📽️ Movie Recommendation

이 프로젝트의 목표는 사용자의 영화 시청(평가) 이력 데이터를 기반으로, 사용자가 시청할 영화와 선호하는 영화를 예측하는 것입니다.

자세한 프로젝트 내용은 Wrap-up Report 를 통해 확인해주세요.

⭐ 프로젝트 설명

1. 데이터

   • explicit feedback인 Movie Lens 데이터를 implicit feedback 데이터로 변환
   • user-item interaction data와 item 정보에 대한 데이터 존재

2. 문제 정의

   • time-ordered sequence에서 일부 item이 누락된 상황을 가정하여 일반적인 sequential recommendation보다 복잡한 환경

3. side-information 활용

   • item과 관련된 다양한 부가 정보를 함께 사용하는 방향으로 설계 가능

4. 예측 목표

   Training Data에 존재하는 전체 유저에 대해서 각각 10개의 아이템 추천

   • 특정 시점 이후의 사용자 행동 예측(Sequential)
   • 특정 시점 이전 데이터로부터의 사용자 선호 파악(Static)

5. 평가 지표

   • normalized recall@10

💡Team

팀 구성

강현구	서동준	이도걸	이수미	최윤혜	양시영

역할 분담

이름	역할
강현구	Sequential-based models, Ensemble
서동준	EDA, LRML, K-fold Ensemble
이도걸	ADMMSLIM, Parameter Tuning, General model
이수미	EDA, VAE기반 모델, MultiVAE 구현, Hard Voting
최윤혜	EDA, context-aware model, EASE/Multi-EASE 구현
양시영	EDA, MLflow, CDAE, Soft Voting

📑 구현된 모델 목록

• ADMMSLIM
• CDAE
• EASE
• LRML
• MultiVAE

📂 Architecture

.
├── EDA
│   ├── movie_title_similarity.ipynb
│   ├── user_genre_preference.ipynb
│   ├── usertimediff_genrecorr.ipynb
│   └── viewing_frequency_analysis_popular_vs_exploration.ipynb
├── Ensemble
│   ├── config.yaml
│   └── hard_voting.py
├── Experiments
│   ├── DeepFM_with_MLflow.ipynb
│   └── make_filtering_df.py
├── Models
│   ├── CDAE
│   │   ├── CDAE.py
│   │   ├── CDAE.yaml
│   │   ├── CDAE_dataset.py
│   │   ├── CDAE_train.py
│   │   ├── mlflow_setup.py
│   │   ├── random_seed.py
│   │   ├── run_CDAE.py
│   │   └── utils.py
│   ├── EASE
│   │   ├── EASE.py
│   │   ├── dataset.py
│   │   ├── run_train.py
│   │   ├── trainer.py
│   │   └── utils.py
│   ├── LRML
│   │   ├── config.yaml
│   │   ├── dataset.py
│   │   ├── inference.py
│   │   ├── lrml.py
│   │   ├── main.py
│   │   ├── train.py
│   │   └── utils.py
│   └── MultiVAE
│       ├── config.py
│       ├── config.yaml
│       ├── dataset.py
│       ├── early_stopping.py
│       ├── main.py
│       ├── model.py
│       ├── train.py
│       └── utils.py
├── README.md
└── requirements.txt

⚒️ Development Environment

• 서버 스펙 : AI Stage GPU (Tesla V100)
• 협업 툴 : Github / Zoom / Slack / Notion / Google Drive / MLflow
• 기술 스택 : Python / Scikit-Learn / PyTorch / RecBole