TVING : Cold-Start problem on your Recsys

<aside>

목차

1. 프로젝트 소개
2. Dataset
3. Model
4. Train/Valid/Test Split & Metrics
5. Preprocessing
6. Cold-Start 문제 정의
7. Cold-Start 개선 전략
8. 결론
9. Appendix
10. 회고 </aside>

1. 프로젝트 소개

<aside> 💡

• 프로젝트 기간 : 2025/01/10 ~ 2025/02/07
• 프로젝트 주제 : SASRec에서 발생하는 Cold-Start 문제 정의 및 개선
• 데이터셋 : MovieLens-20M
• 프로젝트 GitHub Link
• 프로젝트 개요

NAVER Connect Foundation Boostcamp AI Tech에서 진행한 TVING 기업 해커톤 MovieLens-20M 데이터셋으로 SASRec 기반 추천시스템을 개발 후 모델에서 발생한 Cold-Start 문제 정의, 개선 전략 고안 및 실험 결과를 담은 프로젝트

</aside>

프로젝트 진행 과정

<aside> ⚙

1. 프로젝트 주제에 맞는 Public Dataset 선정
2. Dataset에 맞는 Baseline Model 탐색
3. 프로젝트 기본 구조 수립 및 코드 작성
4. 파트 별 역할 분담 진행
5. Cold-Start 실험 설계 및 문제 정의
6. Cold-Start 문제 개선 시도
7. 결과 정리 및 문서화 </aside>

2. Dataset

2-1. 데이터셋 선정 조건

<aside>

• User-Item interaction 존재하는 추천 데이터

• User 수 10만, Item 수 1만 이상

• 저작권 관련 Public한 데이터

• Side Information이 있거나, 없더라도 크롤링해서 구할 수 있어야 함

• Sparsity가 지나치게 높거나 데이터의 크기가 너무 큰 데이터 셋은 제외 </aside>

• 조건을 만족하는 데이터셋 중 MovieLens-20M 선정 ✅

• 데이터셋 링크 : https://grouplens.org/datasets/movielens/20m/

2-2. 데이터셋 구성

데이터셋 파일 구성

2-3. 기본 EDA

ratings.csv

• Interaction: 20,000,263개 / User: 138,493명 / Item: 26,744편 / Data Sparsity = 99.46%