Skip to content

Système de recommandation minimal sur Movielens (pour Girls Can Code! 2016)

License

Notifications You must be signed in to change notification settings

mangaki/movielens

Folders and files

NameName
Last commit message
Last commit date

Latest commit

 

History

8 Commits
 
 
 
 
 
 
 
 
 
 
 
 
 
 

Repository files navigation

movielens

Un système de recommandation de films minimal (100 lignes de Python) à partir de données anonymisées de notes d'utilisateurs sur des films (Movielens).

La conférence expliquait à des jeunes de collège et lycée comment recommander des films à des nouveaux utilisateurs à partir de données existantes : « la personne no X a aimé/pas aimé le film Y ».

Slides de la présentation donnée à Girls Can Code! 2016

Girls Can Code! est un stage d'été de programmation pour collégiennes et lycéennes organisé par l'association Prologin la dernière semaine du mois d'août.

Pour voir les slides, cliquez ci-dessous :

Slides de la présentation

Usage

Téléchargez l'archive ou clonez le repo puis :

cd code
python3 reco.py

Les slides sont faites avec pandoc, dans le document gcc.md. Pour les compiler, faites : make.

Exemple

Au début le système demande de noter les 10 œuvres les plus populaires.

  • 1 : J'ai aimé
  • -1 : Je n'ai pas aimé
  • 0 : Je ne sais pas

Ensuite, 20 œuvres sont recommandées par note (prédite) croissante :

99855 notes chargées de 668 personnes sur 9800 films
Prénom ? JJ
As tu aimé Schindler's List (1993) ? (244 notes) 0 
As tu aimé Braveheart (1995) ? (247 notes) -1
As tu aimé Terminator 2: Judgment Day (1991) ? (249 notes) 1
As tu aimé Matrix, The (1999) ? (257 notes) 1
As tu aimé Star Wars: Episode IV - A New Hope (1977) ? (270 notes) -1
As tu aimé Silence of the Lambs, The (1991) ? (284 notes) 1
As tu aimé Jurassic Park (1993) ? (289 notes) 0
As tu aimé Forrest Gump (1994) ? (307 notes) 1
As tu aimé Shawshank Redemption, The (1994) ? (307 notes) 1
As tu aimé Pulp Fiction (1994) ? (321 notes) 1
...
(0.48, 'Blade Runner (1982)')
(0.48, 'Dances with Wolves (1990)')
(0.48, 'Fargo (1996)')
(0.48, 'Indiana Jones and the Last Crusade (1989)')
(0.48, 'Léon: The Professional (a.k.a. The Professional) (Léon) (1994)')
(0.48, 'Memento (2000)')
(0.48, 'Sixth Sense, The (1999)')
(0.48, 'Star Wars: Episode V - The Empire Strikes Back (1980)')
(0.52, 'Batman (1989)')
(0.52, 'Lord of the Rings: The Fellowship of the Ring, The (2001)')
(0.54, 'American Beauty (1999)')
(0.54, 'Raiders of the Lost Ark (Indiana Jones and the Raiders of the Lost Ark) (1981)')
(0.54, 'Twelve Monkeys (a.k.a. 12 Monkeys) (1995)')
(0.6, 'Back to the Future (1985)')
(0.62, 'Fugitive, The (1993)')
(0.62, 'Usual Suspects, The (1995)')
(0.64, "Schindler's List (1993)")
(0.64, 'Toy Story (1995)')
(0.7, 'Seven (a.k.a. Se7en) (1995)')
(0.72, 'Jurassic Park (1993)')

About

Système de recommandation minimal sur Movielens (pour Girls Can Code! 2016)

Resources

License

Stars

Watchers

Forks

Releases

No releases published

Packages

No packages published