Prediction.io-セットアップを備えた映画推奨アプリを作成します

このチュートリアルは、オープンソースの機械学習サーバーであるPredictionioを使用して、映画の推奨アプリを構築することをガイドします。 この強力なツールは、アイテムを推奨し、ユーザーの動作を予測し、アイテムの類似性を特定できるアプリケーションの作成を簡素化します。 プロセスに飛び込みましょう。

重要な概念：

Predictionioは、推奨エンジンと予測アプリケーションを構築するのに最適なオープンソースマシン学習サーバーです。 複雑なアルゴリズムを処理し、アプリケーション開発に集中できるようにします。
• Predictionioのセットアップには、Java（バージョン6以降）とMongodbが必要です。 インストール後、ポート9000のWebインターフェイスにアクセスして、ユーザーとアプリケーションを作成します。
PredictionIo内の映画の推奨エンジンは高度にカスタマイズ可能で、アイテムタイプ、トレーニングスケジュール（Cron式を使用）、推奨設定（新鮮さ、セレンディピティなど）、および推奨の目標を定義できます。
• アプリケーション自体には、ユーザーが映画を評価する学習フェーズと、アプリがユーザー入力に基づいて映画を提案する推奨フェーズの2つのフェーズが含まれます。 MoviedB APIを使用して、映画データを取得します
• インストールとセットアップ：
• このチュートリアルは、Linux環境を想定しています。 他のオペレーティングシステムについては、合理化されたセットアップのためにHomesteadの改善を使用することを検討してください。

予測をダウンロードして、希望の場所に抽出します。 提供されたセットアップスクリプトを使用して、前提条件（Java 6およびMongoDB）をインストールします：

Start PredictionIo：

2. でWebインターフェイスにアクセスします。 bin/setup-vendors.sh。
を使用してユーザーアカウントを作成します
3. 新しいアプリ（「ムービー_recommendations」など）を作成し、アプリキーに注意してください。 bin/start-all.sh
4. http://localhost:9000 bin/users
アイテム推奨エンジンを追加します（例： "Movie-Recommender"）

7. エンジン設定を構成：
   • 項目タイプ：デフォルトとして残します（すべてのアイテムタイプ）。
   • トレーニングスケジュール：1分ごとのトレーニング（Cron Expression）のために0 * * * * ?に設定します。
   • 推奨の設定：調整、freshness、serendipity、unseen items only、およびseen actionsあなたの好みになります。 この例では、「任意のアイテムを推奨」を使用します number of recommendations
   推奨目標：
   • 「いいね」に設定します

moviedb api統合：

ムービーデータベース（TMDB）からAPIキーを取得して、映画データにアクセスします。

アプリケーション開発：

アプリは、学習フェーズ（ユーザーレート映画）と推奨フェーズ（アプリは映画を提案している）で構成されます。

依存関係をインストール：

これらを

：

に追加します
1. runcomposer.jsonおよび
。

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

composer installcreatecomposer dump-autoload：

を追加して、適切なルーティングを確認するために次のことを確認します

2. （必要に応じて適切なnginx構成を使用してください。）.htaccess

アプリを開発します：

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

ルーティングとアプリの初期化を処理するために

ファイルを作成します。 Predictionio PHP SDKとGuzzleを使用して、それぞれPredictionioとMoviedB APIと相互作用して、学習と推奨のフェーズを処理するためのコントローラーを開発します。

3. （学習段階の例） index.php（推奨フェーズの例）

結論：

このチュートリアルは、Predictionioを使用して映画推奨アプリを構築するための基盤を提供します。次のステップでは、詳細なアプリケーションロジックを実装し、MoviedB APIに接続し、ユーザーインターフェイスの作成が含まれます。 エラー条件を処理し、パフォーマンスを最適化することを忘れないでください

以上がPrediction.io-セットアップを備えた映画推奨アプリを作成しますの詳細内容です。詳細については、PHP 中国語 Web サイトの他の関連記事を参照してください。