Melon Playlist Continuation - Overview

Project Repository

Goal

주어진 playlist에 대해 songs 100개, tags 10개를 순서에 맞게 예측해야 한다.

Predict additional 100 songs and 10 tags in orderly-correct way for all given playlists.

Data

대회에서 주어진 데이터는 크게 두가지 였다.

1. User data : List of playlists, Song meta data
2. Item data : Spectrogram of 707989 songs (about 232 GB)

Spectrogram은 용량이 너무 커서 사용하지 못했고 사용자 기반의 데이터만을 사용하였다.

Models

다음 두가지 모델을 사용했다.

• K Nearest Neighbor
• Another Neighbor-based Model (Simply called it Neighbor.)

EDA

Group by Cases

val.json과 test.json의 각 playlist를 title, songs, tags의 유무로 분류하면 그 비율은 다음과 같다.

Title	Songs	Tags	val.json (%)	test.json (%)
X	X	X	0	0
X	X	O	0	0
X	O	X	42	42
X	O	O	39	39
O	X	X	8	8
O	X	O	11	11
O	O	X	0	0
O	O	O	0	0

Reference에서 사용한 모델에 적용하기 위해 다음과 같이 case를 나눴다.

case:

1. songs & tags
2. songs only
3. tags only
4. title only = no songs & no tags

단, case 1, 2, 3에 대해 title은 있더라도 무시한다.

case 1에 대해서는 Neighbor을 사용한다.
case 2, 3에 대해서는 Neighbor을 사용한 후에 KNN을 사용한다.
case 4에 대해서는 title에서 미리 tag를 추출하여 case 1 or case 3으로 변형한다.

Ideas

Issue Date & Update Date

Candidate songs whose issue date is earlier than update date of the given playlist are excluded.
From this, the model performed 0.0027 higher than before about total score.
0.0027 improvement about total score is eqaul to 0.0039 improvement about song nDCG score.