LEVEL1 P Stage - Book Recommendation

main_streamlit.py

• main_streamlit.py는 streamlit에 모델을 적용하기 위한 파일이므로 본 프로젝트와는 큰 연관성이 없습니다.

 

4️⃣ RecSys_4조 4️⃣

 

🥈 최종 결과

 

🙋🏻‍♂️🙋🏻‍♀️ Member

고현욱_T4007	김동건_4026	민복기_T4074	용희원_T4130

 

🖼️ Project Overview

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.

 

📀 Dataset

 

INPUT

 

• training_rating.csv : 각 사용자가 책에 대해 평점을 매긴 내역  

• users.csv : 사용자에 대한 정보  

• books.csv : 책에 대한 정보  

• Image/ : 책 이미지

🗂️ Folder Structure

level1_bookratingprediction_recsys-level1-recsys-04
├── EDA
│   ├── EDA_bk.ipynb
│   ├── README.md
│   ├── age.png
│   ├── bin
│   ├── category.png
│   ├── include
│   ├── lib
│   ├── pyvenv.cfg
│   └── text_model_EDA.ipynb
├── README.md
├── catboost_info
│   ├── catboost_training.json
│   ├── learn
│   ├── learn_error.tsv
│   ├── test
│   ├── test_error.tsv
│   └── time_left.tsv
├── data
│   ├── preprocessed
│   └── raw
├── ensemble.py
├── main.py
├── main_streamlit.py
├── preprocessing_bk
│   ├── README.md
│   ├── cat_classifier.py
│   ├── cat_cluster.ipynb
│   └── language_classifier.py
├── requirements.txt
├── requirements_ssh.txt
├── requirements_ssh_2.txt
├── src
│   ├── __init__.py
│   ├── data
│   ├── ensembles
│   ├── models
│   └── utils.py
└── submit