Fahmifc123 / recommendation-system-product

Home Page:https://recommendation-system-appuct-j9ytm7xcndkvdgi29aydj5.streamlit.app

Geek Repo:Geek Repo

Github PK Tool:Github PK Tool

recommendation-system-product

Gambaran Umum

Repositori: https://github.com/Fahmifc123/recommendation-system-product

Akses URL Online : https://recommendation-system-appuct-j9ytm7xcndkvdgi29aydj5.streamlit.app

Repositori ini berisi kode sumber dan dokumentasi untuk aplikasi AI berbasis web yang memberikan rekomendasi produk menggunakan K-Means Clustering. Aplikasi ini dirancang untuk memberikan rekomendasi produk kepada pengguna berdasarkan perilaku dan preferensi mereka.

Komponen Utama

  • Eksplorasi Data: Proses eksplorasi data melibatkan analisis data pelanggan dan produk. Temuan kunci mencakup distribusi produk di seluruh kategori, preferensi pelanggan, dan ringkasan statistik dataset.
  • Pengembangan Model: Inti dari aplikasi adalah model K-Means Clustering, yang mengelompokkan pelanggan berdasarkan perilaku pembelian mereka. Model ini dilatih pada data historis untuk mengidentifikasi pola dan kesamaan di antara pelanggan.
  • Pengembangan Aplikasi Web: Aplikasi web dibangun menggunakan Streamlit, sebuah perpustakaan Python untuk membuat aplikasi web interaktif. Pengguna dapat memasukkan ID pelanggan mereka, dan aplikasi akan memberikan rekomendasi produk teratas.
  • Implementasi: Aplikasi diimplementasikan di platform cloud, dan pengguna dapat mengaksesnya melalui antarmuka web. Implementasi memastikan bahwa aplikasi dapat diakses oleh audiens yang lebih luas.

Struktur Kode Sumber

Kode sumber diorganisir sebagai berikut:

  • app.py: File ini berisi kode utama untuk aplikasi web Streamlit. Ini menangani input pengguna, melakukan inferensi model, dan menampilkan rekomendasi.
  • kmeans_model.pkl: File ini berisi model K-Means Clustering yang telah diserialkan, memungkinkan untuk pengambilan dan inferensi yang mudah.
  • data_baru.csv: Dataset yang digunakan untuk melatih model dan memberikan rekomendasi.

Cara Menjalankan Aplikasi Secara Lokal

Untuk menjalankan aplikasi rekomendasi produk secara lokal, ikuti langkah-langkah berikut: Clone Repositori:

- git clone https://github.com/Fahmifc123/recommendation-system-product
- cd recommendation-system-product
- pip install -r requirements.txt

Jalankan Aplikasi: streamlit run app.py Akses Aplikasi Web:

  • Buka URL yang disediakan di browser web Anda, dan Anda akan melihat halaman utama aplikasi rekomendasi produk.
  • Masukkan ID pelanggan yang valid dalam kolom input teks dan tekan Enter.
  • Lihat Rekomendasi: Aplikasi akan menampilkan 3 rekomendasi produk teratas untuk ID pelanggan yang dimasukkan.