Web4Rec: 추천 모델 평가를 위한 웹 페이지

전체 구조

상세 구조 설명

1. Model & Data - RecBole + Pytorch

다양한 모델을 활용한 실험을 진행하며 아래 정보를 DB에 저장합니다.

• 모델 이름

• 모델 artifact

• 원본 데이터

  • user side info
  • item side info
  • interaction history

• 하이퍼 파라미터 종류 및 값

• 예측 아이템 및 점수

2. Database - MongoDB

RecBole에서 나오는 여러 실험 정보들을 config파일에 담아 Database에 적재합니다.

이후 Backend로 주요 정보들을 추출해 넘겨주는 역할을 합니다.

• 받는 데이터 구조
  • 데이터 컬렉션
  • 모델 컬렉션
    • 상대 모델들(하이퍼 파라미터 등등)

3. Backend - FastAPI

웹 페이지에 올릴 데이터 값들을 Database에서 불러오거나 계산을 해주어 Streamlit으로 보내줍니다.

기능

• 정량, 정성 지표 계산
  • Recall, NDCG, Diversity, Serendipity 등을 계산합니다.
• 추천 아이템 리랭킹(Re-ranking)
  • 정성지표(Diversity, Serendipity, Novelty)를 고려하여 유저에게 다양성, 참신함을 제공할 수 있는 추천리스트를 생성합니다.