创建一个带有预测的电影推荐应用程序-io-设置

>该教程通过使用开源机器学习服务器Predictionio构建电影推荐应用程序。 这个功能强大的工具简化了能够推荐项目，预测用户行为并确定项目相似性的应用程序的创建。 让我们研究过程。

>

密钥概念：

• 预测是一款开源机器学习服务器，非常适合构建推荐引擎和预测应用程序。 它处理复杂算法，使您可以专注于应用程序开发。
>设置预测需要Java（版本6或更高版本）和MongoDB。 安装后，访问端口9000的Web界面以创建用户和应用程序。
• 预测中的电影推荐引擎是高度定制的，可以定义项目类型，培训时间表（使用CRON表达式），推荐偏好（新鲜度，偶然性等）以及推荐目标。
应用程序本身将涉及两个阶段：一个学习阶段，用户对电影进行评分，以及该应用程序根据用户输入建议电影的推荐阶段。 我们将使用moviedb api获取电影数据。
安装和设置：

>本教程假设一个Linux环境。 对于其他操作系统，请考虑将homestead改进用于简化的设置。 >下载预测并将其提取到您所需的位置。

>安装先决条件（Java 6和MongoDB）使用提供的设置脚本：

1. 开始预测：
2. bin/setup-vendors.sh>在
上访问Web界面。使用
3. 。bin/start-all.sh创建一个用户帐户
创建一个新的应用程序（例如，“ Movie_Recommendations”）并注意应用程序键。
4. http://localhost:9000 bin/users

添加一个项目推荐引擎（例如，“电影记者”）。

>

6. 7. 配置引擎设置：
      • >项目类型：离开为默认值（所有项目类型）。
      >
      • 培训时间表：设置为0 * * * * ?进行分钟训练（cron表达）。
      • >推荐首选项： aptig ，，freshness，serendipity，unseen items only，seen actions和number of recommendations。 在此示例中，我们将使用“推荐任何项目”。
      >
      • 推荐目标：设置为“喜欢”。

   

   >从电影数据库（TMDB）获取API键以访问其电影数据。

   应用程序开发：

   该应用程序将包括学习阶段（用户评分电影）和推荐阶段（应用程序建议电影）。
   >
   安装依赖项：
   1. 将它们添加到您的>：> composer.json
   run

   <code class="language-json">{
     "require": {
        "damel/flight-skeleton": "dev-master",
        "predictionio/predictionio": "~0.6.0",
        "guzzlehttp/guzzle": "4.*"
     },
     "autoload": {
       "classmap": [
         "controllers"
       ]
     }
   }</code>

   和

   。 composer install 在 composer dump-autoload

   （如果需要，请使用适当的nginx配置。）
   2. .htaccess开发应用程序：
   创建一个
   文件以处理路由和应用程序初始化。 开发控制器来处理学习和推荐阶段，使用预测PHP SDK和Guzzle分别与预测和MoviedB API相互作用。

   <code class="language-apache">RewriteEngine On
   RewriteCond %{REQUEST_FILENAME} !-f
   RewriteCond %{REQUEST_FILENAME} !-d
   RewriteRule ^(.*)$ index.php [QSA,L]</code>

   （学习阶段示例）
   3. （建议阶段示例）> index.php
   结论：

   >本教程为构建具有预测的电影推荐应用程序提供了基础。下一步涉及实现详细的应用程序逻辑，连接到MoviedB API并创建用户界面。 切记处理错误条件并为性能进行优化。>

以上是创建一个带有预测的电影推荐应用程序-io-设置的详细内容。更多信息请关注PHP中文网其他相关文章！