Movie Recommendation Netflix

Netflix-Movie-Recrumendation-Semstem

电影反应网络

业务问题

问题描述

Netflix就是将人们与他们喜欢的电影联系起来。为了帮助客户找到这些电影，他们开发了世界一流的电影推荐系统：Cinematchsm。它的工作是预测某人是否会根据自己喜欢或不喜欢其他电影的方式欣赏电影。 Netflix使用这些预测来根据每个客户的独特口味做出个人电影建议。尽管Cinematch做得很好，但总是可以使它变得更好。

现在，对于Netflix尚未尝试的CineMatch的工作方式有很多有趣的替代方法。文献中有些描述，有些不是。我们很好奇这些都可以通过做出更好的预测来击败Cinematch。因为坦率地说，如果有更好的方法，它可能会对我们的客户和我们的业务产生重大影响。

积分：https：//www.netflixprize.com/rules.html

该项目的目的是开发一个针对Netflix的推荐系统#DataScience。

很少有流行的标签 -

#DataScience #Netflix #Recommendation System

#Ratings #Movie PRediction #Numpy-Pandas

动机

Netflix提供了许多匿名评级数据，并且预测准确性栏比CineMatch在同一培训数据集上所做的好10％。 （准确性是对电影的紧密预测评分与随后的实际评分相匹配的测量。）

关于项目

1. 预测用户将给他尚未评分的电影给出的评分。
2. 最小化预测和实际等级（RMSE和MAPE）之间的差异

该项目涉及的步骤

1. 某种形式的解释性。
2. 机器学习问题
3. 数据

数据概述

从以下获取数据：https：//www.kaggle.com/netflix-inc/netflix-prize-data/data

数据文件：

• combined_data_1.txt
• combined_data_2.txt
• combined_data_3.txt
• combined_data_4.txt
• movie_titles.csv

每个文件的第一行[combined_data_1.txt，combined_data_2.txt，combined_data_3.txt，combiend_data_4.txt]包含电影ID，后跟结肠。文件中的每个后续行都对应于客户的评分及其日期以下格式：

客户ID，评级，日期

Movieids依次从1到17770年。顾客ID范围从1到2649429，距离有空白。有480189个用户。评分在1到5的五颗星（积分）等级上。日期具有格式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 )

将现实世界问题映射到机器学习问题

机器学习问题的类型

• 对于给定的电影和用户，我们需要预测他/她将给予电影的评分。
• 给定的问题是建议问题
• 它也可以看作是回归问题

性能指标

• 平均绝对百分比错误：https：//en.wikipedia.org/wiki/mean_absolute_percentage_error
• 根平方错误：https：//en.wikipedia.org/wiki/root-mean-square_deviation

机器学习目标和约束

• 最小化RMSE。
• 尝试提供一些解释性。

使用的库

安装

• 使用PIP命令安装DateTime ： from datetime import datetime
• 使用pip命令安装大熊猫： import pandas as pd
• 使用pip命令安装numpy ： import numpy as np
• 使用pip命令安装matplotlib ： import matplotlib
• 使用pip命令安装matplotlib.pyplot ： import matplotlib.pyplot as plt
• 使用PIP命令安装Seaborn ： import seaborn as sns
• 使用PIP命令安装OS ： import os
• 使用PIP命令安装Scipy ： from scipy import sparse
• 使用pip命令安装scipy.sparse ： from scipy.sparse import csr_matrix
• 使用pip命令安装sklearn.decomposition ： from sklearn.decomposition import TruncatedSVD
• 使用pip命令安装sklearn.metrics.metrics.metrics.pairwise ： from sklearn.metrics.pairwise import cosine_similarity
• 使用pip命令安装随机安装： import random

如何运行？

 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

项目报告

• 下载报告。

有用的链接

• https://www.netflixprize.com/rules.html
• https://www.kaggle.com/netflix-inc/netflix-prize-data
• Netflix博客：https：//medium.com/netflix-techblog/netflix-recommendations-beyond-the-5-stars-part-1-55838468f429（非常好的博客）
• 惊喜库：http：//surpriselib.com/（我们使用此库中的许多型号）
• 惊喜库文档：http：//surprise.readthedocs.io/en/stable/getting_started.html（我们使用此库中的许多模型）
• 安装惊喜：https：//github.com/nicolashug/surprise#installation
• 研究论文：http：//courses.ischool.berkeley.edu/i290-dm/s11/secure/a1-koren.pdf（我们的大多数工作都受到本文的启发）
• SVD分解：https：//www.youtube.com/watch?v=p5Mlg91as1c

报告 - 分析的详细报告

贡献

• 克隆这个存储库：

git clone https://github.com/iamsivab/Movie-Recommendation-Netflix.git

• 从这里查看任何问题。

• 进行更改并发送拉力请求。

需要帮助吗？

？随时与我联系 @ [email protected]

执照

麻省理工学院©Sivasubramanian