Upgrade to Pro — share decks privately, control downloads, hide ads and more …

簡易的な推薦機能を実装する

HiroyukiYagihashi
September 23, 2020
Programming
0
110

 簡易的な推薦機能を実装する

HiroyukiYagihashi

September 23, 2020
Tweet

More Decks by HiroyukiYagihashi

See All by HiroyukiYagihashi
2024年度SecHack365 アシスタントを囲む会
yagipy
0
25
LLMの活用方法と課題
yagipy
0
95
What is Soft Memory Limit?
yagipy
1
560
Building markdown editor using Rust’s parser
yagipy
0
2.2k
OSSに貢献した話と社内での取り組みについて
yagipy
1
340
GitHub oneliner command
yagipy
0
75

Other Decks in Programming

See All in Programming
Webの技術スタックで マルチプラットフォームアプリ開発を可能にするElixirDesktopの紹介
thehaigo
2
910
EventSourcingの理想と現実
wenas
6
2.1k
色々なIaCツールを実際に触って比較してみる
iriikeita
0
270
LLM生成文章の精度評価自動化とプロンプトチューニングの効率化について
layerx
PRO
2
130
Kotlin2でdataクラスの copyメソッドを禁止する/Data class copy function to have the same visibility as constructor
eichisanden
1
130
Vue3の一歩踏み込んだパフォーマンスチューニング2024
hal_spidernight
3
3.1k
2万ページのSSG運用における工夫と注意点 / Vue Fes Japan 2024
chinen
3
1.3k
Why Spring Matters to Jakarta EE - and Vice Versa
ivargrimstad
0
970
What’s New in Compose Multiplatform - A Live Tour (droidcon London 2024)
zsmb
1
330
飲食業界向けマルチプロダクトを実現させる開発体制とリアルな現状
hiroya0601
1
390
Boost Performance and Developer Productivity with Jakarta EE 11
ivargrimstad
0
830
プロジェクト新規参入者のリードタイム短縮の観点から見る、品質の高いコードとアーキテクチャを保つメリット
d_endo
1
1k

Featured

See All Featured
Teambox: Starting and Learning
jrom
132
8.7k
Reflections from 52 weeks, 52 projects
jeffersonlam
346
20k
A Philosophy of Restraint
colly
203
16k
Being A Developer After 40
akosma
86
590k
Optimising Largest Contentful Paint
csswizardry
33
2.9k
YesSQL, Process and Tooling at Scale
rocio
167
14k
The Invisible Side of Design
smashingmag
297
50k
Practical Orchestrator
shlominoach
186
10k
Exploring the Power of Turbo Streams & Action Cable | RailsConf2023
kevinliebholz
27
4.2k
The MySQL Ecosystem @ GitHub 2015
samlambert
250
12k
10 Git Anti Patterns You Should be Aware of
lemiorhan
654
59k
Fontdeck: Realign not Redesign
paulrobertlloyd
81
5.2k

Transcript

  1. 簡易的な推薦機能を実装する 八木橋拓之

  2. 内容 UserにVideoを勧める機能を作成する

  3. ロジック 1. 自分と似たUserを取得(自分が見た動画を見た User) 2. 1で取得したUserが見たVideoのidと視聴回数を取得(video_id, watch_count) 3. 2で取得したVideoを重み付け(current_userが一回見たVideoは視聴回数を0.1倍する) 4.

    2で取得したVideoのidを使ってVideoを取得 5. ページネーション&レスポンスを返却

  4. 中間テーブルを作成

  5. 1. 自分と似たUserを取得

  6. 2. Userが見たVideoを取得

  7. 3. 2で取得したVideoを重み付け

  8. 4. Videoのidを使ってVideoを取得

  9. 完成

  10. まとめとこれから • UserにVideoを勧める機能を作成した • 類似度はピアソン相関係数を使って取得したい • 意外性も考慮したい