개인화되지 않은 추천
Python으로 추천 엔진 만들기
Rob O'Callaghan
Director of Data
비개인화 평점
가장 인기 있는 항목 찾기
book_df 데이터프레임:
| 사용자 | 도서 |
|---|---|
| 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 |
| ... | ... |
가장 인기 있는 항목 찾기
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
...
가장 인기 있는 항목 찾기
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')
가장 호평받은 항목 찾기
user_ratings 데이터프레임:
| 사용자 | 도서 | 평점 |
|---|---|---|
| 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 |
| ... | ... | ... |
가장 호평받은 항목 찾기
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
...
가장 호평받은 항목 찾기
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
...
가장 호평받은 항목 찾기
(user_ratings['title']=='The Girl in the Fog').sum()
1
(user_ratings['title']=='Valley of the Dolls').sum()
1
(user_ratings['title']=='Across the River and into the Trees').sum()
1
인기 항목 중 가장 호평받은 것 찾기
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'])
인기 항목 중 가장 호평받은 것 찾기
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
...
연습해 봅시다!
Python으로 추천 엔진 만들기
