|
|
|
|
| 고현욱_T4007 | 김동건_4026 | 민복기_T4074 | 용희원_T4130 |
일반적으로 책 한 권은 원고지 기준 800~1000매 정도 되는 분량을 가지고 있습니다.
뉴스기사나 짧은 러닝 타임의 동영상처럼 간결하게 콘텐츠를 즐길 수 있는 ‘숏폼 콘텐츠’는 소비자들이 부담 없이 쉽게 선택할 수 있지만, 책 한권을 모두 읽기 위해서는 보다 긴 물리적인 시간이 필요합니다. 또한 소비자 입장에서는 제목, 저자, 표지, 카테고리 등 한정된 정보로 각자가 콘텐츠를 유추하고 구매 유무를 결정해야 하기 때문에 상대적으로 선택에 더욱 신중을 가하게 됩니다.
해당 경진대회는 이러한 소비자들의 책 구매 결정에 대한 도움을 주기 위한 개인화된 상품 추천 대회입니다.
책과 관련된 정보와 소비자의 정보, 그리고 소비자가 실제로 부여한 평점, 총 3가지의 데이터 셋(users.csv, books.csv, train_ratings.csv)을 활용하여 이번 대회에서는 각 사용자가 주어진 책에 대해 얼마나 평점을 부여할지에 대해 예측하게 됩니다.
-
training_rating.csv: 각 사용자가 책에 대해 평점을 매긴 내역
-
users.csv: 사용자에 대한 정보
-
books.csv: 책에 대한 정보
-
Image/: 책 이미지
level1_bookratingprediction_recsys-level1-recsys-04
│
├── main.py
├── ensemble.py
│
├── data/
│ ├── books2.csv
│ ├── books_clustering.csv
│ ├── books_for_txtmodel.csv
│ ├── books_lang.csv
│ ├── books_lang_cat.csv
│ ├── books_lang_cat_dg.csv
│ ├── books_lang_cat_group.csv
│ ├── books_lang_cat_group2.csv
│ ├── books_lang_cluster.csv
│ ├── cat_predict.csv
│ ├── cat_predict_2.csv
│ ├── cat_predict_km.csv
│ └── users2.csv
│
├── src/
│ ├── data/
│ │ ├── __init__.py
│ │ ├── CatBoost_data.py
│ │ ├── context_data.py
│ │ ├── dl_data.py
│ │ ├── donggun_data.py
│ │ ├── image_data.py
│ │ └── text_data.py
│ ├── ensembles/
│ │ └── ensembles.py
│ └── models/
│ ├── _models.py
│ ├── CatBoost_model.py
│ ├── context_models.py
│ ├── dl_models.py
│ ├── donggun_model.py
│ ├── image_models.py
│ └── text_models.py
│
└── readme_img/