Doporučení na základě uživatelského profilu

Tvorba doporučovacích systémů v Pythonu

Rob O'Callaghan

Director of Data

Doporučení položka–položka

Obrázek znázorňující doporučení na základě podobných položek.

Uživatelské profily

tfidf_summary_df:

Kniha	Dobrodružství	Fantasy	Tragédie	Společenská kritika
The Hobbit	1	1	0	0
Macbeth	0	0	1	0
...	...	...	...	...

Uživatelský profil:

Uživatelský profil	Dobrodružství	Fantasy	Tragédie	Společenská kritika
User_001	???	???	???	???

Extrakce uživatelských dat

list_of_books_read = ['The Hobbit', 'Foundation', 'Nudge']

user_books = tfidf_summary_df.reindex(list_of_books_read)

print(user_books)

               age   ancient   angry   brave   battle   fellow    ...
 The Hobbit   0.21      0.53    0.41    0.64     0.01     0.02    ...
 Foundation   0.31      0.90    0.42    0.33     0.64     0.04    ...
      Nudge   0.61      0.01    0.45    0.31     0.12     0.74    ...

Sestavení uživatelského profilu

user_prof = user_movies.mean()

print(user_prof)

age      0.376667
ancient  0.480000
angry    0.426667
brave    0.256667
             ...

print(user_prof.values.reshape(1,-1))

[0.376667, .480000, 0.426667, 0.256667, ...]

Hledání doporučení pro uživatele

# Create a subset of only the non read books
non_user_movies = tfidf_summary_df.drop(list_of_movies_seen, axis=0)


# Calculate the cosine similarity between all rows
user_prof_similarities = cosine_similarity(user_prof.values.reshape(1, -1),
                                          non_user_movies)

# Wrap in a DataFrame for ease of use
user_prof_similarities_df = pd.DataFrame(user_prof_similarities.T,
                                        index=tfidf_summary_df.index,
                                        columns=["similarity_score"])

Nejlepší doporučení

sorted_similarity_df = user_prof_similarities.sort_values(by="similarity_score",
                                                         ascending=False)

print(sorted_similarity_df)

                                similarity_score
Title                                           
The Two Towers                          0.422488
Dune                                    0.363540
The Magicians Nephew                    0.316075
...                                     ...

Passons à la pratique !

Tvorba doporučovacích systémů v Pythonu