|
|
|
|
|
| 이호준_T5168 | 김동환_T5028 | 박상우_T5081 | 박예림_T5088 | 임소영_T5172 |
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.
level1_bookratingprediction-recsys-05
├─ Catboost_ipy.ipynb
├─ code
│ ├─ cal_mw.py
│ ├─ deep_ensemble.py
│ ├─ ensemble.py
│ ├─ kfold.py
│ ├─ main.py
│ ├─ requirement.txt
│ └─ src
│ ├─ data
│ │ ├─ cat_data.py
│ │ ├─ context_data.py
│ │ ├─ dl_data.py
│ │ ├─ ensemble_data.py
│ │ ├─ image_data.py
│ │ ├─ text_data.py
│ │ ├─ __init__.py
│ ├─ deep_ensemble.py
│ ├─ ensembles
│ │ ├─ ensembles.py
│ ├─ models
│ │ ├─ Cat_Boost
│ │ │ ├─ Cat_Boost_model.py
│ │ │ ├─ option.json
│ │ │ ├─ __init__.py
│ │ ├─ CNN_FM
│ │ │ ├─ CNN_FM_model.py
│ │ │ ├─ __init__.py
│ │ ├─ DCN
│ │ │ ├─ DCN_model.py
│ │ │ ├─ option.json
│ │ │ ├─ __init__.py
│ │ ├─ DCN_P
│ │ │ ├─ DCN_P_model.py
│ │ │ ├─ option.json
│ │ │ ├─ __init__.py
│ │ ├─ DeepCoNN
│ │ │ ├─ DeepCoNN_model.py
│ │ │ ├─ option.json
│ │ │ ├─ __init__.py
│ │ ├─ DeepFM
│ │ │ ├─ DeepFM_model.py
│ │ │ ├─ option.json
│ │ │ ├─ __init__.py
│ │ ├─ Ensemble
│ │ │ ├─ Ensemble_model.py
│ │ │ ├─ __init__.py
│ │ ├─ FFDCN
│ │ │ ├─ FFDCN_model.py
│ │ │ ├─ option.json
│ │ │ ├─ __init__.py
│ │ ├─ FFDCN_P
│ │ │ ├─ FFDCN_Parallel_model.py
│ │ │ ├─ option.json
│ │ │ ├─ __init__.py
│ │ ├─ FFM
│ │ │ ├─ FFM_model.py
│ │ │ ├─ option.json
│ │ │ ├─ __init__.py
│ │ ├─ FM
│ │ │ ├─ FM_model.py
│ │ │ ├─ option.json
│ │ │ ├─ __init__.py
│ │ ├─ NCF
│ │ │ ├─ NCF_model.py
│ │ │ ├─ option.json
│ │ │ ├─ __init__.py
│ │ ├─ WDN
│ │ │ ├─ option.json
│ │ │ ├─ WDN_model.py
│ │ │ ├─ __init__.py
│ │ ├─ __init__.py
│ ├─ train
│ │ ├─ trainer.py
│ │ ├─ __init__.py
│ ├─ tune.py
│ ├─ utils.py
│ ├─ __init__.py
├─ context_data.py
├─ EDA.ipynb
├─ README.md
└─ readme_img
├─ book_rating_image.PNG
└─ result.PNG
React
Typescript
Django
Laravel
Facebook
Microsoft
Google
Alibaba
D3
Tencent