レコメンドエンジンの力を体感しましょう
Taylor と Jane はどちらも映画が好きです。Taylor はドラマ、コメディ、ロマンスだけが好きです。Jane はアクションやアドベンチャーなど、スリルのある作品だけが好きです。ALS ベースのレコメンドエンジンの大きな利点の一つは、ユーザー本人が「好みではない」と思っているものでも、実は気に入る可能性のある映画やアイテムを見つけられることです。以下にある Taylor と Jane の映画評価を見てみましょう。好みが異なるので、当然ながらレコメンド結果も違ってくるはずです。
このコースでは、以前学んで忘れているかもしれない概念も多く扱います。必要になったときにすぐ参照できるよう、PySpark チートシートをダウンロードして手元に置いておきましょう。
この演習はコースの一部です
PySpark で作る Recommendation Engines
演習の手順
.show()メソッドや、必要に応じて他のメソッドを使ってTJ_ratingsを確認し、2人がそれぞれ見た映画をどのように評価したかを把握しましょう。- 用意された
get_ALS_recs()関数にユーザー名を入力し、与えられた評価に基づいて ALS が Jane と Taylor にどの映画を推薦するかを確認しましょう。推薦結果は納得のいくものですか。
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。
# View TJ_ratings
TJ_ratings.show()
# Generate recommendations for users
get_ALS_recs(["____","____"])