Recomandări bazate pe profilul utilizatorului

Construirea motoarelor de recomandare în Python

Rob O'Callaghan

Director of Data

Recomandări articol-la-articol

Imagine care arată recomandări bazate pe găsirea de articole similare.

Profiluri de utilizator

tfidf_summary_df:

Carte	Aventură	Fantezie	Tragedie	Comentariu social
The Hobbit	1	1	0	0
Macbeth	0	0	1	0
...	...	...	...	...

Profil utilizator:

Profil utilizator	Aventură	Fantezie	Tragedie	Comentariu social
User_001	???	???	???	???

Extragerea datelor utilizatorului

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    ...

Construirea profilului utilizatorului

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, ...]

Găsirea recomandărilor pentru un utilizator

# 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"])

Obținerea celor mai bune recomandări

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
...                                     ...

Să exersăm!

Construirea motoarelor de recomandare în Python