Sugestie niespersonalizowane

Budowanie systemów rekomendacji w Pythonie

Robert O'Callaghan

Director of Data

Identyfikowanie par

0     User_223           The Great Gatsby <---| Przeczytane przez tego samego użytkownika
1     User_223     The Catcher in the Rye <---|
2     User_131        The Lord of the Rings
3     User_965               Little Women <---| Przeczytane przez tego samego użytkownika
4     User_965       Fifty Shades of Grey <---|
... ...

Permutacje a kombinacje

Użytkownik	book_title
User_233	The Great Gatsby
User_233	The Catcher in the Rye

Do:

	Książka A	Książka B
0	The Great Gatsby	The Catcher in the Rye
1	The Catcher in the Rye	The Great Gatsby

Książki widziane z The Great Gatsby -> The Catcher in the Rye

Książki widziane z The Catcher in the Rye -> The Great Gatsby

Tworzenie funkcji parowania

from itertools import permutations

def create_pairs(x):


  return pairs

Tworzenie funkcji parowania

from itertools import permutations

def create_pairs(x):
  pairs =                   permutations(x.values, 2)

  return pairs

permutations(list, length_of_permutations)) Generuje obiekt iterowalny zawierający wszystkie permutacje

Tworzenie funkcji parowania

from itertools import permutations

def create_pairs(x):
  pairs =              list(permutations(x.values, 2))

  return pairs

permutations(list, length_of_permutations)) Generuje obiekt iterowalny zawierający wszystkie permutacje
list() Konwertuje obiekt na użyteczną listę

Tworzenie funkcji parowania

from itertools import permutations

def create_pairs(x):
  pairs = pd.DataFrame(list(permutations(x.values, 2)), 
                           columns=['book_a','book_b'])
  return pairs

permutations(list, length_of_permutations)) Generuje obiekt iterowalny zawierający wszystkie permutacje
list() Konwertuje obiekt na użyteczną listę
pd.DataFrame() Konwertuje listę na DataFrame z kolumnami book_a i book_b

Zastosowanie funkcji do danych

book_pairs = book_df.groupby('userId')['book_title'].apply(perm_function)
print(book_pairs.head())

                                book_a                                   book_b
userId                                                   
User_223     0        The Great Gatsby                   The Catcher in the Rye
             1  The Catcher in the Rye                         The Great Gatsby
User_965     0            Little Women                        40 Shades of Grey
             1       40 Shades of Grey                             Little Women
User_773     0       The Twilight Saga    Harry Potter and the Sorcerer's Stone
                                                                            ...

Czyszczenie wyników

book_pairs = book_pairs.reset_index(drop=True)
print(book_pairs.head())

                     book_a                                   book_b
0          The Great Gatsby                   The Catcher in the Rye
1    The Catcher in the Rye                         The Great Gatsby
3              Little Women                        40 Shades of Grey
4         40 Shades of Grey                             Little Women
5         The Twilight Saga    Harry Potter and the Sorcerer's Stone
                                                                 ...

Zliczanie par

pair_counts = book_pairs.groupby(['book_a', 'book_b']).size()

book_a                                book_b                             
The Twilight Saga                     Fifty Shades of Grey           16
                                      Pride and Prejudice            12
                                                                    ...

pair_counts_df = pair_counts.to_frame(name = 'size').reset_index()
print(pair_counts_df.head())

     book_a                                book_b                       size    
1    The Twilight Saga                     Fifty Shades of Grey           16
2    The Twilight Saga                     Pride and Prejudice            12
                                                                         ...

Wyszukiwanie rekomendacji

pair_counts_sorted = pair_counts_df.sort_values('size', ascending=False)

pair_counts_sorted[pair_counts_sorted['book_a'] == 'Lord of the Rings']

                  book_a                                     book_b size
137    Lord of the Rings                                 The Hobbit   12
147    Lord of the Rings      Harry Potter and the Sorcerer's Stone   10
143    Lord of the Rings                        The Colour of Magic    9
                                                                     ...

Czas na ćwiczenia!

Budowanie systemów rekomendacji w Pythonie