没有合适的资源?快使用搜索试试~ 我知道了~
第7课-电影推荐系统CTR预估模型构建-实验指导书
需积分: 5 0 下载量 139 浏览量
2024-12-02
11:43:37
上传
评论
收藏 220KB DOCX 举报
温馨提示
若想使用DeepFM深度学习模型进行CTR预估从而实现精排模型的目的,首先要导入相关的库且对数据进行读取并查看数据分布,了解数据集才能更好的建模。
资源推荐
资源详情
资源评论
1
基于深度神经网络的
电影推荐系统
任务 3 电影推荐系统 CTR 模型构
建
实验指导书
目 录
一、实验信息 ....................................................................................................1
二、实验准备 ....................................................................................................2
1. 实验环境 ........................................................................................2
2. 实验数据 ........................................................................................2
三、实验步骤 ....................................................................................................3
1. 数据读取 ........................................................................................3
2. 特征与样本.....................................................................................5
3. 构建 deepfm 模型...........................................................................8
四、实验总结 ..................................................................................................22
五、实验思考 ..................................................................................................22
1. 实际真实业务系统中,与本次实验有什么不同? ................................22
2. DeepFM 模型只能在推荐系统中使用吗?............................................22
1
一、实验信息
实验名称
电影推荐系统 CTR 模型构建
实验等级
中阶
实验时长
2 课时
实验内容
1. 数据读取
2. 数据特征处理及负采样
3. 构建 DeepFM 模型
实验目标
1. 掌握 CTR 预估模型的数据清洗与特征处理
2. 掌握 CTR 预估模型样本的构建及采样手段
3. 掌握使用 DeepFM 构建 CTR 预估模型的实现
2
二、实验准备
1. 实验环境
序列
名称
规格/版本
硬件
PC 计算机
1G 以上内存,40G 以上硬盘
开发语言
Python
3.6
框架
Scikit-Learn
0.22.1
可视化
Matplotlib
3.3.2
数据处理包
Pandas
1.1.0
Jupyter Notebook
深度学习框架
Tensorflow
2.0.0
说明:根据本次实验所需信息填写;
2. 实验数据
本次实验仍然使用 movielens 数据集
3
三、实验步骤
1. 数据读取
若想使用 DeepFM 深度学习模型进行 CTR 预估从而实现精排模型的目
的,首先要导入相关的库且对数据进行读取并查看数据分布,了解数据集才能
更好的建模。
1.1 导入相关库
【操作介绍】在使用 DeepFM 深度学习模型构建 CTR 预估排序时,除了数
据预处理与模型构建等操作之外,首先需要将使用到的库和依赖包进行导
入:
代码如下:
import pandas as pd
from itertools import chain
from sklearn.preprocessing import LabelEncoder
from sklearn.metrics import roc_auc_score
from tensorflow.python.keras import backend as K
from tensorflow.python.keras.models import Model
from tensorflow.python.keras.initializers import RandomNormal, Zeros
import tensorflow as tf
tf.compat.v1.enable_eager_execution(True)
from feature_columns import SparseFeat,VarLenSparseFeat,build_input_features
from input import create_embedding_dict,embedding_lookup
from preprocess import gen_data_set, gen_model_input
剩余23页未读,继续阅读
资源评论
korgs
- 粉丝: 9393
- 资源: 265
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
最新资源
- 构建可复用 Vue 组件的实战指南与深度解析
- C#JQuery+EasyUI后台管理系统源码数据库 SQL2008源码类型 WebForm
- 营销增长【FY25 - 内容智能】.pdf
- Delphi Modbus-TCP 协议包
- C++ 中 std::tuple 与 std::pair 的全面解析与应用实践
- Vue 项目中单文件组件的深度应用与实践指南
- 大二下学期写的课设,技术栈是vue+springboot,前后端分离开发,健身房管理系统【含sql文件和设计文档】.zip
- 2112121212121212121221
- C#ASP.NET摄影展示网站源码数据库 SQL2008源码类型 WebForm
- 图片素材信息!!!图片素材信息
资源上传下载、课程学习等过程中有任何疑问或建议,欢迎提出宝贵意见哦~我们会及时处理!
点击此处反馈
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功