बाइनरी, इम्प्लिसिट रेटिंग्स का ओवरव्यू

PySpark के साथ Recommendation Engines बनाना

Jamen Long

Data Scientist at Nike

बाइनरी रेटिंग्स

binary_movie_ratings.show()

+------+-------+-------------+
|userId|movieId|binary_rating|
+------+-------+-------------+
|    26|    474|            0|
|    26|   2529|            1|
|    26|     26|            0|
|    26|   1950|            0|
|    26|   4823|            1|
|    26|  72011|            1|
|    26| 142507|            0|
|    38|   1325|            0|
|    38|   6011|            1|
+------+-------+-------------+

क्लास असंतुलन

getSparsity(binary_ratings)

Sparsity: .993

आइटम वेटिंग

आइटम वेटिंग: जिन फिल्मों के अधिक यूज़र व्यूज़ हैं = उच्च वेट

आइटम वेटिंग और यूज़र वेटिंग

आइटम वेटिंग: जिन फिल्मों के अधिक यूज़र व्यूज़ हैं = उच्च वेट
यूज़र वेटिंग: जिन्होंने अधिक फिल्में देखी हैं, उनके लिए अनदेखी फिल्मों पर कम वेट लगेगा

अभ्यास करते हैं!

PySpark के साथ Recommendation Engines बनाना