เริ่มต้นใช้งานเริ่มต้นใช้งานได้ฟรี

สัมผัสพลังของ Recommendation Engine

Taylor และ Jane ทั้งคู่ชอบดูหนัง โดย Taylor ชอบเฉพาะหนังดราม่า คอมเมดี้ และโรแมนติก ส่วน Jane ชอบหนังแอ็กชัน ผจญภัย และหนังสนุกเร้าใจเป็นพิเศษ หนึ่งในข้อดีที่โดดเด่นที่สุดของ Recommendation Engine แบบ ALS คือสามารถค้นหาหนังหรือสินค้าที่ผู้ใช้น่าจะชอบได้ แม้แต่ในกรณีที่ผู้ใช้เองคิดว่าตัวเองอาจไม่ชอบก็ตาม ลองดูคะแนนหนังที่ Taylor และ Jane ให้ไว้ด้านล่าง ความชอบที่แตกต่างกันของทั้งคู่น่าจะส่งผลให้ได้รับคำแนะนำที่แตกต่างกันด้วย

คอร์สนี้ครอบคลุมแนวคิดหลายอย่างที่อาจจำไม่ได้แล้ว หากต้องการทบทวนอย่างรวดเร็ว ดาวน์โหลด PySpark Cheat Sheet เก็บไว้เป็นคู่มือได้เลย!

แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร

การสร้าง Recommendation Engines ด้วย PySpark

ดูคอร์ส

คำแนะนำการฝึกหัด

  • ดูข้อมูลใน TJ_ratings โดยใช้เมธอด .show() และเมธอดอื่น ๆ ที่ต้องการ เพื่อดูว่าแต่ละคนให้คะแนนหนังที่เคยดูไว้อย่างไรบ้าง
  • ป้อนชื่อผู้ใช้ลงในฟังก์ชัน get_ALS_recs() ที่เตรียมไว้ให้ เพื่อดูว่า ALS แนะนำหนังเรื่องใดให้กับ Jane และ Taylor บ้าง จากคะแนนที่ให้ไว้ ผลลัพธ์ที่ได้สมเหตุสมผลหรือไม่?

แบบฝึกหัดเชิงโต้ตอบแบบลงมือทำ

ลองทำแบบฝึกหัดนี้โดยเติมโค้ดตัวอย่างนี้ให้สมบูรณ์

# View TJ_ratings
TJ_ratings.show()

# Generate recommendations for users
get_ALS_recs(["____","____"])
แก้ไขและรันโค้ด