Mục lục
Việc dự đoán đánh giá của người dùng cho sản phẩm rất quan trọng trong các hệ gợi ý hiện nay. Dựa trên đánh giá dự đoán này, hệ thống có thể đưa ra những đề xuất hiệu quả, góp phần làm cải thiện trải nghiệm người dùng. Có ba phương pháp chính: content-based, collaborative filtering và hybrid. Project này giới thiệu một mạng nơ-ron sử dụng kết hợp thông tin về người dùng và đặc trưng của phim để đưa ra ước lượng đánh giá phim tối ưu và ứng dụng vào hệ gợi ý.
MovieLens là trang web dành cho việc nghiên cứu hệ thống gợi ý được ra mắt vào mùa thu năm 1997. Mỗi tuần có hàng trăm người truy cập MovieLens, họ đưa ra các đánh giá và nhận lại các bộ phim được gợi ý từ hệ thống. Tải bộ dữ liệu từ MovieLens và lưu ở thư mục ml-20m.
Tập dữ liệu này gồm các file:
genome-tags.csv: tên thẻ genome dựa theo idmovies.csv: mô tả thông tin bộ phim, bao gồm id, tên, thể loạitags.csv: mô tả tag genome cho các phimratings.csv: mô tả đánh giá của người dùnggenome-scores.csv: mô tả đặc trưng phim theo thể loại
Mạng nơ-ron do nhóm đề xuất có cấu trúc như sau:
Project này được cài đặt trên môi trưởng ảo được tạo bởi miniconda. Lựa chọn phiên bản phù hợp và cài đặt miniconda tại link.
Khởi tạo môi trường ảo sử dụng miniconda với phiên bản python là 3.7:
conda create --name <ml-project> python==3.7
Các thư viện sử dụng trong project này được liệt kê ở file requirements.txt, bao gồm:
keras==2.6.0, tensorflow==2.7.0, tensorflow_cpu==2.6.1: xây dựng mô hình mạng nơ-ronnumpy==1.21.2: xử lý dữ liệu dạng ma trận sốpandas==1.1.5: xử lý dữ liệu dạng bảngprettytable==2.4.0: tiện ích in ra kết quả dạng bảngscikit_learn==1.0.1: xây dựng mô hình K-Nearest Neighborssurprise==0.1: thư viện build sẵn các thuật toán rating prediction sử dụng các phương pháp như SVD, SVD++, KNN,...
Để cài đặt các thư viện trên, thực hiện lệnh sau:
pip install -r requirements.txt
Tải repo này và truy cập vào thư mục chính:
git clone https://github.com/duytq99/rating-prediction-neural-network.git
cd rating-prediction-neural-network
conda activate <env-name>
Để chạy thử nghiệm cho đề tài này, trước tiên cần tải file checkpoint lưu trọng số mô hình mạng nơ-ron và đặt vào thư mục model_checkpoint.
Tiếp đến, tải dữ liệu user_genome và movie_genome tại data và đặt vào thư mục data.
Để thực hiện dự đoán đánh giá của người dùng u cho bộ phim i, thực thi file mã nguồn python rating_predict ở :
python src/rating_predict.py
Sau đó, danh sách các users sẽ được in ra, lưu ý rằng đây chỉ là id của 100 người dùng đầu tiên, bạn có thể thử với các id người dùng khác.
Nhập vào id của người dùng và id của bộ phim muốn dự đoán điểm đánh giá. Kết quả dự đoán sẽ được in ra terminal sau một thời gian thực thi. Kết quả thu được có dạng như sau:
Enter user id: 64
Enter movie id: 1000
-----------------------------------------
Movie name: Curdled (1996)
Movie genre: Crime
Actual rating: None
Movie genome [[0.03475 0.0395 0.0145 ... 0.0075 0.09475 0.01825]]
User genome [[0.03924 0.03645 0.11525 ... 0.03097 0.07641 0.01837]]
-----------------------------------------
Predicted rating: 3.279511
Để thực hiện đề xuất k bộ phim cho user có mã số user id bất kỳ, cần đảm bảo đã tải file checkpoint lưu vào thư mục model_checkpoint và file csv chứa dữ liệu genome của người dùng cũng như các bộ phim vào thư mục data.
Thực thi file mã nguồn python topk_predict.py bằng câu lệnh sau:
python src/topk_predict.py
Nhập vào mã số của người dùng user_id và số lượng k bộ phim muốn đề xuất. Kết quả gợi ý được hiển thị có dạng như sau:
Enter user id: 20000
Enter K: 20
+---------------------------------------------+--------------------------+----------+------------------+--------------+
| Movie name | Genre | Distance | Estimated rating | Ground truth |
+---------------------------------------------+--------------------------+----------+------------------+--------------+
| Pyromaniac's Love Story, A (1995) | Comedy|Romance | 0.087 | 4.872 | None |
| Babe, The (1992) | Drama | 0.097 | 4.868 | None |
| I'm Not Rappaport (1996) | Comedy | 0.098 | 4.724 | None |
| Robin and Marian (1976) | Adventure|Drama|Romance | 0.098 | 4.65 | None |
| Month by the Lake, A (1995) | Comedy|Drama|Romance | 0.099 | 4.649 | None |
| Sandpiper, The (1965) | Drama|Romance | 0.099 | 4.646 | None |
| Venus (2006) | Drama|Romance | 0.1 | 4.591 | None |
| Life Itself (2014) | Documentary | 0.1 | 4.59 | None |
| Natural, The (1984) | Drama | 0.104 | 4.589 | None |
| Only Angels Have Wings (1939) | Adventure|Drama|Romance | 0.105 | 4.528 | None |
| Heaven Can Wait (1978) | Comedy | 0.105 | 4.527 | None |
| Same Time, Next Year (1978) | Comedy|Drama|Romance | 0.108 | 4.497 | None |
| Silverado (1985) | Action|Western | 0.108 | 4.361 | None |
| Love Me If You Dare (Jeux d'enfants) (2003) | Drama|Romance | 0.109 | 4.352 | None |
| Unfinished Life, An (2005) | Drama | 0.109 | 4.298 | None |
| Away from Her (2006) | Drama | 0.109 | 4.298 | None |
| Wedding Gift, The (1994) | Drama|Romance | 0.109 | 4.247 | None |
| Wings (1927) | Action|Drama|Romance|War | 0.11 | 4.246 | None |
| Great Expectations (1946) | Drama | 0.11 | 4.22 | None |
| Ragtime (1981) | Drama | 0.11 | 4.215 | None |
+---------------------------------------------+--------------------------+----------+------------------+--------------+
- MAE: Đánh giá số tuyệt đối giữa giá trị rating dự đoán và rating thực tế.
- RMSE: Đánh giá căn bậc hai bình phương sai số giá trị rating dự đoán và rating thực tế. Hai thống số MAE và RMSE thu được qua quá trình huấn luyện sử dụng file
notebook\compare_SVD_KNN.ipynb.
| Mô hình | SVD-Surprise | KNN-Surprise | Mạng nơ-ron |
|---|---|---|---|
| MAE | 0.6384 | 0.6772 | 0.6279 |
| RMSE | 0.8262 | 0.8739 | 0.8163 |
- Cummulative Hit Ratio: Tỉ lệ hit của mô hình gợi ý, đánh giá chất lượng của mô hình KNN (k=20). Thông số này được tính ở file
notebook\KNN_hitrate.ipynbsử dụng phương pháp Leave-one-out.
| Mô hình | Split 1 | Split 2 | Mean |
|---|---|---|---|
| CHR | 0.024315 | 0.023758 | 0.24 |
- Trần Quang Duy
- Tôn Thất Hữu Trí
- Đoàn Nguyễn Nam
- Phan Thị Cẩm Tú
- Nguyễn Quang lực