boostcampaitech5/level2_movierecommendation-recsys-05

level2_movierecommendation-recsys-05 created by GitHub Classroom

lv2-RecSys-5 '스나이퍼'

Movie Recommendation

프로젝트 개요

사용자의 영화 시청 이력 데이터를 바탕으로 사용자가 다음에 시청할 영화 및 좋아할 영화를 예측합니다.

고려할 것

1. 시간 정보의 활용 - 순차적인 사용자 행동
2. 누락된 아이템 예측
3. 부가 정보 활용

프로젝트 수행방법

1. EDA & Feature Engineering
2. 모델 탐구
3. 모델 선정
4. 결과 개선 및 분석

데이터

train
├── Ml_item2attributes.json
├── directors.tsv
├── genres.tsv
├── titles.tsv
├── train_ratings.csv
├── writers.tsv
└── years.tsv

data	소개	행	열
train_ratings.csv	주 학습 데이터	5,154,471	userid, itemid, timestamp
Ml_item2attributes.json	item과 genre의 mapping 데이터
titles.tsv	영화 제목	6,807
years.tsv	영화 개봉년도	6,799
directors.tsv	영화별 감독	5,905
genres.tsv	영화 장르 (한 영화에 여러 장르 가능)	15,934
writers.tsv	영화 작가	11,307

EDA & Feature Engineering

강의에서 설명한 정도로만 진행하였다.

• interaction이 많은 상위 4명 유저를 봤을 때, 딱히 연도와의 관련성을 찾을 수 없음
• 2008년 데이터가 제일 많고, 2009년 이후 감소하는 추세

모델

RecBole을 적극 활용하여 모델들을 구현하고 선정하였다.

1. 모델 탐구

데이터셋의 전체 또는 일부(1%)만 이용하여 모델들을 테스트하고, 성능 위주로 더 탐구해 볼만한 후보 모델들을 정했다.

• General Recommendation : BPR_MF, LightGCN, EASE, FISM, VAE, MultiVAE, MultiDAE, RecVAE, VASP
• Sequential Recommendation : GRU4Rec, GRU4RecF, RepeatNet, BERT4REC

비교적 성능이 좋았던 모델은 다음과 같다.

• MultiDAE, VAE(0.032, 0.033), FISM(0.034), GRU4Rec(0.0133), RepeatNet(0.1571)

2. 모델 선정 및 결과

• 가장 성능이 좋은 모델들을 골랐다.

  RecBole을 이용한 GRU4Rec, GRU4RecF, EASE, RecVAE
  

• 결과 앙상블

결론

• Cross Validation, 하이퍼파라미터 조절, 앙상블

  • 모델마다 seed를 수정하며 train, valid를 다르게 구성해 k-fold 검증을 수행
  • MultiVAE, MultiDAE의 결과값을 기존에 봤던 영화 제외하고 상위 30개씩 추출해서 영화별로 점수들을 더해 평균을 구하기
  • Recall@10 값이 단일 모델로 돌렸을 때(0.1358~0.1305)보다 0.1485까지 약 10%의 성능 향상을 보임

• Sequential 모델의 앙상블

  • MF, RecVAE, EASE, BERT4Rec의 결과를 시청 이력 top 100개의 영화로 비교
    • MF, RecVAE, EASE의 경우 평균 40%~50%, BERT4Rec은 평균 10% 정도가 인기 영화로 채워짐
    • Sequential한 모델들을 앙상블하는 것이 필요하다 판단함
  • 성능이 잘 나온 순서대로 RecVAE, EASE, BERT4Rec을 앙상블하니, Recall@10 값에서 0.04 정도의 성능 향상을 보임

최종 제출

RecBole을 이용한 GRU4Rec, GRU4RecF, EASE, RecVAE

• Recall@10 : 0.1714