Download as PDF, PPTX
![http://mvc.tw
About me
3
簡單介紹推薦系統
Recap, 複習
操作示範 [實驗、API]](https://image.slidesharecdn.com/twmvc29-miachang-1220-170708065644/85/twMVC-29-Learning-Machine-Learning-with-Movie-Recommendation-3-320.jpg)
Uploaded byMia Chang
twMVC#29 -Learning Machine Learning with Movie Recommendation
本文概述了推荐系统的基本概念和机器学习的应用，讨论了建立推荐系统的商业和顾客视角，并提供了一系列关于数据处理、模型训练和评估的步骤和技术细节。文中还提到了一些相关的工具和资源，以及机器学习的基本问题和定义。
twMVC#29 -Learning Machine Learning with Movie Recommendation
- 1.
- 2. http://mvc.tw About me 2 ▪ AlgorithmResearch ▪ Machine Learning / Deep LearningData Scientist Community ▪ twMVC ▪ Core Staff R-Ladies ▪ Co-Founder Azure Taiwan Community ▪ Co-Founder Tech Podcast Night Contribute ▪ 2017 Data Platform MVP ▪ MVP Award Blog Technical Committee ▪ Workshop / Hackathon Mentor
- 3.
- 4.
- 5.
- 6.
- 7.
- 8.
- 9.
- 10. http://mvc.tw ■ 站在商家的立場 ■ 宣傳新品，增加曝光 ■透過推薦拉長顧客停留時間 ■ 站在顧客的立場 ■ 在太多商品的情境下找到相似的物件 ■ 在太多商品的情境下找到適合我的物件 什麼時候適合建立推薦系統 10
- 11.
- 12.
- 13.
- 14. http://mvc.tw ■ 我們想要解決＿＿＿＿的問題。 ■ 透過手上的＿＿＿＿資料。 ■我們想要產生一個＿＿＿＿的模型。 問題介紹 14
- 15. http://mvc.tw ■ 我們想要解決＿＿商品無法被相對應使用者看見＿＿問題。 ■ 透過手上的＿＿使用者行為＿＿資料。 ■我們想要產生一個＿＿推薦系統＿＿的模型。 問題介紹 15
- 16.
- 17. http://mvc.tw 17 什麼是machine learning? ref:https://www.youtube.com/watch?v=cKxRvEZd3Mw
- 18.
- 19. http://mvc.tw 19 什麼是machine learning? ref:https://www.youtube.com/watch?v=cKxRvEZd3Mw
- 20. http://mvc.tw ■ Analysis fromMovieTweetings 225,000 ratings for 15,742 movies by 26,770 users 資料集 20 ref: Paper MovieTweetings , pic: edit from here
- 21.
- 22. http://mvc.tw Azure Machine LearningStudio 22 https://studio.azureml.net/
- 23.
- 24. http://mvc.tw Checkpoint 01 -Viz Your Data 24
- 25. http://mvc.tw Checkpoint 01 -Viz Your Data 25
- 26. http://mvc.tw Checkpoint 02 -Clean Your Data 26
- 27. http://mvc.tw Checkpoint 02 -Clean Your Data 27 Split Rows > 一般分開資料的方法，預設是 50-50。 Recommender Split > 推薦系統時會搭配的分資料方式， 確認user-item pairs 或是ratings 是被均勻分開的。 Regular Expression > 文本情緒分析時使用 Relative Expression > 使用時間, 年紀, 金額, 或百分比當作是分開資料的依據時， 就可以選用這個方式
- 28. http://mvc.tw Checkpoint 03 -Training Model 28
- 29. http://mvc.tw Checkpoint 03 -Training Model 29 選擇想要Score的方式 Predict ratings for a given user and item Recommend items to a given user Find users related to a given user Find items related to a given item 依據不同方式放進input 輸出的結果(Visualize)
- 30. http://mvc.tw Checkpoint 04 -Evaluate & Publish 30
- 31. http://mvc.tw Checkpoint 04 -Evaluate & Publish 31
- 32.
- 33.
- 34.
- 35. http://mvc.tw Further Reading 35 ref: Whatthe Million-Dollar Netflix Prize Taught Me About Marketing
- 36. http://mvc.tw ■ 實驗 AzureML Recommender:Movie recommendation ■ 演算法論文 MS Research Matchbox: Large Scale Bayesian Recommendations ■ 推薦系統背景知識 MS Technet Recommendations Everywhere Read More 36
- 37. Contact 37 facebook.com/mia5419 twMVC R-Ladies Azure TaiwanTech Podcast Night
- 38.
- 39.
- 40.
- 41.
- 42. 謝謝各位 • 本投影片所包含的商標與文字皆屬原著作者所有。 • 本投影片使用的圖片皆從網路搜尋。 •本著作係採用姓名標示 -非商業性-相同方式分享 3.0 台灣授權。閱讀本授權條款，請到 http://creativecommons.org/licenses/by-nc-sa/3.0/tw/，或寫信至Creative Commons, 444 Castro Street, Suite 900, Mountain View, California, 94041, USA. http://mvc.tw