Loading and exploring song data

接下來我們將建立一個歌曲推薦系統

一樣的要載入資料庫，同時可以稍微看一下資料庫裡面的內容包含了使用者ID與歌曲ID，這個人聽過這首歌幾次，專輯、歌曲及歌手名稱

這個表格裡面展示了每個聽每一首歌的頻率

# Building a song recommender Fire up GraphLab Create
import graphlab

# Load music data
song_data = graphlab.SFrame('song_data.gl/')

#  Explore data
song_data.head()

接著我想對我的資料有一些初步的了解，比如那首歌被播放最多次又或者資料庫裡面究竟有幾首歌，不僅如此也想知道究竟使用者的數量有多少

# Showing the most popular songs in the dataset
song_data['song'].show()
len(song_data)
# 1116609

# Count number of unique users in the dataset
users = song_data['user_id'].unique()
len(users)
# 66346

Creating & evaluating a popularity-based song recommender

有了這些資料之後，接著就是建立歌曲推薦系統

按照慣例，我們必須給定測試集與訓練集

# train set 80% test set 20%
train_data,test_data = song_data.random_split(.8,seed=0)

有了這些之後我們就可以開始做機器學習了，先從課程中的第一個方法來做學習(基於流行程度)

這是一個非常常見的範例，比如前面一開始提到的上報的熱門新聞欄位

# Simple popularity-based recommender
popularity_model = graphlab.popularity_recommender.create(train_data,
                                                         user_id='user_id',
                                                         item_id='song')
                                                         
# Use the popularity model to make some predictions
# popularity_model.recommend(users=[users[0...66343]])
popularity_model.recommend(users=[users[0]])
popularity_model.recommend(users=[users[1]])

最後，從基於流行度的模型得到推薦結果你會發現，不管你要推薦給那一個使用者，結果都會是一樣的

Creating & evaluating a personalized song recommender

接下來我們想要讓模型更 personalization 一些

# Build a song recommender with personalization
personalized_model = graphlab.item_similarity_recommender.create(train_data,                                                                  user_id='user_id',
                                                                item_id='song')

# Applying the personalized model to make song recommendations
personalized_model.recommend(users=[users[0]])
personalized_model.recommend(users=[users[1]])

這次你將得到兩個不同的結果

personalized 後你將可以做更多的事情，我們也可以以歌曲為基準，找出與其相似的，理論上它會被同一群人所接受

# We can also apply the model to find similar songs to any song in the dataset
personalized_model.get_similar_items(['With Or Without You - U2'])
personalized_model.get_similar_items(['Chan Chan (Live) - Buena Vista Social Club'])

# We can also apply the model to find similar songs to any song in the dataset
personalized_model.get_similar_items(['Chan Chan (Live) - Buena Vista Social Club'])

Using precision-recall to compare recommender models

接著我們就可以透過 precision-recall 來比較兩個模型的優劣了

# Quantitative comparison between the models
model_performance = graphlab.recommender.util.compare_models(test_data, [popularity_model, personalized_model], user_sample=.05)

從結果來看，誰是相對好的模型顯而易見，也符合我們預期的結果

Reference:

• Machine Learning Foundations: A Case Study Approach 華盛頓大學在 coursera 上的公開課程，為本筆記追蹤的主要素材
• 課程投影片