영화 추천 Service (Movie Recommend Service)

Team

이동호	김서현	김요셉	이봉균	최수민
팀장, FE UI/API서버 개발	추천 모델 개발	추천 모델 개발	인프라 개발	추천 모델 개발

0. Overview

Environment

• Python 3.10
• Docker
• MLFlow
• AirFlow
• FastAPI
• Streamlit

Requirements

• scikitlearn
• pytorch
• pandas
• implicit

1. Project Info

Overview

• 영화 추천 시스템을 구축
• 실시간 및 배치 방식으로 배포
• 사용자 리뷰 및 영화 메타데이터를 바탕으로 개인 맞춤형 추천을 수행하는 시스템 개발
• 정기적으로 데이터를 분석해 추천 결과를 업데이트하는 MLOps 파이프라인을 구축

Timeline

• Sept 27 ~ Oct 4 - 베이스라인 프로토타이핑
• Oct 1 ~ Oct 4 - MLFlow 인프라 구축
• Oct 7 ~ Oct 11 - Airflow 인프라 구축, 추천 모델 개발 및 튜닝, BackEnd API 개발, FrontEnd UI 개발
• Oct 11 - 프로젝트 마감

2. Components

Directory

├── src
│   ├── scripts
│   │   ├── pages
│   │   │   ├── page_first.py
│   │   │   └── page_recommend.py
│   │   ├── api_main.py            # API 통신부
│   │   ├── movel_server.py        # 모델 관리 서버
│   │   ├── main_app.py            # 프론트엔드 메인페이지
│   │   ├── parser_moviedata.py    # 영화 데이터 파싱
│   │   ├── movie_update.py        # 변경된 영화 데이터만 업데이트
│   ├── datasets
│   │   ├── movie.csv          # 영화 정보 메타데이터
│   │   ├── rating.csv         # 평점 데이터
│   │   └── credits.csv        # 영화 감독/배우 데이터
│   └── resources            # 이미지를 불러오지 못했을 경우 출력할 임시 이미지
│       ├── no_ott.png
│       └── no_poster.png
├── mlflow                    # MLFlow
└── airflow                   # Airflow

3. Data descrption

Dataset overview

• movie.csv #영화 제목, 장르, 개봉일, 예산, 수익, ID 등의 정보
• rating.csv #유저별, 영화별 평점과 평점을 입력한 timestamp
• credit.csv #영화 별 감독과 배우의 id 및 정보

EDA

• genre가 id와 value의 dict 형태로 되어있으니 알아보기 쉽도록 str형태로 변경
• satus는 현재 개봉이 되었는지, pre-production 단계인지 등을 나타내주는데, 개봉하거나 제작되지 않은 영화는 추천해도 관람이 불가능하므로 제거

Data Processing

• credit.csv에 있는 영화별 감독과 배우의 정보를 토대로 영화 별 genre와 director, actor 등의 정보를 임베딩
• 개봉년도가 최근일수록 가중치를 부여

4. Modeling

Model descrition

• Write model information and why your select this model

Modeling Process

• Write model train and test process with capture

5. Result

Presentation

• ML Project - 2조.pdf

etc

Screenshots

Meeting Log

• https://www.notion.so/2-b078211999444992916fccbba1eb7cc6