algo "produit conseille"

3 réponses

Auteur	Message
devtribu \| Modérateur Inscrit le : 16/06/2005	# Le 02/08/2008 à 17:45 Bonjour a tous Je cherche à utiliser toujours mieux la base de données de BT (30 000 produits et pres de 500 000 avis détaillés sur ces produits) J'aimerai trouver un algo capable de proposer les produits conseillés à partir des produits déjà notés par un consommateur. Le principe (a priori) est de trouver une population proche au niveau des gouts de l'utilisateur et de donner les produits appréciés par cette population. Je cale et avant de me lancer dans des requetes sql de boeuf, je voudrai vérifier qu'il n'existe pas des algos plus efficaces. Allociné fait ca tres bien. En plus l'efficacité est impressionnante, avec un temps de réponse immédiat : http://www.allocine.fr/monallocine/recommandations... Des idées ? Février 2019, mon futur livre Tout JavaScript chez Dunod https://amzn.to/2PoLd0f
Bool \| Olivier Modérateur Inscrit le : 09/05/2005	# Le 02/08/2008 à 18:09 Hello, à mon avis le plus important (et difficile) est de trouver suivant quels critères tu veux effectuer les classements. Le SQL tu verras ça en dernier, il faut adapter le SQL au besoin plutôt que le contraire. Je ne connais quasiment pas ton site, mais quand les membres "notes" un produit, c'est une note globale point barre ou il y a des critères derrière ? (du genre packaging, prix, pratique, efficacité etc) Et tu veux réserver ça aux membres ou bien à tous ? Et t'as quoi comme infos sur les membres ? Parce que si t'as pas d'info particulière sur les membres, et que pour les notes des produits c'est juste du "1 à 5" ; c'est nettement plus simple que s'il faut gérer l'age, la classe "socio professionnelle", le fait qu'elle soit en ville ou non, qu'il s'agisse d'un produit de telle marque ou non, qu'elle soit contre le dépeçage des baleines, qu'elle préfère des trucs pas cher, etc etc. Finalement, t'es sûrement le mieux placer pour savoir sur quoi se baser non ? daevel : infogérance et conseil \|\| moi
devtribu \| Olivier Modérateur Inscrit le : 16/06/2005	# Le 02/08/2008 à 18:20 Y a en général 3 a 6 criteres pour noter un produit (package, efficacité, qualité/prix, texture, odeur, ...) Y a des dizaines de criteres pour definir un membre (peau, cheveux, age, ...) J'ai deja développé un systeme bourrin qui propose les produits adaptés en fonction de critere adapté à la catégorie (type de cheveux pour les shampoings, type de peau et age pour les cremes, ...) Je voudrai justement un algo qui n'a pas besoin qu'on lui dise quel critere utiliser. Par exemple un reseau de neurones qui apprend avec les données en base et qui s'adapte aux nouveaux cas. Février 2019, mon futur livre Tout JavaScript chez Dunod https://amzn.to/2PoLd0f
tonguide \| Jeremy Modérateur Inscrit le : 09/05/2005	# Le 02/08/2008 à 18:21 J'imagine qu'Allociné est sur le même principe que les boutiques "Les gens qui ont achetés ce produit ont aussi acheté ces produits là". Sauf que là, ça doit être "Les gens qui ont aimés ce film ont aussi aimés ces films". Si tu enregistres ce que chaque client vote, sur un nombre important, il y a surement des possibilités de faire des moyennes qui sont cohérentes. D'un autre côté, en ce qui concerne tes produits, il s'agit plus de satisfaction, plutôt que "j'aime" ou "j'aime moins", sauf si tu arrives à te dire, sur tel peau les produits suivants sont efficace et sur tel autre peau, ils sont pas efficace. (et donc choisir un produit qu'on sait efficace sur nous, et voir les produits par efficacité chez ceux qui ont trouvés ce produit efficace) Enfin comme dis Bool, tu le sais surement mieux que nous ?

Auteur

Message

Inscrit le : 16/06/2005

# Le 02/08/2008 à 17:45

Bonjour a tous

Je cherche à utiliser toujours mieux la base de données de BT (30 000 produits et pres de 500 000 avis détaillés sur ces produits)
J'aimerai trouver un algo capable de proposer les produits conseillés à partir des produits déjà notés par un consommateur.
Le principe (a priori) est de trouver une population proche au niveau des gouts de l'utilisateur et de donner les produits appréciés par cette population.
Je cale et avant de me lancer dans des requetes sql de boeuf, je voudrai vérifier qu'il n'existe pas des algos plus efficaces.

Allociné fait ca tres bien. En plus l'efficacité est impressionnante, avec un temps de réponse immédiat :
http://www.allocine.fr/monallocine/recommandations...

Des idées ?

Février 2019, mon futur livre Tout JavaScript chez Dunod https://amzn.to/2PoLd0f

Bool | Olivier
Modérateur

Inscrit le : 09/05/2005

# Le 02/08/2008 à 18:09

Hello,

à mon avis le plus important (et difficile) est de trouver suivant quels critères tu veux effectuer les classements.
Le SQL tu verras ça en dernier, il faut adapter le SQL au besoin plutôt que le contraire.

Je ne connais quasiment pas ton site, mais quand les membres "notes" un produit, c'est une note globale point barre ou il y a des critères derrière ? (du genre packaging, prix, pratique, efficacité etc)

Et tu veux réserver ça aux membres ou bien à tous ? Et t'as quoi comme infos sur les membres ?

Parce que si t'as pas d'info particulière sur les membres, et que pour les notes des produits c'est juste du "1 à 5" ; c'est nettement plus simple que s'il faut gérer l'age, la classe "socio professionnelle", le fait qu'elle soit en ville ou non, qu'il s'agisse d'un produit de telle marque ou non, qu'elle soit contre le dépeçage des baleines, qu'elle préfère des trucs pas cher, etc etc.
Finalement, t'es sûrement le mieux placer pour savoir sur quoi se baser non ?

daevel : infogérance et conseil || moi

devtribu | Olivier
Modérateur

Inscrit le : 16/06/2005

# Le 02/08/2008 à 18:20

Y a en général 3 a 6 criteres pour noter un produit (package, efficacité, qualité/prix, texture, odeur, ...)
Y a des dizaines de criteres pour definir un membre (peau, cheveux, age, ...)
J'ai deja développé un systeme bourrin qui propose les produits adaptés en fonction de critere adapté à la catégorie (type de cheveux pour les shampoings, type de peau et age pour les cremes, ...)

Je voudrai justement un algo qui n'a pas besoin qu'on lui dise quel critere utiliser.
Par exemple un reseau de neurones qui apprend avec les données en base et qui s'adapte aux nouveaux cas.

Février 2019, mon futur livre Tout JavaScript chez Dunod https://amzn.to/2PoLd0f

tonguide | Jeremy
Modérateur

Inscrit le : 09/05/2005

# Le 02/08/2008 à 18:21

J'imagine qu'Allociné est sur le même principe que les boutiques "Les gens qui ont achetés ce produit ont aussi acheté ces produits là". Sauf que là, ça doit être "Les gens qui ont aimés ce film ont aussi aimés ces films".

Si tu enregistres ce que chaque client vote, sur un nombre important, il y a surement des possibilités de faire des moyennes qui sont cohérentes.

D'un autre côté, en ce qui concerne tes produits, il s'agit plus de satisfaction, plutôt que "j'aime" ou "j'aime moins", sauf si tu arrives à te dire, sur tel peau les produits suivants sont efficace et sur tel autre peau, ils sont pas efficace. (et donc choisir un produit qu'on sait efficace sur nous, et voir les produits par efficacité chez ceux qui ont trouvés ce produit efficace)

Enfin comme dis Bool, tu le sais surement mieux que nous ?

Répondre

Vous ne pouvez pas participer au forum, car votre inscription n'a pas été validée. Pour vous faire valider en tant que Membre, cliquez ici.