des maths et des recommandations - devoxx 2014
TRANSCRIPT
Des maths et des recommandationsLoïc Knuchel@loicknuchel
Loïc KnuchelDéveloppeur freelance
Entrepreneur
Social
http://loic.knuchel.org/blog/
@loicknuchel
Filtrage collaboratif
Similarité entre utilisateurs
Similarité entre utilisateurs
Similarité entre utilisateurs
Similarité entre utilisateurs
Similarité entre utilisateurs
Similarité entre objets
Similarité entre objets
Similarité entre objets
Similarité entre objets
Quels objectifs
● Probabilité d’achat
● Prédiction de note
● Top 10
Exemple
Naïvement
: prédiction de note pour le film f : note donnée par l’utilisateur i au film f : pour les utilisateurs ayant noté le film
Personnaliser
: prédiction pour le film f et l’utilisateur u : similarité entre les utilisateurs u et i
Calculer la similarité
Calculer la similarité (Pearson)
: note moyenne de l’utilisateur u1 : écart type des notes de l’utilisateur u1 : somme pour tous les films notés par u1 et u2
Calculer la similarité (Pearson)
: note moyenne de l’utilisateur u1 : écart type des notes de l’utilisateur u1 : somme pour tous les films notés par u1 et u2
Autres similarités
Voisinage :
Cosinus :
Normaliser les notes
Normaliser les notes
Normaliser les notes
Tester en pratique :
https://github.com/loicknuchel/
movie-recommender