorInnerImage(innerColorDto.getColorImage())
+                .colorCarInnerImage(innerColorDto.getColorCarImage())
+                .colorInnerPrice(innerColorDto.getColorPrice())
+                .colorInnerImageName(innerColorDto.getColorName())
+                .build();
+
+    }
+}

backend/src/main/java/autoever2/cartag/domain/car/CarDefaultInfoDto.java

@@ -0,0 +1,16 @@
+package autoever2.cartag.domain.car;
+
+import io.swagger.v3.oas.annotations.media.Schema;
+import lombok.Builder;
+import lombok.Getter;
+
+@Getter
+@Builder
+public class CarDefaultInfoDto {
+    @Schema(description = "선택 차량의 타입", example = "펠리세이드")
+    private String carType;
+    @Schema(description = "선택 차량의 트림 명", example = "Le Blanc")
+    private String trim;
+    @Schema(description = "선택된 차량 트림의 기본 가격")
+    private int carDefaultPrice;
+}