Repozitorij za frontback-end sustava za preporučavanje slika na temelju njihovog sadržaja. Poslužitelj je pisan u JavaScript programskom jeziku (npm verizije 5.6.0 i node verzije 8.11.1), a oslanja se na Angular 5 (5.2.8) radni okvir.
Razvijani sustav se sastoji od SPA klijenta, REST API poslužitelja i AWS S3 usluge za pohranu i posluživanje podataka.
Instrukcije za postavljanje pisane su za Linux ( Ubuntu 16.04.4 LTS ). Korisnici drugih operacijskih sustava mogu pronaći ekvivalentne naredbe za svoja računala na webu.
Kod ovog poslužitelja može se preuzeti putem komandne linije na računalu koje ima postavljen git sustav za verzioniranje idućim naredbama:
mkdir -p ~/Documents/gitrepos && cd "$_"
git clone https://github.com/vribic/recommender-demo.git && cd recommender-demo/
Alternativno kod je moguće preuzeti kao .zip datoteku pritiskom na gumb Clone or download te Downlaod ZIP.
Nakon što je kod preuzet potrebno je instalirati pakete za razvoj koda i pokretanje finalne verzije. Radi lakšeg korištenja na ovom i drugim projektima par paketa instalirano je na globalnoj razini sustava. To su paketi:
@angular-devkit/core@0.4.5
@angular/cli@1.7.3
@angular/core@5.2.8
npm@5.6.0
rxjs@^5.5.0
typescript@2.7.2
webpack@4.1.1
zone.js@^0.8.4
Njih je moguće instalirati putem naredbe (npr. za prvi paket):
npm install -g @angular-devkit/core@0.4.5
Zatim je potreno instalirati sve preostale pakete koji se nalaze u package.json datoteci pokretanjem:
npm init
Prije nego što se aplikacija može pokrenuti potrebno je uvjeriti se da su ispravno postavljene adrese back-enda i Amazon servisa. Te se adrese mogu pronaći u ./src/app/appSettings.ts.
Jednom kad su svi paketi postavljeni i datoteke konfigurirane sve što preostaje je pokrenuti poslužitelja aplikacije. Iako je moguće koristiti node i naredbu node serve.js, za Angular aplikaciju preporuka je koristiti:
ng serve
Odlaskom na adresu localhost:4200/ možete pristupiti web stranici.
Repozitorij je dio projekta razvijanog za Rektorovu nagradu 2017./18 pod nazivom "Ekstrahiranje značajki slika pomoću dubokog učenja u svrhu poboljšanja sustava preporuke slika".
Autori projekta su Toni Vlaić i Viran Ribić, pod vodstvom mentora prof. dr. Marin Šilić.
Repozitorij back-end koda aplikacije : link
Repozitorij teksta rada : link
Link na web aplikaciju posluženu na Heroku platformi : demo aplikaicije.