Skip to content

Latest commit

 

History

History
34 lines (24 loc) · 1.56 KB

README.md

File metadata and controls

34 lines (24 loc) · 1.56 KB

Sistemas de Recomendação - Trabalho Final

  • Objetivo é implementar e avaliar um modelo Personalized PageRank para Continuação Automática de Playlists
  • O dataset utilizado vem do desafio ACM RecSys: http://www.recsyschallenge.com/2018/

Setup

Dependências

  1. Baixar dados do desafio no site
    • Dataset completo: spotify_million_playlist_dataset
    • Dataset de Desafio: spotify_million_playlist_dataset_challenge
  2. Extrair dados do desafio para dentro da pasta dados/.
    • Ficarão duas pastas: spotify_million_playlist_dataset_challenge/ e spotify_million_playlist_dataset/
  3. Criar ambiente virtual com python -m venv env
  4. Ativando ambiente virtual
    • Windows: env\Scripts\Activate.ps1
    • Linux: source env/bin/activate
  5. Instalando dependências com pip install -r requirements.txt

Execução

  1. Rodar implementacao-nova/0_processa_dados.ipynb: Assim ocorrerá a geração dos dados preparados na pasta dados-processados/
  2. Rodar implementacao-nova/1_treinamento_personalized_pagerank.ipynb: Para gerar os pesos do modelo na pasta dados-processados/
  3. Rodar implementacao-nova/2_avaliacao_personalized_pagerank.ipynb: Para avaliar o modelo isoladamente no conjunto de teste.

Planejamento

  • Modelo: Personalized Page Rank
    • Referências:
      • "Pixie: A System for Recommending 3+ Billion Items to 200+ Million Users in Real-Time"
      • "Random Walk with Restart for Automatic Playlist Continuation and Query-Specific Adaptations"