본 프로젝트는 사용자와 아이템의 상호작용 정보와 메타 데이터를 활용하여 소비자의 책 평점 예측을 위한 효과적인 모델을 제작하는 것에 목적이 있다. 다양한 유형의 데이터를 활용하기 위해 FFM, DCN, DeepCoNN, ROP-CNN, CNN_FM, Catboost, XGBoost과 같은 여러 모델들을 사용하였다. 이 모델들의 장점을 취합하기 위해 이를 앙상블하여 최종적인 결과를 도출하였다. 본 프로젝트의 결과 catboost : DCN : others를 7:2:1의 비율로 앙상블한 모델의 Test RMSE가 2.14로 가장 성능이 높았으며 최종적으로 이를 제출하였다.
뉴스기사나 짧은 러닝 타임의 동영상처럼 간결하게 콘텐츠를 즐길 수 있는 ‘숏폼 콘텐츠’에 비해 소비자들이 부담 없이 쉽게 선택할 수 있지만, 책은 완독을 위해 보다 긴 물리적인 시간이 필요하다. 또한 제목, 저자, 표지, 카테고리 등 한정된 정보로 내용을 유추하고 구매를 결정해야 하므로 선택에 더욱 신중을 가하게 된다. 우리는 소비자들의 책 구매 결정에 대한 도움을 주고자 책에 대한 메타 데이터(books), 고객에 대한 메타 데이터(users), 고객이 책에 남긴 평점 데이터(ratings)를 활용해, 1과 10 사이 평점을 예측하는 모델을 구축하고자 한다.
python == 3.10
pytorch == 1.12.1
conda create -n book_env python=3.10
conda activate book_env
conda install pytorch torchvision torchaudio pytorch-cuda=11.8 -c pytorch -c nvidia pip install -r requirement.txt
|
|
|
|
|
|
| 김시윤_T6025 | 박승아_T6059 | 이재권_T6131 | 이현주_T6143 | 장재원_T6149 | 홍훈_T6188 |
📦 level1-bookratingprediction-recsys-04
├─ 📂 code
│ ├─ 📂 data
│ │ ├─ 📂 images
│ │ ├─ books.csv
│ │ ├─ sample_submission.csv
│ │ ├─ test_ratings.csv
│ │ ├─ train_ratings.csv
│ │ └─ users.csv
│ ├─ 📂 src
│ │ ├─ 📂 data
│ │ │ ├─ __init__.py
│ │ │ ├─ context_data.py
│ │ │ ├─ dl_data.py
│ │ │ ├─ ffm_preprocessing.py
│ │ │ ├─ image_data.py
│ │ │ └─ text_data.py
│ │ ├─ 📂 ensembles
│ │ │ └─ ensembles.py
│ │ ├─ 📂 model
│ │ │ ├─ 📂 CNN_FM
│ │ │ │ ├─ CNN_FM_model.py
│ │ │ │ └─ __init__.py
│ │ │ ├─ 📂 DCN
│ │ │ │ ├─ DCN_model.py
│ │ │ │ └─ __init__.py
│ │ │ ├─ 📂 DeepCoNN
│ │ │ │ ├─ DeepCoNN_model.py
│ │ │ │ └─ __init__.py
│ │ │ ├─ 📂 ROP_CNN
│ │ │ │ ├─ ROP_CNN_model.py
│ │ │ │ └─ __init__.py
│ │ │ └─ __init__.py
│ │ ├─ 📂 train
│ │ │ ├─ __init__.py
│ │ │ └─ trainer.py
│ │ ├─ __init__.py
│ │ └─ utils.py
│ ├─ Catboost.py
│ ├─ automl.py
│ ├─ ensemble.py
│ ├─ ensembles.sh
│ ├─ evaluation.py
│ ├─ main.py
│ ├─ postpro.py
│ ├─ rmse2w.py
│ ├─ xgb_main.py
│ └─ requirement.txt
├─ 📂 scripts
│ └─ run_scripts.sh
├─ .gitignore
└─ 📝 README.md
©generated by Project Tree Generator
- FFM, DCN, CNN-FM, DeepCoNN, ROP-CNN
python main.py --model model_name
- CatBoost
python Catboost.py
- XGBoost
python xgb_main.py
- AutoML
python automl.py
python ensemble.py --ensemble_files file_names
- 전체적으로 성능이 뛰어났던 Catboost와 DCN-par 모델을 앙상블하여 개별 모델보다 향상된 결과를 도출하였다.
- Test RMSE는 public 2.140, private 2.133으로 가장 좋은 성능을 보였다.
Ensemble 2 : Catboost, DCN-par, Others(XGboost, H2OAutoML, CNN-FM, DeepCoNN, ROP_CNN) (weight: 0.7, 0.2, 0.1)
- 다양한 모델을 앙상블하여 모델의 단점을 상호보완하려는 시도를 하였다.
- 머신러닝 기반 모델부터 이미지, 텍스트를 활용하는 모델들까지 모두 취합하여 앙상블하였다.
- Test RMSE는 public 2.141, private 2.134로 나타났다.