Raccomandazioni non personalizzate

Creare motori di raccomandazione in Python

Rob O'Callaghan

Director of Data

Valutazioni non personalizzate

Esempio di tre libri spesso acquistati insieme.

Trovare gli articoli più popolari

DataFrame book_df:

Utente	Libro
User_233	The Great Gatsby
User_651	The Catcher in the Rye
User_131	The Lord of the Rings
User_965	Little Women
User_651	Fifty Shades of Grey
...	...

Trovare gli articoli più popolari

book_df['book'].value_counts()

40 Shades of Grey                      524
Harry Potter and the Sorcerer's Stone  487
The Da Vinci Code                      455
The Twilight Saga                      401
Lord of the Rings                      278
                                     ...

Trovare gli articoli più popolari

print(book_df.value_counts().index)

Index(['40 Shades of Grey', 'Harry Potter and the Sorcerer's Stone',
       'The Da Vinci Code', 'The Twilight Saga',
       'The Lord of the Rings'],
      dtype='object')

Trovare gli articoli più apprezzati

DataFrame user_ratings:

Utente	Libro	Voto
User_233	The Great Gatsby	3.0
User_651	The Catcher in the Rye	5.0
User_131	The Lord of the Rings	3.0
User_965	Little Women	4.0
User_651	Fifty Shades of Grey	2.0
...	...	...

Trovare gli articoli più apprezzati

avg_rating_df = user_ratings[["book", "rating"]].groupby(['book']).mean()
avg_rating_df.head()

                                      rating
title                                      
Hamlet                                   4.1
The Da Vinci Code                       2.1
Gone with the Wind                       4.2
Fifty Shades of Grey                     1.2
Wuthering Heights                        3.9
                                          ...

Trovare gli articoli più apprezzati

sorted_avg_rating_df = avg_rating_df.sort_values(by="rating", ascending=False)
sorted_avg_rating_df.head()

                                      rating
title                                      
The Girl in the Fog                      5.0
Behind the Bell                          5.0
Across the River and into the Trees      5.0
The Complete McGonagall                  5.0
What Is to Be Done?                      5.0
                                          ...

Trovare gli articoli più apprezzati

(user_ratings['title']=='The Girl in the Fog').sum()

(user_ratings['title']=='Valley of the Dolls').sum()

(user_ratings['title']=='Across the River and into the Trees').sum()

Trovare gli articoli popolari più apprezzati

book_frequency = user_ratings["book"].value_counts()
print(book_frequency)

40 Shades of Grey                      524
Harry Potter and the Sorcerer's Stone  487
                                       ...

frequently_reviewed_books = book_frequency[book_frequency > 100].index
print(frequently_reviewed_books)

Index([u'The Lord of the Rings', u'To Kill a Mockingbird', u'Of Mice and Men',
       u'1984', u'Hamlet'])

Trovare gli articoli popolari più apprezzati

frequent_books_df =  user_ratings_df[user_ratings_df["book"].isin(frequently_reviewed_books)]

frequent_books_avgs = frequently_reviewed_books[["title", "rating"]].groupby('title').mean()
print(frequent_books_avgs.sort_values(by="rating", ascending=False).head())

                                      rating
title                                      
To Kill a Mockingbird                    4.7
1984.                                    4.7
Harry Potter and the Sorcerer's Stone    4.6
                                          ...

Passiamo alla pratica!

Creare motori di raccomandazione in Python