A Netflix é sobre conectar pessoas aos filmes que eles amam. Para ajudar os clientes a encontrar esses filmes, eles desenvolveram o sistema de recomendação de filmes de classe mundial: Cinematchsm. Seu trabalho é prever se alguém desfrutará de um filme com base em quanto gostaram ou não gostaram de outros filmes. A Netflix usa essas previsões para fazer recomendações pessoais de filmes com base nos gostos exclusivos de cada cliente. E enquanto o Cinematch está indo muito bem, sempre pode ser melhorado.
Agora, existem muitas abordagens alternativas interessantes de como o Cinematch funciona que a Netflix não tentou. Alguns são descritos na literatura, outros não. Estamos curiosos se algum deles pode vencer o cinema, fazendo melhores previsões. Porque, francamente, se houver uma abordagem muito melhor, poderá fazer uma grande diferença para nossos clientes e nossos negócios.
Créditos: https://www.netflixprize.com/rules.html
#DataScience #Netflix #Recommendation System#Ratings #Movie PRediction #Numpy-PandasA Netflix forneceu muitos dados de classificação anônimos e uma barra de precisão de previsão 10% melhor do que o que o Cinematch pode fazer no mesmo conjunto de dados de treinamento. (A precisão é uma medida de quão previstos as classificações de filmes correspondem às classificações reais subsequentes.)
Obtenha os dados de: https://www.kaggle.com/netflix-inc/netflix-prize-data/data
Arquivos de dados:
A primeira linha de cada arquivo [Combined_Data_1.txt, combinada_data_2.txt, combinada_data_3.txt, combinada_data_4.txt] contém o ID do filme seguido por um cólon. Cada linha subsequente no arquivo corresponde a uma classificação de um cliente e sua data no seguinte formato:
CustomerID, classificação, data
O MovieIds varia de 1 a 17770 sequencialmente. O CustomerIds varia de 1 a 2649429, com lacunas. Existem 480189 usuários. As classificações estão em uma escala de cinco estrelas (integral) de 1 a 5. As datas têm o formato aaaaa-dd.
# Movie by Movie Similarity Matrix
start = datetime . now ()
if not os . path . isfile ( 'm_m_sim_sparse.npz' ):
print ( "It seems you don't have that file. Computing movie_movie similarity..." )
start = datetime . now ()
m_m_sim_sparse = cosine_similarity ( X = train_sparse_matrix . T , dense_output = False )
print ( "Done.." )
# store this sparse matrix in disk before using it. For future purposes.
print ( "Saving it to disk without the need of re-computing it again.. " )
sparse . save_npz ( "m_m_sim_sparse.npz" , m_m_sim_sparse )
print ( "Done.." )
else :
print ( "It is there, We will get it." )
m_m_sim_sparse = sparse . load_npz ( "m_m_sim_sparse.npz" )
print ( "Done ..." )
print ( "It's a " , m_m_sim_sparse . shape , " dimensional matrix" )
print ( datetime . now () - start )from datetime import datetimeimport pandas as pdimport numpy as npimport matplotlibimport matplotlib.pyplot as pltimport seaborn as snsimport osfrom scipy import sparsefrom scipy.sparse import csr_matrixfrom sklearn.decomposition import TruncatedSVDfrom sklearn.metrics.pairwise import cosine_similarityimport random knn_bsl_u 1.0726493739667242
knn_bsl_m 1.072758832653683
svdpp 1.0728491944183447
bsl_algo 1.0730330260516174
xgb_knn_bsl_mu 1.0753229281412784
xgb_all_models 1.075480663561971
first_algo 1.0761851474385373
xgb_bsl 1.0763419061709816
xgb_final 1.0763580984894978
xgb_knn_bsl 1.0763602465199797
Name: rmse, dtype: object
Relatório - Um relatório detalhado sobre a análise
git clone https://github.com/iamsivab/Movie-Recommendation-Netflix.gitConfira qualquer problema daqui.
Faça alterações e envie a solicitação de tração.
? Sinta -se à vontade para entrar em contato comigo @ [email protected]
MIT © Sivasubramanian
