Для Герасимова 2. Разработка модели потребительских предпочтений на основе данных рекомендательной сети epinions com

• Название: Разработка модели потребительских предпочтений на основе данных рекомендательной сети epinions com
• Дата: 11.06.2022
• Размер: 2.87 Mb.
• Имя файла: Для Герасимова 2.docx
• Тип: Документы; #584719
• страница: 7 из 16

Анализ и результаты

Процесс автоматизированного сбора данных занял более 4 суток чистого времени. В базу данных загружена информация в объеме:

Объекты	Примерное количество
Пользователи	30 тыс.
Товары	600 тыс.
Отзывы	800 тыс.
Детальные отзывы ( только для фотокамер)	3 тыс.

Таблица 2.2.7 – Объем загруженных данных

Данные были преобразованы в табличный вид, пригодный для обработки в R, способами, указанными в разделах 2.2.1-2.2.5 и 2.3.1.

В этом разделе на основе полученных данных будет проведен обзор аудитории сайта epinions.com и выявление основных групп пользователей. Также будет выполнен анализ потребительских предпочтений для цифровых камер и сравнение этих предпочтений для разных групп пользователей.

Для этого нужно выполнить следующие шаги:

1. 
   Построить линейную регрессионную модель для полной выборки отзывов на фотокамеры
   
2. 
   Разбить выборку пользователей на кластеры по интересам
   
3. 
   Разбить выборку отзывов на фотокамеры в соответствие с разбиением пользователей так, чтобы отзывы пользователей каждого кластера составляли отдельную подвыборку
   
4. 
   Построить регрессионные модели для каждой из выборок, полученных на предыдущем шаге и сравнить их коэффициенты
   

1. Формат данных

Напомним кратко формат исходных данных.

Оценки фотокамер

Приведем фрагмент таблицы с данными об отзывах на фотокамеры.

review_id	battery	durability	eou	picture	lag	reviewer_id	overall
73	3	NA	3	NA	NA	1	4
266	4	3	NA	4	3	1	4
719	NA	4	4	NA	NA	1	4
1107	NA	NA	4	4	NA	1	4
1804	NA	4	4	4	5	1	4
1813	NA	NA	NA	3	1	1	2
1846	NA	NA	4	4	4	1	3
1858	3	3	3	3	5	1	4

Таблица 3.1.8 – Фрагмент исходных данных об оценках фотокамер

Камера обладает пятью свойствами: надежность (durability), простота использования (eou), скорость работы (lag), емкость аккумулятора (battery), качество изображения(picture). Для каждой камеры также известна общая оценка(overall), идентификатор отзыва, в котором выставлена оценка(review_id), и идентификатор пользователя, оставившего отзыв(reviewer_id). Каждая оценка выставляется по шкале 1-5, оценки по некоторым свойствам могут отсутствовать. Таблица содержит 3012 строк.

Пользователи

Каждый пользователь представлен в виде вектора, в котором содержится количество отзывов, который этот пользователь оставил в каждой из рассматриваемых товарных категорий. Приведем фрагмент таблицы с данными о пользователях. О выборе степени детализации категорий будет рассказано ниже.

reviewer_id	Audio	Books	Cars	Communication	Computer	Cooking
1	28	291	19	17	28	28
2	0	0	0	0	0	0
3	4	97	0	0	0	1
4	2	6	3	0	4	0
5	3	62	2	7	2	9
6	21	21	1	10	34	3
8	9	0	1	16	12	0
9	4	9	6	7	2	183
10	0	0	0	0	2	1
11	11	53	36	18	19	29
12	3	61	0	1	6	1
13	0	2	0	0	1	0
14	0	1	0	0	0	0
15	0	2	0	1	0	2
16	1	4	0	0	0	4
17	1	8	1	3	18	11

Таблица 3.1.9 – Фрагмент исходных данных о пользователях

Всего в таблице 35047 строк.