Comment coder un système de recommandation en Python : l'exemple de Mangaki

Magazine
Marque
GNU/Linux Magazine
HS n°
Numéro
94
Mois de parution
janvier 2018
Spécialité(s)


Résumé
Avec Netflix, Quora, Amazon, Mangaki, les systèmes de recommandation sont omniprésents dans nos vies. Mais comment fonctionnent-ils ? Cet article présente les algorithmes principaux qui permettent de les concevoir. Nous en profitons pour décrire notre tout dernier algorithme utilisant les posters des œuvres pour améliorer les recommandations, présenté au workshop MANPU le 10 novembre 2017 à Kyoto, à l’occasion de la conférence International Conference on Document Analysis and Recognition (ICDAR).


Mangaki.fr est un site de recommandation de culture pop japonaise développé par une association d’otakus invétérés. Le principe : vous notez quelques anime, films ou mangas (ou donnez votre identifiant myAnimeList), et le système vous en recommande d’autres à voir ou lire (cf. figure 1). Il est également possible de demander à Mangaki de prioriser sa watchlist (si l’on hésite entre plusieurs œuvres), de trouver des gens qui ont un profil proche du vôtre, etc. L’accent est davantage mis sur les perles rares de la culture japonaise que sur le fait de simplement vous recommander le dernier blockbuster en date.

figure_01

Fig. 1 : Mangaki permet de noter des œuvres : J’adore / J’aime / Neutre / Je n’aime pas / J’ai envie de voir / Je n’ai pas envie de voir.

Tous les modèles présentés dans cet article sont disponibles sur GitHub, à l’adresse : https://github.com/mangaki/mangaki/. Vous y trouverez des notebooks Jupyter pour pouvoir reproduire les expériences.

1....

Cet article est réservé aux abonnés. Il vous reste 97% à découvrir.
S'abonner à Connect
  • Accédez à tous les contenus de Connect en illimité
  • Découvrez des listes de lecture et des contenus Premium
  • Consultez les nouveaux articles en avant-première
Je m'abonne


Article rédigé par

Abonnez-vous maintenant

et profitez de tous les contenus en illimité

Je découvre les offres

Déjà abonné ? Connectez-vous