카카오 멜론 플레이리스트 추천시스템

• 2020년 여름에 진행된 카카오 아레나 대회에 참가하며 진행한 playlist continuation 프로젝트입니다.
• 플레이리스트에 수록된 곡과 태그의 절반 또는 전부가 숨겨져 있을 때, 주어지지 않은 곡들과 태그를 예측합니다.
• Public 상위 4% 랭크했습니다.
• https://arena.kakao.com/c/8

Split data

1. First, put original train.json data in res/ folder.

2. Run split_data.py

   >python split_data.py run res/train.json

3. Check your directory

   $> tree -d
   .
   ├── arena_data (new directory!)
   │   ├── answers
   │   	├── val.json	# the answer to 'questions/val.json'
   │   ├── orig
   │   	├── train.json	# 80% original data
   │   	├── val.json	# 20% original data
   │   └── questions
   │   	├── val.json	# masked data of 'orig/val.json'
   │   
   └── res

Train with orig/train.json and test with questions/val.json.
After prediction, I recommend you to save the result as results.json and put that in arena_data/results/ directory.
Then you should run the evaluation code with answers/val.json and results/results.json.
This is Arena official github style. I will follow this steps :)

Requirements

• pandas
• numpy
• sklearn
• PyTorch
• gensim

Usage

!python main.py

Process

1. CF, Sparse matrix

• 점수 rating(ply 담긴 순서) – 11만 x 63만 -> 500개(충분하게)
• 평가지표 함수 nDCG의 역함수로 가중치 함수 모델링.
• 최대값인 200(100 for val,test)까지 가중치가 1 미만으로 떨어지지 않게 조정.
• x : ply에 담긴 순서.
  https://www.desmos.com/calculator/lrbcbfdqjr

2. song, tags 채우기

• case 1 : O O ( mf or autoencoder)
• case 2 : O X ( X : predict tag by song, O : mf )
• case 3 : X O ( X : predict song by tag, O : mf )
• case 4 : X X ( X : title2song, title2tag)

3. Rerank

메타데이터 : Date, 장르, 가수, 플레이리스트 제목, tags, song 활용해서 부스팅으로 re-ranking, 각 곡에 대한 Factorization machine으로 score 계산해보기

• Data 분포에 따른 가중곱
• Title(word2vec) -> 장르(word2vec)이랑 비교해서 그 장르에 해당하는 노래에 가중치
• Train set으로 artist density(unique score) 임계값 정하고(상위 n%) 이를 넘으면 가중치
• Ply title autoencoder (title2rec.py)

Contributor

• Hyun Lee(https://github.com/HyunLee103)
• Hyelin Nam(https://github.com/HyelinNAM)
• Kyojung Koo(https://github.com/koo616)
• Sanghyung Jung(https://github.com/SangHyung-Jung)