De valoraciones a recomendaciones

Introducción a la ingeniería de datos

Vincent Vankrunkelsven

Data Engineer @ DataCamp

La tabla de recomendaciones

 

user_id	course_id	rating
1	1	4.8
1	74	4.78
1	21	4.5
2	32	4.9

 

Es la valoración estimada de un curso que el usuario aún no ha tomado.

Técnicas de recomendación

 

• Factorización matricial
• Building Recommendation Engines with PySpark

Transformación de sentido común

 

Recomendaciones

user_id	course_id	rating
1	1	4.8
1	74	4.78
1	21	4.5
2	32	4.9

Valoraciones medias de cursos

Valoración media del curso

course_id	avg_rating
1	4.8
74	4.78
21	4.5
32	4.9

 

Queremos recomendar cursos con alta valoración

Usa el lenguaje adecuado

Valoración

user_id	course_id	programming_language	rating
1	1	r	4.8
1	74	sql	4.78
1	21	sql	4.5
1	32	python	4.9

 

Recomendar curso de SQL para el usuario con id 1

Recomendar cursos nuevos

Valoración

user_id	course_id	programming_language	rating
1	1	r	4.8
1	74	sql	4.78
1	21	sql	4.5
1	32	python	4.9

 

No recomiendes combinaciones que ya estén en la tabla de valoraciones

Nuestra transformación de recomendación

 

• Usa la tecnología que el usuario más valoró
• No recomiendes cursos ya valorados por el usuario
• Recomienda los tres cursos mejor valorados de las combinaciones restantes

Valoración

user_id	course_id	programming_language	rating
1	12	sql	4.78
1	52	sql	4.5
1	32	r	4.9

 

Recomienda tres cursos de SQL mejor valorados que no sean 12 ni 52.

¡Vamos a practicar!

Introducción a la ingeniería de datos