Pythonで映画のレコメンドエンジンを作ろう

レコメンドエンジンを作るときの考え方を学びます。

レコメンドには「アイテムベース」と「ユーザーベース」の２種類があります。

これらの違いについて解説しています。

Pythonの環境を構築していきます。

AnacondaとPycharmを使いますので、インストールをお願いします。

（両方とも無料でダウンロードできます。）

最近傍探索の考え方や使い方を学びます。

外部リソースにあるscikit-learnのドキュメントとExampleに沿って解説を進めていきます。

使用するするデータセットの説明を行います。

MovieLensデータセットには、movieIdとuserIdとratingが含まれています。

この３つの指標を使っておすすめの映画を計算するコードを書いていきます。

アイテムベースの協調フィルタリングを使って、おすすめの映画を探していきます。

ユーザーベースの協調フィルタリングを使って、おすすめの映画を探していきます。

コサイン類似度の求め方がわかったところで、映画データに適用して似ているユーザを探してみます。

最近傍探索と同じ結果が得られることが分かります。