2020 농식품 빅데이터 온라인 해커톤 최우수상 수상작 🏆
중앙대학교 팀 "당근이지" - 김재훈, 김은솔, 김용우
농산물 가격의 계절적 변동 패턴을 분석하여 미래 가격을 예측하는 머신러닝 기반 서비스입니다. 농민과 유통업체가 데이터 기반의 합리적인 의사결정을 내릴 수 있도록 지원합니다.
- 가격 패턴 분석: 농산물의 계절별 가격 변동 패턴 자동 분석
- 클러스터링: K-means 알고리즘으로 유사 패턴 농산물 그룹화
- 가격 예측: 3차 다항회귀 모델을 통한 월별 가격 예측
- 모바일 서비스: Android 앱을 통한 실시간 가격 정보 제공
- Python 3.9
- TensorFlow 1.x: K-means 클러스터링 구현
- scikit-learn: 다항회귀 모델 학습
- NumPy & Pandas: 데이터 전처리 및 분석
- Matplotlib & Seaborn: 데이터 시각화
- Java
- Android Studio
농식품 가격 데이터 (CSV)
↓
데이터 전처리
(preProcessing.py)
↓
K-means 클러스터링
(clustering.py)
↓
클러스터별 회귀모델 학습
(regressionAnalysis.py)
↓
가격 예측 서비스
(regressionPrediction.py)
↓
Android 앱 연동
atFoodOnlineHackathon_LinearRegressionModel/
├── README.md # 프로젝트 문서
├── price.CSV # 원본 농식품 가격 데이터
├── preProcessing.py # 데이터 전처리 모듈
├── clustering.py # K-means 클러스터링
├── regressionAnalysis.py # 회귀모델 학습
├── regressionPrediction.py # 가격 예측
├── checkData.py # 데이터 검증
├── visualize_models.py # 모델 시각화
├── simple_visualize.py # 결과 시각화
├── clusteredFoodListTotal.CSV # 클러스터링 결과
├── result.CSV # 예측 결과
└── *.pkl # 학습된 모델 파일들
python preProcessing.pypython clustering.pypython regressionAnalysis.pypython regressionPrediction.pypython simple_visualize.py- 6개 클러스터 도출: 계절 패턴별 농산물 자동 분류
- 높은 예측 정확도: 3차 다항회귀로 계절성 패턴 포착
- 실시간 서비스: 모바일 앱을 통한 접근성 확보
- 🏆 2020 농식품 빅데이터 온라인 해커톤 최우수상 수상
위 그래프는 클러스터 모델의 월별 농식품 가격 예측 패턴을 보여줍니다:
- 3월 최고가: 봄철 단경기로 인한 가격 상승
- 12월 최저가: 수확 후 공급 증가로 가격 하락
- 전체 변동폭: 약 1.76 (정규화된 값)
- 계절성 패턴: 농산물은 최고가/최저가 발생 시기에 따라 명확한 그룹 형성
- 봄철 고가 현상: 3-4월 단경기에 대부분 농산물 가격 상승
- 수확기 가격 하락: 11-12월 수확 후 공급 증가로 가격 안정
| 이름 | 역할 | 담당 업무 |
|---|---|---|
| 김재훈 | Data Analysis & ML | 데이터 전처리, 클러스터링, 회귀모델 개발 |
| 김은솔 | Android Developer | Android 앱 UI/UX 개발 |
| 김용우 | Android Developer | Android 앱 백엔드 연동 |
Developed with ❤️ by Team 당근이지 at CAU
