Ссылка на репозиторий (opens new window)
# Movie recomendation
Цель: повысить точность рекомендации пользователям фильмов. Поставленная цель требует решения следующих задач:
- анализ существующих методов разработки рекомендательных моделей;
- выбор и обработка набора данных;
- разработка моделей рекомендаций;
- обучение и оценка моделей на тестовом наборе данных;
- выбор из двух моделей лучшей с наибольшим показателем точности;
- оценка качества и скорости работы модели на валидации;
- выбор лучшей модели.
# Датасет
The Movies Dataset (opens new window) В области рекомендации контента, особенно фильмов, набор данных MovieLens установил стандарт для обработки и хранений данных для рекомендательных систем. Поэтому он выбран для работы.
# Практическая значимость цели разработки системы
Предоставление рекомендаций покупателям – это признанный способ максимизации доходов. Рекомендательные системы улучшают потребительский опыт и способствуют увеличению продаж. Их используют Amazon, eBay, Яндекс и многие другие. Вместе с тем, пользователи ждут тонко настроенных рекомендаций и крайне плохо реагируют на универсальные рекомендации (например, бестселлеры). Чтобы рекомендации были эффективными, они должны быть персонализированы на основе предпочтений конкретного потребителя. Поэтому проблема обеспечения высокой точности рекомендаций по-прежнему актуальна.
# Исследование датасета
# Component diagram
# Activity diagram
