Créer des moteurs de recommandation avec PySpark

Dans ce chapitre, vous reverrez les notions de base de la multiplication et de la factorisation de matrices, puis vous approfondirez le fonctionnement de l’algorithme Alternating Least Squares : ses arguments et hyperparamètres pour obtenir les meilleures recommandations possibles. Vous apprendrez également des techniques clés pour bien préparer vos données à ALS dans Spark.

Dans ce chapitre, vous découvrirez le jeu de données MovieLens. Vous verrez comment évaluer sa pertinence pour ALS, construire un modèle ALS complet avec validation croisée et apprendre à évaluer ses performances. Ce sera la base de tous les modèles ALS que vous créerez ensuite avec PySpark.

Dans la plupart des cas réels, vous n’aurez pas de données clients « parfaites » pour construire un modèle ALS. Ce chapitre vous apprend à utiliser les données de comportement client pour « déduire » des notes et à exploiter ces notes déduites pour créer un moteur de recommandation ALS. En utilisant le jeu de données Million Songs ainsi qu’une autre version de MovieLens, vous verrez comment tirer parti des données disponibles pour bâtir un moteur de recommandation avec ALS et en évaluer les performances.