Créer une application de recommandation de film avec Prediction.io - Configuration

Ce didacticiel vous guide dans la création d'une application de recommandation de film à l'aide du serveur d'apprentissage automatique OpenSource, Predictionio. Cet outil puissant simplifie la création d'applications capables de recommander des éléments, de prédire le comportement des utilisateurs et d'identifier les similitudes des articles. Plongeons dans le processus.

Concepts clés:

• Predictionio est un serveur d'apprentissage automatique open source idéal pour la création de moteurs de recommandation et d'applications prédictives. Il gère les algorithmes complexes, vous permettant de vous concentrer sur le développement d'applications.
• La configuration de PredictionOio nécessite Java (version 6 ou supérieure) et MongoDB. Après l'installation, accédez à l'interface Web du port 9000 pour créer des utilisateurs et des applications.
• Le moteur de recommandation de film dans Predictionio est hautement personnalisable, vous permettant de définir les types d'articles, les horaires de formation (en utilisant les expressions CRON), les préférences de recommandation (fraîcheur, sérendipité, etc.), et l'objectif de recommandation.
• L'application elle-même impliquera deux phases: une phase d'apprentissage où les utilisateurs évaluent les films et une phase de recommandation où l'application suggère des films basés sur la saisie des utilisateurs. Nous utiliserons l'API MoviedB pour récupérer les données du film.

Installation et configuration:

Ce tutoriel suppose un environnement Linux. Pour d'autres systèmes d'exploitation, envisagez d'utiliser Homestead amélioré pour une configuration rationalisée.

1. Téléchargez la prédictionio et extraire à votre emplacement souhaité.
2. Installez les conditions préalables (Java 6 et MongoDB) en utilisant le script de configuration fourni: bin/setup-vendors.sh
3. Démarrer Predictionio: bin/start-all.sh
4. Accédez à l'interface Web à http://localhost:9000. Créez un compte d'utilisateur en utilisant bin/users.
5. Créez une nouvelle application (par exemple, "Movie_Recommendations") et notez la clé de l'application.

6. Ajouter un moteur de recommandation d'articles (par exemple, "film-recueil").

7. Configurer les paramètres du moteur:
   • Types d'éléments: Laisser par défaut (tous les types d'éléments).
   • Horaire de formation: réglé sur 0 * * * * ? pour une formation minute par minute (expression Cron).
   • Préférences de recommandation: Ajuster freshness, serendipity, unseen items only, seen actions, et number of recommendations à votre goût. Pour cet exemple, nous utiliserons "Recommander tous les éléments."
   • Objectif de recommandation: réglé sur "like".

Intégration de l'API MoviedB:

Obtenez une clé API de la base de données de films (TMDB) pour accéder à leurs données de film.

Développement des applications:

L'application consistera en une phase d'apprentissage (les utilisateurs évaluent les films) et une phase de recommandation (l'application suggère des films).

1. Installez les dépendances: Ajoutez-les à votre composer.json:

{
  "require": {
     "damel/flight-skeleton": "dev-master",
     "predictionio/predictionio": "~0.6.0",
     "guzzlehttp/guzzle": "4.*"
  },
  "autoload": {
    "classmap": [
      "controllers"
    ]
  }
}

Run composer install et composer dump-autoload.

2. Créer .htaccess: Ajouter les éléments suivants pour assurer un routage approprié:

RewriteEngine On
RewriteCond %{REQUEST_FILENAME} !-f
RewriteCond %{REQUEST_FILENAME} !-d
RewriteRule ^(.*)$ index.php [QSA,L]

(Utilisez la configuration Nginx appropriée si nécessaire.)

3. Développez l'application: Créez un fichier index.php pour gérer le routage et l'initialisation de l'application. Développer des contrôleurs pour gérer les phases d'apprentissage et de recommandation, en utilisant le SDK PHP et Guzzer PredictionIO pour interagir respectivement avec PredictionIo et l'API MoviedB.

(Exemple de phase d'apprentissage)

(exemple de phase de recommandation)

Conclusion:

Ce tutoriel fournit une base pour créer une application de recommandation de film avec PredictionIO. Les étapes suivantes impliquent l'implémentation de la logique d'application détaillée, la connexion à l'API MoviedB et la création de l'interface utilisateur. N'oubliez pas de gérer les conditions d'erreur et d'optimiser les performances.

Ce qui précède est le contenu détaillé de. pour plus d'informations, suivez d'autres articles connexes sur le site Web de PHP en chinois!