Побачте силу рушія рекомендацій
Тейлор і Джейн обидва люблять дивитися фільми. Тейлору подобаються лише драми, комедії та мелодрами. Джейн подобаються лише бойовики, пригодницькі та загалом динамічні фільми. Одна з найбільших переваг рекомендаційних рушіїв на основі ALS полягає в тому, що вони можуть визначати фільми чи товари, які користувачам сподобаються, навіть якщо самі користувачі думають, що це не їхній смак. Подивіться на оцінки фільмів, які навели Тейлор і Джейн нижче. Логічно припустити, що їхні різні вподобання згенерують різні рекомендації.
У цьому курсі порушуються багато понять, які ви могли забути, тож якщо потрібно швидко освіжити пам'ять, завантажте PySpark Cheat Sheet і тримайте її під рукою!
Ця вправа є частиною курсу
Створення рушіїв рекомендацій у PySpark
Інструкції до вправи
- Перегляньте
TJ_ratingsза допомогою методу.show()та будь-яких інших методів, які вам зручні, щоб побачити, як кожен із них оцінив різні переглянуті фільми. - Передайте імена користувачів у функцію
get_ALS_recs(), щоб побачити, які фільми ALS рекомендує Джейн і Тейлору на основі наданих оцінок. Чи здаються вам ці рекомендації логічними?
Інтерактивна практична вправа
Спробуйте виконати цю вправу, доповнивши цей зразок коду.
# View TJ_ratings
TJ_ratings.show()
# Generate recommendations for users
get_ALS_recs(["____","____"])