طراحی سیستم توصیه گر به روش پالایش مشارکتی(همکارانه) بر اساس دیتاست Amazon review data (2018)
سه سال پیش منتشر شده
تعداد بازدید: 322
کد پروژه: 420847
شرح پروژه
طراحی یک سیستم توصیه گر collaborative filtering از نوع مبتنی بر کاربر و مبتنی بر قلم با استفاده زبان برنامه نویسی پایتون
مجموعه داده مربوط به سایت آمازون https://cseweb.ucsd.edu/~jmcauley/datasets/amazon_v2/ که میتواند یکی از گروه آیتم ها باشد( نیاز به کل دیتاست حجیم نیست)
استفاده از معیار شباهت سنجی پیرسون برای رویکرد مبتنی بر کاربر
استفاده از معیار شباهت سنجی کساین برای رویکرد مبتنی بر قلم
20درصد از کاربران به عنوان کاربران فعال در نظر گرفته شوند که برای هر دو رویکرد مبتنی بر کاربر و قلم باید این مجموعه شامل کاربران یکسانی باشند
برای محاسبه نزدیک ترین همسایه مقدار K را برابر با 10 و 30 و 50 در نظر گرفته شود (k-nearest neighbor)
برای توصیه های سیستم مقدار K برابر 5 و 10 و 15 در نظر گرفته شود (Top @k items)
از روش اعتبارسنجی متقابل ( cross validation) با در نظر گرفتن 20 درصد از داده ها برای تست با استفاده از معیار MAE صحت پیش بینی مقادیر امتیاز دهی برای هر دو رویکرد را محاسبه شود
خروجی توصیه های برنامه در یک فایل CSV با مشخصات زیر ذخیره شود
شناسه کاربر فعال
لیست شناسه اقلام پیشنهادی
نام فایل userBase و itemBase در نظر گرفته شود.
یک واسط کاربری مناسب داشته باشد.
مهارت ها و تخصص های مورد نیاز
مهلت برای انجام
4روز
وضعیت مناقصه
بسته
درباره کارفرما
عضویت چهار سال پیش
