Netflix - это все о соединении людей с любимыми фильмами. Чтобы помочь клиентам найти эти фильмы, они разработали систему рекомендаций мирового класса: Cinematchsm. Его задача состоит в том, чтобы предсказать, будет ли кто -то наслаждаться фильмом, основанным на том, насколько он любил или не любил другие фильмы. Netflix использует эти прогнозы, чтобы дать личные рекомендации по фильму на основе уникальных вкусов каждого клиента. И хотя Cinematch поступает довольно хорошо, его всегда можно сделать лучше.
Теперь есть много интересных альтернативных подходов к тому, как работает Cinematch, который Netflix не пробовал. Некоторые из них описаны в литературе, некоторые нет. Нам любопытно, сможет ли кто -нибудь из них победить Cinematch, делая лучшие прогнозы. Потому что, честно говоря, если есть гораздо лучший подход, это может иметь большое значение для наших клиентов и нашего бизнеса.
Кредиты: https://www.netflixprize.com/rules.html
#DataScience #Netflix #Recommendation System#Ratings #Movie PRediction #Numpy-PandasNetflix предоставил много анонимных данных о рейтингах, а также полоса точности прогнозирования, которая на 10% лучше, чем то, что Cinematch может сделать на том же наборе данных обучающих данных. (Точность - это измерение того, как близко прогнозируемые оценки фильмов соответствуют последующим фактическим оценкам.)
Получить данные от: https://www.kaggle.com/netflix-inc/netflix-prize-data/data
Файлы данных:
Первая строка каждого файла [COBCOMINED_DATA_1.TXT, COBCOMINED_DATA_2.TXT, COBCOMINED_DATA_3.TXT, COBCOMINED_DATA_4.TXT] содержит идентификатор фильма, за которым следует толстая кишка. Каждая последующая строка в файле соответствует рейтингу от клиента и его даты в следующем формате:
CustomerId, рейтинг, дата
Фильмииды варьируются от 1 до 17770 последовательно. Customerids варьируются от 1 до 2649429, с пробелами. Есть 480189 пользователей. Рейтинги находятся в пятизвездочной (интегральной) шкале от 1 до 5. Даты имеют формат yyyy-mm-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
Отчет - подробный отчет об анализе
git clone https://github.com/iamsivab/Movie-Recommendation-Netflix.gitПроверьте любую проблему отсюда.
Внесите изменения и отправьте запрос на привлечение.
? Не стесняйтесь связываться со мной @ [email protected]
MIT © Sivasubramanian
