Movie Recommendation Team Wrap-Up Report (1조)

	개인 목표
곽동호 T5013	강화학습 추천 적용하겠습니다.
권수훈 T5017	머신러닝 관련된 엔지니어링 활용 + RecSys 강의에 나온 모델 적용
박상우 T5081	성적과 별개로 많은 실험 + 프로젝트 엔지니어링 마스터하기
이민호 T5140	기본 모델들 복습 및 구현 + 효율적인 코드 작성
이한정 T5166
이준원 T5237	Top-Down 방식으로 많은 모델과 툴을 적용해보고 설득력있는 결과물 만들기!

1. 개요 (Introduction)

1.1 프로젝트 주제

Movie Recommendation

유저의 영화 시청 이력 데이터를 바탕으로, 사용자가 시청할 영화 예측
유저별 시청 이력에서 마지막 n개, 그 이전 m개의 데이터 추출하여 테스트 데이터로 사용
전체 유저에 대해 각각 10개의 영화 예측
Recall@10으로 평가
input: user의 implicit 데이터, item(movie)의 meta데이터
output: user에게 추천하는 item을 user, item이 ','로 구분된 파일(csv) 로 제출합니다.

1.2 프로젝트 팀 구성 및 역할

곽동호	RL 모델 시도
권수훈
박상우	Recbole 파이프라인 구현 및 모델 실험
이민호	ALS 모델 구현, Sequential 모델 구현 및 실험
이준원	EDA, EASE 모델, GitHub 및 Notion 관리
이한정

1.3 협업

환경 및 툴