Upload 5 files

features.joblib

@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:499398a910ad766c26ea73fe5efaf6f71da2990d16d4f8e05740ab37b00de7a6
+size 108

label_encoders.joblib

@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:56634bf5e292b2396763f85be2cc6b46d28a2f2ceefcdef99dbe00f60e06901e
+size 636

predict_module.py

@@ -0,0 +1,241 @@
+import pandas as pd
+import numpy as np
+import requests
+import cv2
+import mediapipe as mp
+import torch
+from PIL import Image
+from io import BytesIO
+from joblib import load
+from transformers import AutoTokenizer, AutoModelForSequenceClassification
+from youtube_transcript_api import YouTubeTranscriptApi
+
+# 모델 및 기타 파일 로드
+model = load('model/view_predictor.joblib')
+_, _, le_cat = load('model/label_encoders.joblib')
+feature_cols = load('model/features.joblib')
+
+# 감성 분석 모델
+senti_model_name = "nlp04/korean_sentiment_analysis_kcelectra"
+senti_tokenizer = AutoTokenizer.from_pretrained(senti_model_name)
+senti_model = AutoModelForSequenceClassification.from_pretrained(senti_model_name)
+senti_model.eval()
+
+def sentiment_score(text):
+    if not text or pd.isna(text):
+        return 0.0
+    with torch.no_grad():
+        inputs = senti_tokenizer(text, return_tensors="pt", truncation=True)
+        outputs = senti_model(**inputs)
+        probs = torch.softmax(outputs.logits, dim=1).squeeze()
+        try:
+            return round(float(probs[2]) * 100, 1)  # Positive
+        except IndexError:
+            return round(float(probs[1]) * 100, 1)
+
+category_dict = {
+    '음식': ['쯔양', '차밥열끼', '먹방', '단골', '아침', '장사', '만들기', '칼로리', '베이글', '곱창', '스테이크', '고기',
+           '삼겹살', '성심당', '편의점', '이영자', '라면', '김밥', '치킨', '맛집', '집밥', '떡볶이', '음식', '김치',
+           '광어', '만두', '냉면', '철판', '돼지', '요리', '간식', '회식', '술자리', '레시피', '김치찌개'],
+    '연예/유명인': ['최화정', '이해리', '개그맨', '강민경', '다비치', '이지혜', '여자', '아이돌', '다나카', '제니',
+                '유재석', '핑계고', '조세호', '장영란', '김구라', '김영철', '연예인', '배우', '스타', '출연', '섭외',
+                '가수', '노래', '콘서트', '이승철'],
+    '교육/공부': ['일차방정식', '이차방정식', '닮음', '인수분해', '지수', '맞춤법', '한국사', '과학', '과외', '수학',
+               '수업', '공부', '역사', '공부왕', '수능', '퀴즈', '스터디', '선생님', '시험', '지식', '문제',
+               '일차함수', '이차함수', '방정식', '검정고시', '영어', '국어', '한국어', '서울대'],
+    '여행/장소': ['두바이', '휴가', '전국', '여행', '투어', '세계', '지하철', '한강', '카페', '코스', '하와이',
+                '도쿄', '몽골', '일본', '오사카', '제주', '전주', '제주도', '서울', '민박', '미국', '대만',
+                '파리', '스페인', '울릉도', '홍콩'],
+    '일상/가족': ['가족', '엄마', '아빠', '남편', '자식', '모녀', '혼자', '하루', '일상', '사람', '아이', '공유',
+               '현장', '부부', '가장', '어머니', '조카', '가을', '아들', '결혼식'],
+    '콘텐츠/유튜브': ['예능', '시즌', '리뷰', '라이브', '방송', '영상', '채널', '게임', '유튜브', '생방송',
+                  '촬영', '콘텐츠', '댓글', '쇼핑'],
+    '정치': ['대선', '공약', '안철수', '국회', '정치', '대통령', '선거', '정당', '의원'],
+    '경제': ['주식', '비트코인', '코인', '선물', '부자', '투자', '경제', '금융', '광고', '대출', '은행', '시장'],
+    '건강/운동': ['운동', '건강', '다이어트', '헬스', '스트레칭', '요가', '체력', '피트니스', '달리기', '근력', '식단'],
+    '인간관계/고민': ['연애', '고백', '소개팅', '데이트', '솔로', '고민']
+}
+
+# 제목 키워드 기반 분류 함수
+def classify_by_keywords(title, keyword_dict):
+    for category, keywords in keyword_dict.items():
+        for keyword in keywords:
+            if keyword in title:
+                return category
+    return None
+
+# 유튜브 카테고리 + 키워드 기반으로 사용자 카테고리 분류
+def map_category(category_id, title, api_key):
+    # 유튜브 카테고리 이름 가져오기
+    url = f'https://www.googleapis.com/youtube/v3/videoCategories?part=snippet&id={category_id}&regionCode=KR&key={api_key}'
+    try:
+        res = requests.get(url).json()
+        yt_category = res['items'][0]['snippet']['title']
+    except:
+        yt_category = "기타"
+
+    # 유튜브 카테고리명 → 사용자 카테고리 매핑
+    category_map = {
+        "영화/애니메이션": "콘텐츠/유튜브",
+        "음악": "연예/유명인",
+        "엔터테인먼트": "콘텐츠/유튜브",
+        "코미디": "콘텐츠/유튜브",
+        "인물/블로그": "연예/유명인",
+        "게임": "콘텐츠/유튜브",
+        "노하우/스타일": "일상/가족",
+        "뉴스/정치": "정치",
+        "교육": "교육/공부",
+        "과학/기술": "교육/공부",
+        "스포츠": "건강/운동",
+        "자동차": "기타",
+        "동물": "기타",
+        "여행": "여행/장소"
+    }
+    mapped_category = category_map.get(yt_category, None)
+
+    # 키워드 기반 보완 분류
+    keyword_category = classify_by_keywords(title, category_dict)
+
+    # 최종 우선순위 적용
+    return keyword_category or mapped_category or "기타"
+
+def hue_to_color_group(hue_value):
+    if 0 <= hue_value < 15 or hue_value >= 345:
+        return "빨강 계열"
+    elif 15 <= hue_value < 45:
+        return "주황/노랑 계열"
+    elif 45 <= hue_value < 75:
+        return "연두/초록 계열"
+    elif 75 <= hue_value < 165:
+        return "초록/하늘 계열"
+    elif 165 <= hue_value < 255:
+        return "파랑/남색 계열"
+    elif 255 <= hue_value < 285:
+        return "보라 계열"
+    elif 285 <= hue_value < 345:
+        return "분홍 계열"
+    else:
+        return "기타"
+
+def analyze_thumbnail(thumbnail_url):
+    response = requests.get(thumbnail_url)
+    img = Image.open(BytesIO(response.content)).convert('RGB')
+    img_np = np.array(img)
+    hsv = cv2.cvtColor(img_np, cv2.COLOR_RGB2HSV)
+    hue_avg = int(np.mean(hsv[:, :, 0]) * 2)
+
+    # 얼굴 수 검출
+    mp_face = mp.solutions.face_detection
+    with mp_face.FaceDetection(model_selection=1, min_detection_confidence=0.3) as fd:
+        results = fd.process(cv2.cvtColor(img_np, cv2.COLOR_RGB2BGR))
+        face_count = len(results.detections) if results.detections else 0
+
+    return hue_to_color_group(hue_avg), face_count, hue_avg
+
+def predict_views(video_id, api_key):
+    url = f'https://www.googleapis.com/youtube/v3/videos?part=snippet,statistics&id={video_id}&key={api_key}'
+    res = requests.get(url).json()
+    item = res['items'][0]
+    
+    title = item['snippet']['title']
+    published_at = item['snippet']['publishedAt']
+    category_id = item['snippet'].get('categoryId', '')
+    thumbnail_url = item['snippet']['thumbnails']['high']['url']
+    views = int(item['statistics'].get('viewCount', 0))
+
+    # 게시일 정보
+    dt = pd.to_datetime(published_at)
+    hour = dt.hour
+    weekday = dt.dayofweek
+
+    # 자막 수
+    def count_manual_subtitles(video_id):
+        ppl = YouTubeTranscriptApi.list_transcripts(video_id)
+        manual = [t for t in ppl if not t.is_generated]
+        return len(manual)
+    
+    caption_count = count_manual_subtitles(video_id)
+
+    # 썸네일 분석
+    hue_group, face_count, hue_value = analyze_thumbnail(thumbnail_url)
+
+    # 감성 점수
+    senti = sentiment_score(title)
+
+    # 카테고리 이름 매핑
+    user_category = map_category(category_id, title, api_key)
+
+    # Label Encoding
+    if user_category not in le_cat.classes_:
+        user_category = '기타'
+    cat_encoded = le_cat.transform([user_category])[0]
+
+    # 예측
+    X_input = pd.DataFrame([{
+        '시간대': hour,
+        '요일': weekday,
+        '자막수': caption_count,
+        '카테고리': cat_encoded,
+        'Hue': hue_value,
+        '썸네일 얼굴 수': face_count,
+        '감성점수': senti
+    }])
+
+    pred_log = model.predict(X_input[feature_cols])[0]
+    predicted_views = int(np.expm1(pred_log))
+
+    return {
+        '제목': title,
+        '예측 조회수': predicted_views,
+        '실제 조회수': views,
+        '카테고리': user_category,
+        '시간대': hour,
+        '요일': weekday,
+        '자막수': caption_count,
+        '썸네일 얼굴 수': face_count,
+        '감성점수': senti,
+        'Hue 그룹': hue_group,
+        'Hue 값': hue_value,
+        '썸네일 URL': thumbnail_url
+    }
+
+#1. 추측 함수
+def extract_features_from_video_id(video_id, api_key):
+    info = predict_views(video_id, api_key)
+    return pd.DataFrame([{
+        '시간대': info['시간대'],
+        '요일': info['요일'],
+        '자막수': info['자막수'],
+        '카테고리': le_cat.transform([info['카테고리']])[0],
+        'Hue': info['Hue 값'],
+        '썸네일 얼굴 수': info['썸네일 얼굴 수'],
+        '감성점수': info['감성점수']
+    }])
+
+# 2. 예측 함수
+def predict_view_count(model, features):
+    pred_log = model.predict(features[feature_cols])[0]
+    return int(np.expm1(pred_log))
+
+# 3. 시각화 함수
+def visualize_result(video_id, features, predicted_view_count, info):
+    요일_텍스트 = ['월', '화', '수', '목', '금', '토', '일'][features['요일'].values[0]]
+    
+    html = f"""
+    <div style="background-color: #111; color: white; padding: 20px; border-radius: 10px; max-width: 600px; font-family: Arial, sans-serif;">
+        <h2>🎯 예측 조회수: {predicted_view_count:,}회</h2>
+        <h3>📌 영상 제목: {info['제목']}</h3>
+        <img src="{info['썸네일 URL']}" alt="썸네일 이미지" style="width: 100%; border-radius: 10px; margin-bottom: 20px;"/>
+        <ul style="list-style-type: none; padding-left: 0;">
+            <li>📽️ <strong>영상 ID:</strong> {video_id}</li>
+            <li>👁️ <strong>실제 조회수:</strong> {info['���제 조회수']:,}회</li>
+            <li>⏰ <strong>시간대:</strong> {features['시간대'].values[0]}시</li>
+            <li>📅 <strong>요일:</strong> {요일_텍스트}</li>
+            <li>💬 <strong>자막 수:</strong> {features['자막수'].values[0]}</li>
+            <li>🎨 <strong>색상 계열:</strong> {info['Hue 그룹']}</li>
+            <li>😃 <strong>썸네일 얼굴 수:</strong> {features['썸네일 얼굴 수'].values[0]}</li>
+            <li>🧠 <strong>감성 점수:</strong> {features['감성점수'].values[0]:.2f}</li>
+        </ul>
+    </div>
+    """
+    return html

requirements.txt

@@ -0,0 +1,11 @@
+streamlit
+pandas
+numpy
+requests
+opencv-python-headless
+mediapipe
+torch
+Pillow
+joblib
+transformers
+youtube-transcript-api

view_predictor.joblib

@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:8e6382db2936fcc04e3594c5731d64eddf3e7b4efdbf78490f877d5641a4b548
+size 17581281