## 수정 사항 ### 추천 실행하는 함수(`perform_contrastive_analysis`) - [ ] 입력값: user_id, 상담 텍스트, resources - [ ] 반환값: "role_model_pattern", "insight" ## 실행 예시 **[입력]** - user_id: "10008" - 상담 텍스트: "데이터 요금이 너무 많이 나와서 부담됩니다." **[반환]** - role_model_pattern: "저가형 요금제" - insight: "유사한 만족 고객들은 저가형 요금제를 이용중입니다." ## 참고 사항 ### 추천 생성 과정 1. `data_manager.py`: SHAP 분석 결과, 대조 분석 결과, 유저 정보를 `user_analysis.json`에 저장 2. `prompts.py`: 프롬프트 형식 지정. `user_analysis.json` 를 User Prompt에서 사용 3. `msg_generator.py`: 추천 서비스 마케팅 문구 생성 **`user_analysis.json` 데이터** <img width="500" height="150" alt="Image" src="https://github.com/user-attachments/assets/d37a69fa-5753-47c5-95b8-251f21b17e3f" /> #25
수정 사항
추천 실행하는 함수(
perform_contrastive_analysis)실행 예시
[입력]
[반환]
참고 사항
추천 생성 과정
data_manager.py: SHAP 분석 결과, 대조 분석 결과, 유저 정보를user_analysis.json에 저장prompts.py: 프롬프트 형식 지정.user_analysis.json를 User Prompt에서 사용msg_generator.py: 추천 서비스 마케팅 문구 생성user_analysis.json데이터#25