Mini Reco 기출문제 문의드립니다.

[HwangHanJae]

먼저 좋은 내용 공유해주셔서 감사합니다!

코드를 작성해보고 테스트를 진행하는데 input000.txt는 통과하지만 나머지 케이스는 0.6~0.7정도가 나와 통과하지 못해서 어느부분을 개선해야할지 잘 모르겠어서 문의남깁니다!

1. Mini Reco 정답코드를 볼 수 있는 곳이 있을까요??
2. 정답코드를 볼 수 있는 곳이 없다면 output1~6.txt에 있는 item들의 예측값을 확인할 방법이 있을까요??

[yangsehyun]

@HwangHanJae

안녕하세요, 카카오 추천팀 양세현입니다.
카카오 추천팀 코딩테스트 문제에 관심 가져주셔서 감사합니다.

말씀하신 Mini Reco 문제는 기존에 공개되어있던 코드는 없었지만, 답안 코드를 공유해 드리는 것이 더 도움이 될 것 같네요.
Python3로 작성된 Mini Reco 답안 예시 코드를 mini_reco/solution 경로에 올려두었으니 참고해주세요. 😄

한번 확인해보시고 해결이 어려운 부분이 있다면 말씀해주세요.
감사합니다.

[HwangHanJae]

답변 감사합니다!

[HwangHanJae]

공유해주신 답안 코드 덕에 많이 도움이 되었습니다. 정말 감사합니다.

답안 코드를 보다가 해결이 어려운 부분이 있어서 질문드립니다!

아래의 수식을 계산하는 과정에서 질문입니다.

공유해주신 답안 코드에서 위의 밑줄 친 부분의 수식을 계산하는 코드가 아래인 것 같습니다.

# 유사도 top N 사용자에 대해 계산
        for user, similarity in nearest[:num_sim_user_top_N]:
            # 사용자가 아이템을 평가하지 않았으면 계산하지 않음
            if item not in rating_data[user]:
                continue

            sum_u += similarity * (rating_data[user][item] - user_average_rating[user])
            sum_k += abs(similarity)

위의 코드의 sum_u를 계산하는 과정에서 사용자가 아이템을 평가하지 않았으면 rating_data[user][item]을 구할 수 없기 때문에 continue로 인하여 해당 사용자의 순서를 건너뛰어 sum_u를 계산하는 것은 이해하였지만

sum_k에도 똑같이 사용자를 건너뛰어 계산이 되어서 왜 sum_k까지 영향이 가는지 궁금하여 문의남깁니다!

sum_k에 영향을 주지 않는다면 아래처럼 코드가 변경되어야 할 것 같은데 아래로 코드가 변경이 되었을때
output의 결과가 달라지는 것 같습니다.. 그래서 해당 부분 설명 해 주시면 너무 큰 도움이 될 것 같습니다! 감사합니다!

# 유사도 Top N 사용자에 대한 계산
        for user, similarity in self.nearest[:self.num_sim_user_top_N]:
          # 사용자가 아이템을 평가하지 않았으면 계산하지 않음
          if item not in self.matrix[user]:
            continue
          sum_u += similarity * (self.matrix[user][item] - self.user_average_rating[user])
          #sum_k += abs(similarity)
        for user, similarity in self.nearest[:self.num_sim_user_top_N]:
          sum_k += abs(similarity)

[yangsehyun]

@HwangHanJae

먼저 말씀하신 수식에서 $\large U$는 아래와 같이 설명되어 있음을 참고해주세요.

where $\large U$ denotes the set of top N users that are most similar to user $\large u$ who rated item $\large i$.

추가로 설명해 드리면, 수식에서 각 항이 어떤 의미를 갖는지 생각해보시면 조금 더 이해가 쉬울 것 같습니다.
수식 (1)은 특정 사용자 $\large u$의 최근접 이웃이 특정 아이템 $\large i$에 부여한 평점의 가중 합을 계산하여 이를 사용자 $\large u$의 아이템 $\large i$에 대한 예측 평점으로 활용하는 것을 의미합니다.
따라서 최근접 이웃이라고 하더라도 아이템 $\large i$에 대해 평가하지 않았다면 가중 합 계산에서 제외해야 할 것입니다. (각 "가중치×평점의 합"(두번째 밑줄) 계산은 물론 "가중치의 합"(첫번째 밑줄) 계산에서도 모두 제외해야 합니다.)

인터뷰 때 지원자분들에게 드렸던, 문제에 사용된 알고리즘 및 수식과 관련된 질문을 mini_reco/interview.md 에 모아두었는데요.
이 문서도 함께 확인해보시면 이해하는 데 도움이 될 것입니다.

[HwangHanJae]

덕분에 이해가 되었습니다! 감사합니다!!