はじめに
ユーザーベース協調レコメンドにチャレンジ。
とりあえず動くものができたのでUP。
細かい説明は後日ゆっくりと。
githubにおいといた
実行結果
詳細はgithubのコードをみたらよいことにしておいて、
実行結果がどんな感じかだけ残す。
実行すると、類似の高いユーザーが読んでいる書籍からおすすめ書籍のIDを10個出すようになってる
お試しで作ったので超粗削りだけど、動くものができたので満足です。
メモ:Geminiに元ネタを考えてもらったときのプロンプト
プログラム作成に際してGeminiには世話になったのでそのときに書いたプロンプトおいとく
以下の仕様に基づいて貸し出し図書の履歴情報を使ったユーザーベース協調レコメンドの処理をpythonで実装してください
## 要件
・SQLiteにデータを実装
・履歴情報テーブルには以下のトランザクション情報が保管されています
- 本を借りた人の会員ID
- 借りた本の書籍ID
- 貸出日
・お勧めする本の優先順位は、本マスタテーブルに登録されている、レーティング情報を参考にします。
- 書籍ID
- レーティング値(1~5で設定)
今日、やりきれなかったけど書籍の推奨度計算に機械学習の要素を取り入れたく
プロンプトを考えておいた。後で再開するときの参考材料のために残しておく。
以下の仕様に基づいて、scikit-learnの機械学習を使って履歴情報と書籍情報、ユーザー情報から貸出される確率を算出する処理を実装してください
・ユーザー情報は以下の属性をパラメータとして使用
- 年齢
- 性別
・書籍情報は以下の属性をパラメータとして使用
- カテゴリ
- ページ数