inha_recommendation_challenge

대회 설명

---

2023 인하 인공지능 챌린지

[주제]

• 멀티모달 데이터 기반 추천 시스템 (Multi-modal Recommender System)

[대회설명]

• 추천 시스템은 사용자의 정보를 분석하여 사용자에게 적합한 상품을 추천해주는 인공지능 기술 중 하나입니다.

추천 시스템 기술을 통해 사용자 편의성 증가 및 사용자의 상품의 접근성을 높여 기업의 이익 증대를 기대 할 수 있습니다.

링크 : https://dacon.io/competitions/official/236113/overview/description

모델

---

• multimodal model BM3 (WWW'23) 이용
  • https://github.com/enoche/BM3
• 빠른 infrence를 위해서 90 epoch 이전 training에 대해서 validate을 진행하지 않았습니다.
• 140epoch에서 훈련을 종료했고 10epoch 이상 validate값이 증가하지 않을 경우 early stopping을 적용했습니다.

ensemble

• 총 40개의 seed에 대해서 ensemble
• 각각 50개의 최고점수로 sort후 병합 후 다시 최고 점수로 50개 뽑아냅니다.
• seed : [111, 222, 333, 444, 555, 666, 777, 888, 999, 11, 22, 33, 44, ...]
• hyper parameter(find by Grid search)
  • n_layers : [1, 2]
  • dropout : [0.3, 0.5]
  • reg_weight: [0.1, 0.01]

실행 방법

---

위에서부터 아래로 실행시키면 predict 폴더에 제출파일(final.csv)이 생깁니다.

installation

• docker에서 진행해서 version이 안 맞을 수도 있습니다.

---

pip install -r requirements.txt

data prepare

• dacon google drive에서 데이터 다운 후 data preprocess를 진행합니다.

---

sh prepare_data.sh

train & predict (not recommended)

---

총 40개의 model에 대해서 ensemble을 하였습니다.(3-4일 소요) ensemble하는 수를 줄이고 싶다면 ./src/configs/overall.yaml 파일을 수정해주세요.

sh train_predict.sh

val-only

---

model_ckpt를 다운 후 inference 후 ensemble

sh val_only.sh