Детальная информация

Данная работа посвящена созданию рекомендательной системы, используя данные о 20 миллионах оценок фильмов с использованием метода коллаборативной фильтрации с помощью языка Python. Задачи, которые решались в ходе выполнения работы: 1) Изучение метода коллаборативной фильтрации; 2) Выбор программных средств для реализации рекомендательной системы; 3) Изучение данных; 4) Подготовка данных; 5) Создание рекомендательной системы; 6) Исследование устойчивости рекомендательной системы методом leave-one-out. В ходе работы были изучены методы рекомендательных систем: фильтрация на основе содержания, коллаборативная фильтрация и гибридная система. Также был описан алгоритм метода коллаборативной фильтрации. С помощью языка Python была создана рекомендательная система на основе коллаборативной фильтрации, также с помощью библиотеки scikit-learn языка Python было проведено исследование качества системы методом leave-one-out. В результате была создана рекомендательная система на основе метода коллаборативной фильтрации и сделан вывод об её качестве.

This work is devoted to the construction of recommendations based on twenty million movie ratings using collaborative filtering method using Python. The tasks that were solved in the course of the work were: 1) Study the collaborative filtering method 2) Selection of software tools to implement the recommender system 3) Researching the data 4) Data preparation 5) Creation of the recommender system 6) Study of the stability of the recommender system by the leave-one-out method. In the course of this work, the methods of recommender systems was studied: content-based filtering, collaborative filtering, and hybrid system. The algorithm for the collaborative filtering method was also described. A collaborative filtering-based recommender system was created using the Python language, and the systems quality was investigated using the scikit-learn library of Python using the leave-one-out method. As a result, a recommender system based on the collaborative filtering was created and a conclusion about its quality was made.