level2_movierecommendation-recsys-09 created by GitHub Classroom
📦level2_movierecommendation-recsys-09
┣ 📂base
┣ 📂config
┣ 📂data_loader
┣ 📂experiment
┣ 📂logger
┣ 📂model
┣ 📂test
┣ 📂trainer
┣ 📂utils
┣ 📜.gitignore
┣ 📜parse_config.py
┣ 📜requirements.txt
┣ 📜test.py
┣ 📜train.py
┗ 📜README.md
- 사용자의 영화 시청 이력 데이터를 바탕으로 사용자가 다음에 시청할, 선호할 영화를 예측
- implicit feedback 기반의 sequential recommendation 시나리오를 바탕으로 사용자의 시간 순서의 sequence에서 일부 item이 누락된 상황을 상정
• 팀 구성: 5인 1팀, 인당 V100 서버를 VS Code와 SSH로 연결하여 사용
• 협업 환경: Notion, GitHub, WandB
- 😇 곽희원: EASE, Catboost 모델 구현 및 하이퍼파라미터 튜닝, 앙상블
- 😄 김현정: EDA, 데이터 전처리, UltraGCN 모델 구현 및 하이퍼파라미터 튜닝
- 😆 민현지: EDA, SASRec, BERT4Rec 모델 구현 및 하이퍼파라미터 튜닝, 앙상블
- 🤭 이희만: EDA, Multi-VAE 모델 구현 및 하이퍼파라미터 튜닝, 앙상블
- 😏 황찬웅: AutoRec 모델 구현 및 하이퍼파라미터 튜닝
-
데이터 분석
(1) train_rating.csv : user, item, time feature로 구성됨, 31360명의 고유한 user와 6807개의 고유한 item으로 구성
(2) years.tsv : 6799개의 item에 대한 year 정보
(3) writers.tsv : 5648개의 item에 대한 writer 정보가 존재, 2989명의 고유한 writer로 구성
(4) directors.tsv : 5503개의 item에 대한 director 정보가 존재, 1340명의 고유한 director로 구성
(5) genres.tsv : 18개의 고유한 genre로 구성
(6) titles.tsv : 마지막 부분에 영화의 연도 정보 존재 -
결측치 처리
(1) year : 0.3%의 결측치 존재, title을 이용해서 결측치 처리
(2) writer, director : 2.7%의 결측치 존재, 결측치를 채울 정보가 부족해 결측치를 others로 처리 -
time 분석
time을 기준으로 elapsed time을 확인한 결과 90% 이상이 10분 내에 발생한 interaction
예전에 본 영화를 한 번에 평점을 매긴 데이터로 보여짐
(1) AutoRec : Recall@10 0.1163
(2) BERT4Rec : Recall@10 0.0728
(3) SASRec : Recall@10 0.0740
(4) Catboost : Recall@10 0.1346
(5) Multi-VAE : Recall@10 0.1339
(6) EASE : Recall@10 0.1422
(7) UltraGCN : Recall@10 0.1021
- WandB를 통한 모니터링, WandB sweep을 이용한 파라미터 튜닝
- 앙상블
EASE와 M-VAE를 앙상블 한 모델 채택
Public 기준 0.1622, Private 기준 0.1625를 기록
-
잘한 점
WandB를 이용해 하이퍼파라미터 튜닝을 하고 코드를 파이토치 템플릿에 적용해 일관성 있는 코드 작성 목표했던 timeline에 맞춰서 계획을 잘 지켰다 -
시도했으나 잘 되지 않은 점
Context aware 모델인 NFM 모델 구현을 시도했으나 모델링에 문제가 발생 -
아쉬웠던 점
사용자의 interaction 데이터만 사용한 모델이 주가 되며, 다른 feature들을 많이 사용하지 못함 -
프로젝트를 통해 배운 점
프로젝트 계획 수립의 중요성
협업과 커뮤니케이션을 통한 일관성 있는 결과 도출