Construire votre propre moteur de recommandation AVEC neo4j
@saidbouig
#DevoxxMA
#neo4j
#Graphs
HELLO WORLD
SAID BOUIGHERDAINE
Consultant IT
@saidbouig
@soatfr
C'est quoi Neo4j?
Pourquoi les Graphes?
Pourquoi les Graphes?
Ce Que NEO4J nous offre!
Ce Que NEO4J nous offre!
cas d'utilisation
-
la recommandation et recherche avancée ( knowledge graph)
-
la détection de fraude
-
le Master Data Management
-
l'analyse de réseaux
-
l'analyse d'impacts
-
la gestion des profils et des droits d'accès...
Les Moteurs de RecommAndation
Une recommandation faite avec de tel moteurs désigne le fait de prédire les préférences d’un utilisateur ou client le but de lui faire des suggestions personnalisées.
But de la recommandation
-
Augmenter l’interaction entre utilisateurs : les réseaux sociaux vont vous suggérer des amis (Facebook, Linkedin pour ne citer qu’eux)
-
Augmenter l’engagement des utilisateurs : valable pour les sites de contenus tels que LeMonde.fr, Youtube, Netflix, Spotify
-
Augmenter le chiffre d’affaires : c’est une raison plus évidente, avec notamment les sites de e-commerce, des entreprises du retail, par exemple la Fnac, Amazon, ou Carrefour lorsque vous faites vos courses en ligne.
Les Types de Recommandation
-
CONTENT-BASED RECOMMENDATION : (RELATIVE FILTERING )
-
USER-BASED RECOMMENDATION : (COLLABORATIVE FILTERING )
-
MODEL-BASED RECOMMENDATION : (MATRIX FACTORIZATION )
Content-Based Recommendation : (relative filtering )
Index Jaccard
User-based Recommendation : (cOLLABORATIVE filtering )
COSINE SIMILARITY
PEARSON SIMILARITY
MODEL-Based Recommendation : (MATRIX FACTORIZATION )
Construisons ensemble notre moteur de recommandation des filmes
Sources de données
Evaluations des utilisateurs
les Films , Series ...
NOtre Model de Base pour la recommandation :
NOtre Model de Base pour la recommandation :
NOtre Model de Base pour la recommandation :
NOtre Model de Base pour la recommandation :
NOtre Model de Base pour la recommandation :
Construire votre propre moteur de recommandation AVEC neo4j
@saidbouig
#DevoxxMA
#neo4j
#Graphs
Merci !
Des questions ?
saidbouig.com
Construire votre propre moteur de recommandation avec Neo4j
By saidbouig
Construire votre propre moteur de recommandation avec Neo4j
Les graphs sont omniprésents et constituent un moyen puissant pour obtenir une idée sur les données et leur connectivité. Quand on parle de graphe, on pense d’abord aux réseaux sociaux et à la recommandation d’amis avant de se rendre compte que le graph fournit en sa structure un moteur de recommandation puissant. Au cours de cette session, nous allons découvrir Neo4j, une base de données orientée graph exploitable facilement par son langage de requête Cypher. Nous verrons ensuite les moteurs de recommandations, et quelques algorithmes qu’on utilisent pour améliorer notre recommandation, Nous allons importer des données de TMDB (www.themoviedb.orgwww.themoviedb.org et progressivement construire un moteur de recommandation de films.
