Descubre la potencia de un motor de recomendaciones
A Taylor y a Jane les gusta ver películas. A Taylor solo le gustan los dramas, las comedias y las películas románticas. A Jane le gustan únicamente las de acción, aventura y, en general, las películas trepidantes. Uno de los mayores beneficios de los motores de recomendación basados en ALS es que pueden identificar películas o artículos que los usuarios disfrutarán, incluso si ellos mismos creen que no les van a gustar. Mira las valoraciones que han dado Taylor y Jane a continuación. Lo lógico sería pensar que sus preferencias distintas generarán recomendaciones distintas.
Este curso toca muchos conceptos que quizá hayas olvidado; si necesitas un repaso rápido, descarga la Chuleta de PySpark y tenla a mano.
Este ejercicio forma parte del curso
Creación de motores de recomendación con PySpark
Instrucciones del ejercicio
- Examina
TJ_ratingscon el método.show()y cualquier otro que prefieras para ver cómo ha valorado cada una las distintas películas que han visto. - Introduce los nombres de usuaria en la función
get_ALS_recs()para ver qué películas recomienda ALS a Jane y Taylor según las valoraciones dadas. ¿Te parecen coherentes esas recomendaciones?
ejercicio interactivo práctico
Prueba este ejercicio completando este código de ejemplo.
# View TJ_ratings
TJ_ratings.show()
# Generate recommendations for users
get_ALS_recs(["____","____"])