ユーザープロファイルに基づくレコメンデーション
個々に気に入った映画の情報を集約してユーザープロファイルを作成できたので、これを使ってこれまで扱ってきた大きな tfidf_summary_df DataFrame と比較し、候補を生成します。すでに視聴済みの映画はおすすめしたくないため、まずは過去に視聴した映画を含まない tfidf_summary_df の部分集合を作成します。
前の演習で作成した、ユーザーを表す1列のみを含む DataFrame user_prof は読み込まれています。同様に、予測から除外するための list_of_movies_enjoyed も読み込まれています。
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。
from sklearn.metrics.pairwise import cosine_similarity
# Find subset of tfidf_df that does not include movies in list_of_movies_enjoyed
tfidf_subset_df = tfidf_df.____(list_of_movies_enjoyed, axis=____)