boostcampaitech6/level1-bookratingprediction-recsys-01

level1-bookratingprediction-recsys-01 created by GitHub Classroom

level1-bookratingprediction-recsys-01's Issues

데이터 증강을 활용한 과적합 방지 아이디어

기본 모델의 Epoch수가 높지 않은데 Loss값의 양상을 보니 무거운 모델로 좀 더 학습을 시키는 경우 과적합 가능성이 커보입니다. 데이터 증강(노이즈 추가 등)을 통해 모델 성능을 높여보는건 어떨까요?

book data의 category 결측치 채우는 아이디어

category가 비어있는 책에 대해서, 그 책을 읽은 사람들이 공통으로 많이 읽은 책들의 category를 해당 책의 category로 채우면 어떨까요?
해당 책을 읽어서 rating을 한 user들을 찾고, 그 user들이 읽은 다른 책들을 다시 모아서 가장 많이 나오는 category를 찾는 거죠.
근데 지금 대부분의 책의 category가 fiction이어서, 이런 방법으로 결측을 채우면 fiction만 들어갈까 우려가 되긴 합니다.
그래서 추가적으로 생각한 아이디어는, book data에서 나오는 모든 category의 빈도를 구해서, 이를 이용하여 비율을 계산하여 그 비율이 가장 높은 category로 채우는 것은 어떨까 합니다.

WDN과 NCF에 dl_data.py 대신 context_data.py로 데이터 로드해도 잘 작동합니다!

기존 base code line에서는 user_id랑 isbn만 사용했는데, main.py에서 context_data.py로 바꾸어 로드하면 모든 data를 사용하여 학습합니다!
이 점 참고해서 학습시켜보시면 좋을 것 같아요!

CNN_FM에 context data를 추가해보면 어떨까요?

basecode line의 CNN_FM은 context data의 user_id 와 isbn만 사용하는데, 여기에 나머지 정보들도 다 넣어서 학습시키면 결과가 더 좋아지지 않을까요?

Books 데이터 Language 결측치 채우는 아이디어

Isbn의 첫 글자가 국가를 의미하는 데, language의 일부 값이 isbn 첫 글자와 매핑되는 규칙이 있습니다.
따라서 이를 이용하여 결측치를 매핑할 수 있을 것 같습니다. 또 language 칼럼의 값들이 세분화 되어있어 상위 몇개를 제외하고 other로 매핑해 사용하겠습니다.

User age를 활용하여 category결측치 채우는 아이디어

연령별로 선호하는 책의 장르가 다를 것 같은데 평가한 User정보를 바탕으로 선호하는 책의 장르를 정리한 뒤 books['category']의 결측치를 채워보는 건 어떨까요?

FM 설명력 개선

FM부분에서 설명력을 늘리고 싶은데 방법이 있을까요?

users data의 age 변수를 카테고리화할 때의 아이디어

basecode line에서 users 데이터의 age변수를 10 단위로 나누고 있는데요,
EDA 했던 것을 생각하면 20대, 30대 사용자가 많은데 이 부분을 더 자세하게 나누면 학습 결과가 더 좋아질 수도 있지 않을까요?

book data의 summary 결측치 채우는 아이디어

book title이 결측이 없으니까 그 내용을 summary 앞에 붙여서 title + summary 형태로 바꾸는 것은 어떨까요?
book title도 책의 내용이 담겨 있으니까, 같이 학습을 시키면 좋을 것 같습니다.