[네이버 부스트캠프 AI Tech 5기] 14주차 회고록 - Movie 추천 대회 2주차

영화 추천대회가 시작된지 2주차이다. Recbole 라이브러리를 이용해보자는 의견이 나왔고 내가 베이스라인 구현을 맡아서 코드를 완성해주었다. recbole을 그대로 가져와쓰면 되는줄 알았지만 라이브러리는 movielens 데이터를 explicit feedback 바탕으로 구현되어 있는데 movie 대회는 해당 데이터를 implicit feeback으로 활용하기에 그 구조를 바꿔서 적용하는데 애를 먹었다. 최종프로젝트도 크롤링을 끝내고 유저 플로우와 추천 메커니즘을 고민하기는 시간을 가졌다. 무엇보다도 몸이 아파서 수술을 했는데 회복하느라 고생했다

Fact(사실 : 무슨 일이 있었나?)

• Recbole 라이브러리 구현
• context-aware recommendation 모델에 대한 이론 공부 → FM, DeepFM, WDN 등등
• 멘토링 → 최종 프로젝트 피드백
• 수요일에 개인적인 지병으로 인해 입원을 하고 목요일에 수술을 진행했다. ㅠ

Feeling(느낌: 무슨 느낌이 들었나?)

• 오픈소스 라이브러리를 통해 다양한 추천모델을 간단한 코드로 쉽게 구현할 수 있다는 것이 편리하고 유용하다는 느낌이 들었음
• context 모델을 배우면서 cold-start(기록이 없는 유저들)에 대해서 content-based model을 사용하거나 context 모델을 사용하면 좋을 것이라는 느낌이 듦
• 멘토링을 하면서 최종프로젝트에 대해서 챗봇이나 커뮤니티등 기능적인 부분에 집중하지 말고 유저가 들어오면 개인화된 추천을 받을 수 있게 구현할 필요성을 느낌
• 몸이 아프면 아무것도 못하겠구나라고 느낌 건강관리 정말 중요함

Finding(배운점 : 어떤 인사이트를 얻었나?)

• 최종 프로젝트에서도 데이터셋을 Recbole 라이브러리 맞춰서 넣어주면 빠르게 모델링을 완성하고 실험해볼 수 있을 것임
• cold-start에 대해서 content 모델뿐만 아니라 context모델을 사용해도 되는 것을 배움

Future action(향후 행동)

• Recbole 라이브러리 베이스라인 구현하여 팀원들도 모두 돌아갈 수 있게 완성
• 깃헙에 PR올리고 코멘트 달기
• 최종프로젝트 와인 크롤링

Feedback(피드백)

• 건강관리!