Python贝叶斯、transformer自注意力机制self-attention个性化推荐模型预测课程平台学生数据

全文链接：https://tecdat.cn/?p=37090

原文出处：拓端数据部落公众号 

分析师：Kung Fu

近年来，在线课程凭借便捷的网络变得越来越流行。为了有更好的用户体验，在线课程平台想要给用户推荐他们所感兴趣的课程，以便增大点击率和用户黏性。

解决方案

任务/目标
根据学生所选的历史课程，预测出学生接下来可能选择的课程。

数据源准备

数据说明：
stu_id：学员证。
时间：学生首次报名相应课程的时间。
course_index：课程 ID。
名称：课程名称。
类型：课程的类型。
type_id：类型 id。

构造

这个是我所用到的数据集。在所给的数据特征中，我们需要用到的是学生的ID和课程的ID，每个学生所选的课已经按照时间顺序排列好了。

df = pd.read_csv("data.csv", encoding="gbk")

用户选择的课程的分布

用户选择的类型的分布

1.   top_course = top_course.sort_values('choosen_times', ascending = False)
2.   top_course.head(20)

用户选择的类型的分布

划分训练集和测试集和评价指标

我们是这样划分训练集和测试集的，把每个学生选的最后一门课作为测试集，剩下的课程作为训练集。Hit rate@10（推荐10门课程的命中率）和NDCG@10（推荐10门课程的归一化折损累计增益）是我们对模型的评价指标。Hit rate是指训练集是否在推荐的10门课程里，NDCG则是更关注推荐的课程在10门课程当中的具体位置，越是靠前，NDCG越大。

建模

非个性化推荐模型

这个模型是我们的baseline，采用非个性化的方式，也就是说，所有学生会收到一样的课程推荐，在这里，推荐的课程是基于课程的受欢迎程度，我们挑选出最受欢迎的10门课推荐给所有学生。

计算并绘制命中率与推荐课程数量的关系

计算并绘制 NDCG 与推荐课程数量的关系

1.    
2.    
3.   plt.ylabel("NDCG")
4.   plt.show()

贝叶斯个性化排序推荐模型

在这个算法中，我们将任意学生所选的课进行标记，如果一个用户u在选择j课程之前选择了i课程，我们得到一个三元组<u,i,j>,说明u更喜欢i。如果对于用户u来说我们有m组这样的反馈，那么我们就可以得到m组用户u对应的训练样本。然后这个算法基于矩阵分解的方式得到用户对于不同课程的排序，选出前10名。

创建稀疏学生-课程交互矩阵

1.   def create_matrix(data, stu_col, courses_col, ratings_col):
2.   """
3.   creates the sparse student-course interaction matrix
4.   """
5.    
6.   for col in (courses_col, stu_col, ratings_col):
7.   data[col] = data[col].astype('category')
8.    
9.   ratings = csr_matrix((data[ratings_col],
10.   (data[stu_col].cat.codes, data[courses_col].cat.codes)))
11.   ratings.eliminate_zeros()
12.   return ratings, data

将日期拆分为训练集和测试集

通过删除每个学生的一些交互，将学生与课程交互矩阵拆分为训练集和测试集，并假装我们从未见过它们

构造 BPR 类

贝叶斯个性化排名（BPR）来源于个性化排名，为用户提供排名项目列表的项目推荐。排名项目列表是根据用户的隐式行为计算得出的。BPR 基于矩阵分解。所选课程可以看作是正数据集，而其余课程可以是负值和缺失值的混合体。通常，课程推荐人会输出个性化分数Xin和