創建一個帶有預測的電影推薦應用程序-io-設置

>該教程通過使用開源機器學習服務器Predictionio構建電影推薦應用程序。 這個功能強大的工具簡化了能夠推薦項目，預測用戶行為並確定項目相似性的應用程序的創建。 讓我們研究過程。

>

密鑰概念：

• 預測是一款開源機器學習服務器，非常適合構建推薦引擎和預測應用程序。 它處理複雜算法，使您可以專注於應用程序開發。
>設置預測需要Java（版本6或更高版本）和MongoDB。 安裝後，訪問端口9000的Web界面以創建用戶和應用程序。
• 預測中的電影推薦引擎是高度定制的，可以定義項目類型，培訓時間表（使用CRON表達式），推薦偏好（新鮮度，偶然性等）以及推薦目標。
應用程序本身將涉及兩個階段：一個學習階段，用戶對電影進行評分，以及該應用程序根據用戶輸入建議電影的推薦階段。 我們將使用moviedb api獲取電影數據。
安裝和設置：

>本教程假設一個Linux環境。 對於其他操作系統，請考慮將homestead改進用於簡化的設置。 >下載預測並將其提取到您所需的位置。

>安裝先決條件（Java 6和MongoDB）使用提供的設置腳本：

1. 開始預測：
2. bin/setup-vendors.sh>在
上訪問Web界面。使用
3. 。 bin/start-all.sh創建一個用戶帳戶
創建一個新的應用程序（例如，“ Movie_Recommendations”）並註意應用程序鍵。
4. http://localhost:9000 bin/users

添加一個項目推薦引擎（例如，“電影記者”）。

>

6. 7. 配置引擎設置：
      • >項目類型：離開為默認值（所有項目類型）。
      >
      • 培訓時間表：設置為0 * * * * ?進行分鐘訓練（cron表達）。
      • >推薦首選項： aptig ，，freshness，serendipity，unseen items only，seen actions和number of recommendations。 在此示例中，我們將使用“推薦任何項目”。
      >
      • 推薦目標：設置為“喜歡”。

   

   >從電影數據庫（TMDB）獲取API鍵以訪問其電影數據。

   應用程序開發：

   該應用程序將包括學習階段（用戶評分電影）和推薦階段（應用程序建議電影）。
   >
   安裝依賴項：
   1. 將它們添加到您的>：> composer.json
   run

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

   和

   。 composer install 在 composer dump-autoload

   （如果需要，請使用適當的nginx配置。）
   2. .htaccess開發應用程序：
   創建一個
   文件以處理路由和應用程序初始化。 開發控制器來處理學習和推薦階段，使用預測PHP SDK和Guzzle分別與預測和MoviedB API相互作用。

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

   （學習階段示例）
   3. （建議階段示例）> index.php
   結論：

   >本教程為構建具有預測的電影推薦應用程序提供了基礎。下一步涉及實現詳細的應用程序邏輯，連接到MoviedB API並創建用戶界面。 切記處理錯誤條件並為性能進行優化。 >

以上是創建一個帶有預測的電影推薦應用程序-io-設置的詳細內容。更多資訊請關注PHP中文網其他相關文章！