LEVEL1 P Stage - Book Recommendation

 

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
│
├── 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/