fastcampus-RecSys

패스트캠퍼스 추천시스템 A to Z

• 강의에 사용될 코드, 데이터, 논문 등을 정리해서 올려두는 github repo 입니다.
• 코드 또는 기타 다른 내용에 문제가 있을 경우, pull requests 또는 e-mail 보내주시면 반영하겠습니다.
• Jupyter 코드는 수업 용도로 제작된 코드 입니다. 코드에서 일부분 활용하여 추천시스템을 구현하는데 사용할 수 있습니다.

Data

• 수업에 사용될 데이터셋은 다음과 같습니다. 아래 링크와 수업 내용을 참고해서 데이터를 직접 다운받아 사용할 수 있습니다.
  1. MovieLens
  2. KMRD
  3. Netflix
  4. Amazon Product Review / Image
     • Download Link에서 review와 image 데이터 모두 다운로드 할 수 있다. image데이터는 상품별 5-core 데이터를 다운로드한다.
  5. Music dataset
     • Million Song Dataset과 Last.fm

Paper

• 수업에 사용될 논문 리스트는 다음과 같습니다.
  1. Part 2
     • BPR: Bayesian Personalized Ranking from Implicit Feedback
  2. Part 3
     • LARS: A Location-Aware Recommender System
  3. Part 4
     • Neural Collaborative Filtering
     • Factorization Machines
     • Wide & Deep Learning for Recommender Systems
     • DeepFM: A Factorization-Machine based Neural Network for CTR Prediction
     • AutoRec: Autoencoders Meet Collaborative Filtering
     • Training Deep AutoEncoders for Collaborative Filtering
     • Joint Training of Ratings and Reviews with Recurrent Recommender Networks
     • Image-based Recommendations on Styles and Substitutes
     • VBPR: Visual Bayesian Personalized Ranking from Implicit Feedback
     • Deep content-based music recommendation
     • Session-based Recommendations with Recurrent Neural Networks
     • Deep Neural Networks for YouTube Recommendations
     • Deep Learning Based Recommender System: A Survey and New Perspectives