🧥 Uniqlo AI Tracker & Predictor

ユニクロ AI価格・在庫トラッカー

An automated Data Engineering pipeline and Machine Learning dashboard built to track Uniqlo clothing inventory, detect shortages, and predict the best time to buy using Scikit-Learn.

🚀 Features

• Automated Web Scraper: Bypasses basic API protections to fetch real-time price and stock data.
• ETL Pipeline: Cleans and normalizes relational JSON data into a robust SQLite database.
• Machine Learning: Utilizes RandomForestClassifier to analyze historical data and identify key factors leading to stock shortages.
• Interactive Dashboard: A bilingual (ENG/JP) responsive UI built with Streamlit and Plotly for real-time data visualization.

🛠️ Tech Stack

• Backend: Python, Requests, SQLite3
• Data Science: Pandas, Scikit-Learn
• Frontend: Streamlit, Plotly Express
• Automation: Windows Task Scheduler / Cron

📦 Installation & Setup

1. Clone the repository:

   git clone [https://github.com/ARIIVIDERCHII/uniqlo-ai-tracker.git](https://github.com/ARIIVIDERCHII/uniqlo-ai-tracker.git)
   cd uniqlo-ai-tracker

2. Install dependencies:

   pip install -r requirements.txt

3. Run the Data Pipeline (Collect initial data):

   python spider.py

4. Launch the Dashboard:

   streamlit run dashboard.py

🧠 ML Model Architecture

The project employs a Random Forest model with One-Hot Encoding for categorical features (color, size). It solves an imbalanced classification problem to predict the LOW_STOCK signal, revealing that variables like specific promotional prices and certain sizes (e.g., Japanese 'M' and 'L') have the highest feature importance in predicting shortages.

📝 License

This project is for educational and portfolio purposes only. Not affiliated with Uniqlo or Fast Retailing Co., Ltd.

---

🧥 ユニクロ AIトラッカー & 価格予測 (Uniqlo AI Tracker & Predictor)

ユニクロの衣類在庫を追跡し、品切れを検知して、Scikit-Learnを用いて最適な購入タイミングを予測する、自動化されたデータエンジニアリング・パイプラインおよび機械学習ダッシュボードです。

🚀 主な機能

• 自動ウェブスクレイパー: APIの基本的な制限を適切に処理し、リアルタイムの価格および在庫データを取得します。
• ETLパイプライン: 取得したJSONデータをクレンジング・正規化し、堅牢なSQLiteデータベースに保存します。
• 機械学習予測: RandomForestClassifier（ランダムフォレスト）を活用して過去のデータを分析し、在庫不足を引き起こす主な要因を特定します。
• インタラクティブ・ダッシュボード: StreamlitとPlotlyで構築された、リアルタイムでデータを可視化するバイリンガル（日英対応）のレスポンシブUI。

🛠️ 技術スタック

• バックエンド: Python, Requests, SQLite3
• データサイエンス: Pandas, Scikit-Learn
• フロントエンド: Streamlit, Plotly Express
• 自動化: Windows タスクスケジューラ / Cron

📦 環境構築と実行方法

1. リポジトリのクローン:

   git clone [https://github.com/ARIIVIDERCHII/uniqlo-ai-tracker.git](https://github.com/ARIIVIDERCHII/uniqlo-ai-tracker.git)
   cd uniqlo-ai-tracker

2. 必要なパッケージのインストール:

   pip install -r requirements.txt

3. データパイプラインの実行（初期データの収集）:

   python spider.py

4. ダッシュボードの起動:

   streamlit run dashboard.py

🧠 機械学習モデルのアーキテクチャ

本プロジェクトでは、カテゴリ変数（color、size）に対するOne-Hotエンコーディングとランダムフォレストモデルを採用しています。不均衡データ（Imbalanced Data）の分類問題を処理して LOW_STOCK（残りわずか）のシグナルを予測し、特定のプロモーション価格や特定のサイズ（日本のMサイズやLサイズなど）が品切れ予測において最も重要度（Feature Importance）が高いことを明らかにしています。

📝 免責事項 (Disclaimer)

本プロジェクトは教育およびポートフォリオ目的でのみ作成されたものであり、株式会社ユニクロおよび株式会社ファーストリテイリングとは一切関係ありません。