Update main.py

main.py

@@ -1,28 +1,66 @@
-import torch
+import os
+from subprocess import run
 from calculate_cosine_similarity import (
+    load_trained_model,
     find_most_similar_anchor,
     find_most_similar_product,
     recommend_shop_product,
 )
 
+
+def execute_script(script_name):
+    """
+    Helper function to execute a Python script.
+    """
+    print(f"Executing {script_name}...")
+    result = run(["python", script_name], capture_output=True, text=True)
+    if result.returncode == 0:
+        print(f"{script_name} executed successfully.")
+    else:
+        print(f"Error executing {script_name}:")
+        print(result.stderr)
+
+
 def main():
-    # 사용자 ID 입력
-    user_id = "user_123"  # 사용자 ID 예시
-
-    # Step 1: 사용자와 가장 유사한 anchor 찾기
-    print(f"Finding the most similar anchor for user {user_id}...")
-    most_similar_anchor, anchor_embedding = find_most_similar_anchor(user_id)
-    print(f"Most similar anchor: {most_similar_anchor}")
-
-    # Step 2: anchor와 가장 유사한 상품 찾기
-    print("Finding the most similar product to the anchor...")
-    most_similar_product, similar_product_embedding = find_most_similar_product(anchor_embedding)
-    print(f"Most similar product to anchor: {most_similar_product}")
-
-    # Step 3: 쇼핑몰 상품 추천
-    print("Recommending the best shop product...")
-    recommended_product_id = recommend_shop_product(similar_product_embedding)
-    print(f"Recommended shop product ID: {recommended_product_id}")
+    # # Step 0: 모델 학습
+    print("Step 1: 모델 학습 중...")
+    execute_script("train_model.py")
+
+    # Step 1: 쇼핑물 상품과 사용자 임베딩
+    print("Step 2: 쇼핑물 상품과 사용자 임베딩...")
+    execute_script("embed_data.py")
+
+    # Step 2: product_model.pth 불러오기
+    print("Step 3: product_model.pth 불러오는 중...")
+    model = load_trained_model("product_model.pth")
+
+    # Step 3: 추천을 위한 사용자 ID 입력
+    user_id = input("사용자 ID 입력: ").strip()
+    print(f"사용자 ID: {user_id}에게 추천해줄 상품 찾는 중...")
+
+    try:
+        # Step 4: 사용자와 가장 유사한 anchor 찾기
+        print(f"사용자 ID: {user_id} 와 가장 유사한 anchor 찾는 중...")
+        most_similar_anchor, most_similar_anchor_embedding = find_most_similar_anchor(
+            user_id, model
+        )
+        print(f"가장 유사한 anchor: {most_similar_anchor}")
+
+        # Step 5: anchor와 가장 유사한 상품 찾기
+        print("anchor와 가장 유사한 학습 상품 찾는 중...")
+        most_similar_product, most_similar_product_embedding = (
+            find_most_similar_product(most_similar_anchor_embedding, model)
+        )
+        print(f"anchor와 가장 유사한 학습 상품 ID: {most_similar_product}")
+
+        # Step 6: 쇼핑몰 상품 추천
+        print("추천 쇼핑몰 상품 찾는 중...")
+        recommended_product_id = recommend_shop_product(most_similar_product_embedding)
+        print(f"추천 쇼핑몰 상품 ID: {recommended_product_id}")
+
+    except Exception as e:
+        print(f"An error occurred during the recommendation process: {e}")
+
 
 if __name__ == "__main__":
     main()