Застосування систем рекомендацій

Створення рушіїв рекомендацій у PySpark

Jamen Long

Data Scientist at Nike

порожня матриця з користувачами по осі Y та фільмами по осі X

порожня матриця користувач/фільм і дві факторні матриці

порожня матриця користувач/фільм і дві факторні матриці

порожня матриця користувач/фільм і дві факторні матриці

осі матриць-факторів

факторні матриці з осями прихованих ознак

матриця і факторні матриці зі значеннями

високі оцінки фільмів жахів у матриці

низькі оцінки драм у матриці

високі оцінки драм у матриці

низькі оцінки жахів у матриці

відповідні бали у факторних матрицях

відповідні бали у факторних матрицях

початкова матриця та факторні матриці зі значеннями

факторна матриця з фільмами, що мають високі бали за однією прихованою ознакою

чотири не пов'язані між собою фільми з високими балами за однією прихованою ознакою

матриця з цими фільмами з високими середніми балами

непов'язані фільми з відповідним твором Шекспіра

Давайте потренуємось!

Створення рушіїв рекомендацій у PySpark

Preparing Video For Download...