[프로젝트 진행사항] 맛집 추천 연구에 대한 문제 정의와 실험 설계

[ds-wook]

ML 프로젝트를 할때 우리가 항상 명확하게 정의해야할 것은 문제입니다. 어떤 문제를 정의하고 어떻게 풀어갈 것인가 이것이 매우 중요합니다. 그러기에 앞서 우리가 앞으로 어떻게 해야할지 명확하게 포지션을 나누고 실험을 하는 것이 중요하다고 생각합니다.

문제인식

제한된 데이터 셋으로 각 지역별로 맛집을 추천해주기 위해서 어떤식으로 추천을 해야할 것인가?

가설

1. 관계형 데이터 셋으로 고객의 취향을 반영할 수 있다. --> GNN으로 표현 가능하지 않을까?
2. 개인이 느끼기에 후보 맛집 중 취향과 맛을 반영하는 맛집을 추천하고 싶다 --> Ranker 모델을 통해 맛집력을 뽑을 수 있지 않을까?

따라서 Two stage 모델을 통해 더 나은 맛집을 추천하자

step

1. Node2Vec, Metapath2vec, Graphsage를 통해 맛집 후보군 100개를 선정
2. 후보군 100개를 Feature engineering하여 Ranker 모델 훈련
3. 인기 지역 5개를 선정(비지도 학습 기반을 통한 인사이트 추출)후 지역별 맛집을 통해 NDCG, MAP 평가
4. 맛집의 타당성을 보여주기 위한 설명력 실험 추가

실험 설계

1. candidate generation에 대한 평가(1 stage 평가)

• 추론 데이터를 지역별 후보군 5구역을 선정하여 각 구역마다 NDCG, MAP 평가
• 보현(@bohyunshin), 성록(@LearningnRunning)님이 GNN모델 관심 많으니 시도하면 좋을듯

2. Ranker 모델에 대한 평가

• 1 stage 모델들과 결과 비교
• 추론 데이터를 지역별 후보군 5구역을 선정하여 각 구역마다 NDCG, MAP 평가
• 욱 실험 완료, 추후 개선

3. 인기 지역 5 구역에 대한 실험

• 비지도학습 기법등을 통한 다양한 알고리즘 검증
• h3 라이브러리와 같은 검증 구역들간의 차이도 비교하면 좋을것
• 혜란(@ranzzing)님 실험 예정

4. 맛집 설명력에 대한 실험

• 설명력에 대한 실험 논문 reference 참고
• 민규(@mkk4726)님 개발 예정

TODO

1. 리뷰 데이터 분석
2. 리뷰어에 대한 feature 확보(badge_level과 같은 feature에 대한 논의)
3. diner의 open시간 영업시간 전처리
4. 카페 추천

[bohyunshin]

@ds-wook 님, 깔끔하게 정리해주셔서 감사합니다!
저희 two-stage을 우선 구축해보고 학습이 어려우면 ensemble과 bandit algorithm을 활용한 추천도 생각해둬야 합니다 ㅎㅎ

평가는 아래와 같이 생각해봤습니다.

• 정량평가
  • candidate generation: recall
  • ranker: ndcg, map
• 정성평가
  • 지인들에게 테스트?

현영님이 개발하신 태그 추출은 음식점 데이터에도 그대로 적용해볼 수 있을 것 같아요!

우선 candidate generation에 대한 알고리즘은 구현이 몇가지 됐으니 candidate generation을 한 후에 google drive 등에 저장하는 로직을 빨리 개발해서 공유 드릴게요 ㅎㅎ

[ds-wook]

@LearningnRunning 님 저희 AB테스트 스트림릿으로 구현 가능할까요?

[LearningnRunning]

@ds-wook 네! firebase로 계정관리하고 머먹에 연결해서 가능해요

[ds-wook]

@bohyunshin @LearningnRunning 님 빠른 댓글 감사합니다

저희 2기 이번 목표 머먹과 AI모델 ABtest하는거까지로 하면 어떨까요??

[LearningnRunning]

그걸로 결과내는 거 괜찮네요! ㅎㅎㅎ

[카카오맵] 보련각
서울 영등포구 선유동1로2길 1-1 1층 (당산동2가) https://kko.kakao.com/tJ8NPiwpZ3

지금 여기서 밥먹는데 머먹으로 찾은 거라 쩝쩝님들 소식이 반가웠습니다:)

[ds-wook]

저장해두겠습니다 감사합니다ㅎㅎ