ユーザープロファイルを作成する
これで、ラベル付き特徴量や作品の説明に基づいて、類似アイテムの候補を作成できるようになりました。ただし、類似アイテムを見つけるだけでは十分でない場合もあります。 次の演習では、単一のアイテムではなく、ユーザー本人とそのユーザーが気に入ったすべてのアイテムに基づいてレコメンドを作る方法を見ていきます。 はじめに、ユーザーがこれまでに楽しんだ映画を集約して、そのユーザーのプロファイルを作成します。
直前の演習まで取り組んできた tfidf_summary_df は読み込まれています。これは映画1本につき1行を持ち、インデックスがタイトル、各特徴量を列にもつ DataFrame で、それぞれの TF-IDF スコアが格納されています。
この演習はコースの一部です
Pythonでつくるレコメンデーションエンジン
実践的なインタラクティブ演習
このサンプルコードを完成させて、この演習に挑戦してみましょう。
list_of_movies_enjoyed = ['Captain America: The First Avenger', 'Green Lantern', 'The Avengers']
# Create a subset of only the movies the user has enjoyed
movies_enjoyed_df = tfidf_summary_df.____(____)
# Inspect the DataFrame
print(movies_enjoyed_df)