Rekomendacja miejsc na podstawie aktywności podobnych użytkowników

Anna Powolny

Plan prezentacji

Cel
Źródła danych
Praca magisterska
Problemy
Co dalej?
Możliwe rozszerzenia
Podsumowanie

Trzy pytania

Jaki jest cel?
Dla kogo?
Jak ocenimy, że się udało?

Źródła danych

Facebook
Yelp
Foursquare
Twitter

Facebook

Ponad 1.79 bilionów aktywnych użytkowników
2014 - Graph API v2.0
30.04.2015 v1.0 -> v2.0

Yelp

Yelp Fusion API

Foursquare

7 bilionów zameldowań w 65 milionach miejsc
23.03.2015 połączenie z Twiterem

Twitter

310 millionów aktywnych użytkowników miesięcznie
około 6,000 tweetów na sekundę
Streaming API

Jak to jest zrobione?

POI?

POI - Point of interest

punkt zainteresowania / użyteczne miejsce

Co jeszcze?

Koordynaty (-75.14310264, 40.05701649)
Dokładna nazwa miejsca
Id użytkownika
Id tweeta
Data

Kategoria

Twitter API

{
  "foursquare": {
    "venue_id": "4ee8dbd9e5fadaeb5e3c7400"
  }
}

Problemy?

180 zapytań -15 minut przerwy
Jedno zapytanie - 200 tweetów wybranego użytkownika
Maksymalnie 3,200 tweetów jednego użytkownika
Prywatne konta

Co dalej?

Rekomendacja oparta na zawartości

- Co w miejscu X zainteresowało użytkownika

Filtrowanie kolaboratywne

- Sprawdzam wszystkich użytkowników, którzy byli w miejscu X
i interesują mnie inne miejsca przez nich odwiedzone

System hybrydowy

- Łączący rekomendacje oparte na zawartości z filtrowaniem kolaboratywnym

Lista rekomendowanych miejsc

Możliwe rozszerzenia

Powiązanie z Yelp

$= poniżej $10

$$= $11-$30

$$$= $31-$60

$$$$= powyżej $61

Analiza tekstu

Źródła:

https://about.twitter.com/company

https://www.r-bloggers.com

https://en.wikipedia.org/wiki/Twitter

https://developer.foursquare.com

https://dev.twitter.com/docs

https://www.yelp.com/developers/documentation/v3

http://www.slideshare.net/AdamKawa/systemy-rekomendacji

http://www.internetlivestats.com/twitter-statistics/