25
Paris JUG - 14/01/2014 Recommandation avec

PredictionIO - Paris JUG - 14/01/2014

Embed Size (px)

DESCRIPTION

Cherchent à prédire les préférences des utilisateurs est devenu très courant aujourd’hui (facebook, linkedin, amazon...). PredictionIO est un outil qui permet de créer ses propres systèmes de recommandation en se basant sur des algorithmes de Mahout. Grâce à une interface simple et intuitive, il est possible de choisir son algorithme et de le customiser.

Citation preview

Page 1: PredictionIO - Paris JUG - 14/01/2014

Paris JUG - 14/01/2014

Recommandation avec

Page 2: PredictionIO - Paris JUG - 14/01/2014

Ludwine Probst@nivdul

(ex- le Site du Zéro)

machine learning

big data

mathématiques

pâte à modeler

Page 3: PredictionIO - Paris JUG - 14/01/2014

Les systèmes de recommandation

Page 4: PredictionIO - Paris JUG - 14/01/2014

Recommandation basée sur un User

Page 5: PredictionIO - Paris JUG - 14/01/2014

Recommandation basée sur un Item

Page 6: PredictionIO - Paris JUG - 14/01/2014

Exemples d’utilisation

● conseiller des items (cours, livres, vidéos…) à des users

● personnaliser le contenu des comptes utilisateurs (fonctionnalités, images…)

● filter/trier les résultats de moteurs de recherche

Page 7: PredictionIO - Paris JUG - 14/01/2014

PredictionIO...

Page 8: PredictionIO - Paris JUG - 14/01/2014

Open Source

Page 9: PredictionIO - Paris JUG - 14/01/2014

Machine Learning

Page 10: PredictionIO - Paris JUG - 14/01/2014
Page 11: PredictionIO - Paris JUG - 14/01/2014

Démo

Page 12: PredictionIO - Paris JUG - 14/01/2014

Concepts clés

Page 13: PredictionIO - Paris JUG - 14/01/2014

Usersd’un site e-commerce

d’une plate-forme de cours en ligne...

d’un réseau social

Page 14: PredictionIO - Paris JUG - 14/01/2014

Items

livre

vidéocours

newsrestaurants ...

Page 15: PredictionIO - Paris JUG - 14/01/2014

Users toItems

view

likeunlike

rate

Page 16: PredictionIO - Paris JUG - 14/01/2014

Recommandation de cours pour une plate-forme de e-education

Page 17: PredictionIO - Paris JUG - 14/01/2014

Client client = new Client("your App Key");

your App Key : clé générée lors de la création de l’app via l’admin

Connexion à PredictionIO

Page 18: PredictionIO - Paris JUG - 14/01/2014

client.createUser("the new user ID");

client.createItem("the new course ID", ("course category 1"));

Ajouter des données dans PredictionIO

Page 19: PredictionIO - Paris JUG - 14/01/2014

client.userActionItem("the userID" "view", "the viewed course ID");

Clics et vues d’un cours

Page 20: PredictionIO - Paris JUG - 14/01/2014

String[] result = client.getItemRecTopN

("the engine name", 5);

Récupérer les prédictions

Page 21: PredictionIO - Paris JUG - 14/01/2014

Installation

Page 22: PredictionIO - Paris JUG - 14/01/2014

ou

Page 23: PredictionIO - Paris JUG - 14/01/2014

Les +● packaging (Hadoop + Mahout + MongoDB)● accessible● documentation● résultats rapides● l’interface utilisateur

Les -● limitation aux algorithmes de Mahout● temps d’exécution des algos / évaluation● seulement MongoDB

Page 25: PredictionIO - Paris JUG - 14/01/2014