La descarga está en progreso. Por favor, espere

La descarga está en progreso. Por favor, espere

Sistema de Recomendación de Películas Usando el dataset de Netflix.

Presentaciones similares


Presentación del tema: "Sistema de Recomendación de Películas Usando el dataset de Netflix."— Transcripción de la presentación:

1 Sistema de Recomendación de Películas Usando el dataset de Netflix

2 Agenda Introducción Análisis del dataset de Netflix Algoritmos de Filtrado Colaborativo Modelo MapReduce Análisis de Resultados Conclusiones Recomendaciones Sistema de Recomendación de Películas Informe de Materia de Graduación

3 Introducción Sistemas de Recomendación Sobrecarga de la información Constante crecimiento de Internet El objetivo de un Sistema de Recomendación es generar sugerencias de nuevos ítems o predecir la utilidad de un ítem específico para un usuario particular. Recomendación Predicción Datos de contenido Datos demográficos Ratings Basado en contenido Filtrado Colaborativo Híbrido Entradas Sistema de Recomendación Salidas Sistema de Recomendación de Películas Informe de Materia de Graduación

4 Análisis del dataset de Netflix Sistema de Recomendación de Películas Informe de Materia de Graduación

5 Algoritmos de Filtrado Colaborativo ¿Cuál es el objetivo de un algoritmo de filtrado colaborativo? Formas básicas de algoritmos de filtrado colaborativo. Filtrado colaborativo basado en usuarios Filtrado colaborativo basado en ítems Coeficiente de Correlación de Pearson. Coseno. Coseno Ajustado. Sistema de Recomendación de Películas Informe de Materia de Graduación

6 Modelo MapReduce Sistema de Recomendación de Películas Informe de Materia de Graduación M/R #1: Cuenta el número de puntuaciones para cada ítem. 6 M/R #4: Para cada item, identifica los 6 items más similares (U, (I,R)) [(I 1, 1), (I 2, 1), …] (I, [1, 1, …]) [(I, C)]

7 Análisis de Resultados Película 1Película 2Similitud GhostPretty Woman GhostSister Act GhostDirty Dancing GhostTitanic0.283 GhostWhat Women Want GhostMrs. Doubtfire Película Puntuación real Puntuación estimada Pretty Woman54,08250 Sister Act33,56380 Dirty Dancing54,14410 Titanic54,07080 What Women Want33,48420 Mrs. Doubtfire43,56380 Tabla I. Ghost y sus 6 películas más similares. Tabla II. Puntuaciones Reales vs. Estimadas. Se utilizó la película Ghost para probar la exactitud de los resultados de la Matriz de Similitudes. Sistema de Recomendación de Películas Informe de Materia de Graduación

8 Conclusiones El paradigma MapReduce es apropiado para dar solución a los problemas que los sistemas de recomendación presentan. Para obtener recomendaciones más exactas, podría utilizarse características como categoría, actores, etc., además de las puntuaciones de las películas. Al evaluar los resultados del algoritmo de Filtrado Colaborativo mediante el Error Medio Absoluto, se demostró que las predicciones calculadas son bastante cercanas a las reales. Sistema de Recomendación de Películas Informe de Materia de Graduación

9 Recomendaciones Se recomienda emplear técnicas de reducción de dispersión en el proceso de generar recomendaciones. Para pre-calcular la matriz de similitudes entre ítems, es recomendable el uso de un computador con buena capacidad de procesamiento y memoria. Para generar predicciones más exactas, incluir en el análisis datos sobre las preferencias de los usuarios e información sobre las películas. Sistema de Recomendación de Películas Informe de Materia de Graduación

10 ¡GRACIAS! Sistema de Recomendación de Películas Informe de Materia de Graduación


Descargar ppt "Sistema de Recomendación de Películas Usando el dataset de Netflix."

Presentaciones similares


Anuncios Google