TensorFlowでレコメンデーション

概要

TnsorFlowでレコメンデーションやってみた。

参考にしたページ

環境

windows 7 sp1 64bit
anaconda3
tensorflow 1.2

サンプルコード

import tensorflow as tf

#    山田 田中 佐藤 中村 川村 鈴木 下林
X = [[2.5, 3.0, 2.5,  -1, 3.0, 3.0,  -1], #'カレー'
    [ 3.5, 3.5, 3.0, 3.5, 4.0, 4.0, 4.5], #'ラーメン'
    [ 3.0, 1.5,  -1, 3.0, 2.0,  -1,  -1], #'チャーハン'
    [ 3.5, 5.0, 3.5, 4.0, 3.0, 5.0, 4.0], #'寿司'
    [ 2.5, 3.5,  -1, 2.5, 2.0, 3.5, 1.0], #'牛丼'
    [ 3.0, 3.0, 4.0, 4.5, 3.0, 3.0,  -1]] #'うどん'
Z = [[  1,   1,   1,   0,   1,   1,  0], #'カレー'
    [   1,   1,   1,   1,   1,   1,  1], #'ラーメン'
    [   1,   1,   0,   1,   1,   0,  0], #'チャーハン'
    [   1,   1,   1,   1,   1,   1,  1], #'寿司'
    [   1,   1,   0,   1,   1,   1,  1], #'牛丼'
    [   1,   1,   1,   1,   1,   1,  0]] #'うどん'

x = tf.placeholder(tf.float32, [6, 7])
y = tf.placeholder(tf.float32, [6, 7])

w1 = tf.Variable(tf.random_normal([6, 2], mean = 0.0, stddev = 0.05))
w2 = tf.Variable(tf.random_normal([7, 2], mean = 0.0, stddev = 0.05))
result = tf.matmul(w1, tf.transpose(w2))

loss = tf.square(tf.multiply(tf.matmul(w1, tf.transpose(w2)) - x, y)) + (tf.nn.l2_loss(w1) + tf.nn.l2_loss(w2)) * 0.01
train_step = tf.train.GradientDescentOptimizer(0.001).minimize(loss)

init = tf.initialize_all_variables()
sess = tf.Session()
sess.run(init)
for i in range(10000):
    sess.run(train_step, feed_dict = {
        x: X,
        y: Z
    })
    if i % 100 == 0:
        print (sess.run(loss, feed_dict = {
            x: X,
            y: Z
        }))

expected_evals = sess.run(result, feed_dict = {
    x: X,
    y: Z
})
for eval in expected_evals:
    print("%s" % eval)

結果

#    山田         田中      佐藤         中村        川村        鈴木       下林

[ 2.63470387  2.95388412  2.56464982  3.02486849  2.52338362  3.07825279  3.26381159]#'カレー'
[ 3.37572169  3.67882395  3.33641553  3.90223742  3.23290825  3.849828    4.3096714 ]#'ラーメン'
[ 2.37158823  1.69161224  2.76956868  2.96601868  2.2697053   1.91008389  4.10669899]#'チャーハン'
[ 3.65982723  4.70319939  3.27653408  4.05092335  3.5062356   4.80988169  3.80868769]#'寿司'
[ 2.15531445  3.53876495  1.56305885  2.19226551  2.06619763  3.51690435  1.31375158]#'牛丼'
[ 3.35266995  2.84457064  3.69929171  4.07905245  3.20942688  3.10351372  5.25796843]#'うどん'

下林さんへのおすすめは　うどん　ラーメン　チャーハン　

成果物