맛집을 찾는 과정을 더 즐겁고 효율적으로! 취향과 상황을 고려한 맛집 추천 시스템을 함께 연구하는 모임입니다. 초밥의 밥량이 적은 곳, 회가 두툼한 곳을 찾고 싶다면 어떻게 하시나요? 삼겹살을 먹고 싶은데 와사비, 액젓, 히말라야소금이 기본으로 제공되고, 고기를 구워주는 곳을 찾으려면 어떻게 검색해야 할까요? 17명이 시끌벅적해도 괜찮은 회식 장소를 찾아야 하는 막내라면 어떤 방법을 찾아야할까요? 기존의 맛집 검색 방식이 불편했던 순간들을 떠올려보세요. 쩝쩝LAB에서는 이러한 문제를 해결하고, 개인의 취향과 특정 상황에 맞는 추천을 받을 수 있는 시스템을 함께 연구하고 개발합니다. 쩝쩝LAB 1기는 이렇게 활동했어요! 쩝쩝LAB 1기는 카카오맵 데이터를 수집하여 음식점 233,044개와 리뷰 2,283,406개의 방대한 데이터를 확보했습니다. 이 데이터를 기반으로 GNN 기반 추천시스템을 연구했습니다. - node2Vec을 시작으로 GNN 기반 후보 음식점 추출 모델 개발 - 추출된 후보들을 LightGBM을 활용한 Rerank하는 베이스라인 구축 - 한정적인 데이터에서 최대 효율을 내기 위해 데이터를 세밀하게 분석 - 규칙 기반 접근과 머신러닝(ML)을 다양하게 활용한 데이터 정제 취향과 상황에 맞는 음식점 추천을 위한 피처 생성 및 기반 마련

- 모임 일정: 매주 화요일 19:30~21:30 (의무 참석) - 참여 방식: 온라인, 오프라인 모두 가능 (오프라인 참석 권장) - 진행 방식: - 맛집 추천 시스템을 위해 해결하고 싶은 주제를 자유롭게 선정하여 연구 - 매주 1명씩 작업 내용을 발표하고 피드백 진행 - 함께 연구하며 협업 가능 - Git을 활용하여 프로젝트 관리 - Discussions을 통해 해결해야 할 문제를 정의하고 논의 - Git Flow

데이터 처리: 데이터 정제 및 전처리, 음식점 정보, 리뷰, 평점 등의 정규화

추천 모델 설계 및 구현: 음식점 랭킹 알고리즘 개발, ML을 적용한 개인화 추천

모델 학습 및 평가 : 모델 학습 및 하이퍼파라미터 튜닝, 추천 모델 성능 평가

저희는 맛집 추천시스템 구현체를 개발하는 팀으로, 1기에서는 DS 포지션이 주축이 되어 활동했으며, 2기에서는 아래와 같은 분들과 함께하고 싶습니다. - 🍽️ 맛잘알 - 맛집 데이터에 관심이 많으신 분 - 🔄 지속적으로 참여 가능하신 분 - 프로젝트의 처음부터 끝까지 함께할 수 있는 열정을 가지신 분 - 💻 Python에 대한 기본적인 이해가 있으신 분 - 다른 사람의 코드를 보고 이해하실 수 있는 정도면 충분합니다! - 📊 DS 포지션 - GNN, Ranker 모델 경험이 있으신 분 격렬히 환영합니다! - 🛠️ DE 포지션 - 맛집 추천에 관심있는 데이터 엔지니어 역시 격렬히 환영합니다! 걱정마세요! - Git을 모르셔도 괜찮습니다! 친절하게 알려드릴게요. 따라만 오세요! 😊 - 실제 서비스를 만드는 단계가 아닌, 맛집 추천시스템 구현체를 개발하는 단계입니다. 함께 맛있는 추천 시스템을 만들어갈 열정 넘치는 여러분의 지원을 기다립니다!

본인이 스스로 ML 관련해서 했던 프로젝트나 연구가 있으신가요?

추천시스템 구현 및 연구 경험이 있는지 궁금합니다.

상황 가정 후에 해당 상황의 유저에게 맛집을 추천해주기 위해 어떤 것이 필요하다고 생각하나요?

좋아하는 추천 모델이나 ML 모델이 있으신가요? 있으시면 왜 좋아하시나요?

(선택) candidate generation 후 rerank 하는 프로세스의 과정을 아시나요? 알고 계시다면 과정을 알려주세요.