Zastosowania silników rekomendacji

Budowanie silników rekomendacji w PySpark

Jamen Long

Data Scientist at Nike

pusta macierz z użytkownikami na osi Y i filmami na osi X

pusta macierz użytkownik/film i dwie macierze czynnikowe

pusta macierz użytkownik/film i dwie macierze czynnikowe

pusta macierz użytkownik/film i dwie macierze czynnikowe

osie macierzy w macierzach czynnikowych

macierze czynnikowe z osiami ukrytych cech

macierz i macierze czynnikowe z wartościami

wysokie oceny filmów grozy w macierzy

niskie oceny dramatów w macierzy

wysokie oceny dramatów w macierzy

niskie oceny horrorów w macierzy

odpowiednie wyniki w macierzach czynnikowych

odpowiednie wyniki w macierzach czynnikowych

oryginalna macierz z macierzami czynnikowymi z wartościami

macierz czynnikowa, w której wszystkie filmy mają wysokie wyniki w jednej ukrytej cesze

cztery niepowiązane filmy z wysokimi wynikami w jednej ukrytej cesze

macierz z tymi filmami z wysokimi średnimi ocenami

niepowiązane filmy z odpowiednimi dziełami Szekspira

Czas na ćwiczenia!

Budowanie silników rekomendacji w PySpark

Preparing Video For Download...