เริ่มต้นใช้งานเริ่มต้นใช้งานได้ฟรี

คำแนะนำสมเหตุสมผลหรือไม่

เมื่อเข้าใจแล้วว่าโมเดลทำงานได้ดีเพียงใด และมั่นใจว่าจะให้คำแนะนำที่ตรงกับความสนใจของผู้ใช้ได้ ลองมาดูคำแนะนำที่โมเดลสร้างขึ้นสำหรับผู้ใช้จริง แล้วตรวจสอบว่าสมเหตุสมผลหรือไม่

ข้อมูลเรตติ้งต้นฉบับถูกเตรียมไว้ให้ในชื่อ original_ratings ลองดูเรตติ้งเดิมของ user 60 และ user 63 แล้วเปรียบเทียบกับสิ่งที่ ALS แนะนำให้พวกเขา ในความคิดของคุณ คำแนะนำเหล่านั้นสอดคล้องกับความชอบเดิมของผู้ใช้หรือไม่?

แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร

การสร้าง Recommendation Engines ด้วย PySpark

ดูคอร์ส

คำแนะนำการฝึกหัด

  • ใช้ .filter() บน dataframe original_ratings โดยกำหนดให้ col("userId") เท่ากับ 60 เพื่อดูเรตติ้งเดิมของ user 60 จากนั้นเรียก .sort() เพื่อเรียงลำดับผลลัพธ์ตาม rating และกำหนดอาร์กิวเมนต์ ascending เป็น False เพื่อให้เห็นเรตติ้งสูงสุดก่อน
  • ใช้ .filter() และ .show() บนชุดข้อมูล recommendations เพื่อดูคำแนะนำของ user 60 สังเกตว่าเมื่อ ALS สร้างคำแนะนำ จะเรียงลำดับจากมากไปน้อยตาม userId อยู่แล้ว จึงไม่จำเป็นต้องเรียงลำดับ dataframe เพิ่มเติม
  • ทำแบบเดียวกันสำหรับ user 63
  • แนวเรื่อง (genre) ในคำแนะนำมีความสอดคล้องกับเรตติ้งเดิมของผู้ใช้แต่ละคนหรือไม่?

แบบฝึกหัดเชิงโต้ตอบแบบลงมือทำ

ลองทำแบบฝึกหัดนี้โดยเติมโค้ดตัวอย่างนี้ให้สมบูรณ์

# Look at user 60's ratings
print("User 60's Ratings:")
original_ratings.filter(col("____") == 60).____("rating", ____ = False).show()

# Look at the movies recommended to user 60
print("User 60s Recommendations:")
____.____(col("userId") == ____).show()

# Look at user 63's ratings
print("User 63's Ratings:")
original_ratings.filter(col("____") == ____).____("rating", ____ = False).show()

# Look at the movies recommended to user 63
print("User 63's Recommendations:")
____.____(col("userId") == ____).show()
แก้ไขและรันโค้ด