cristobalba / proyecto-final-recsys

Proyecto Final - Recommender Systems

Este repositorio contiene el código necesario para replicar el trabajo del grupo 8 en el proyecto final del curso de Sistemas de Recomendación. Aquí encontrarás instrucciones detalladas sobre los datasets, el procesamiento de datos, y la ejecución del código para obtener los resultados del estudio.

Datasets

Los datasets utilizados en este proyecto provienen de diversas fuentes. A continuación, se presentan los enlaces para acceder a cada uno de ellos:

• Datasets originales (books, anime, lfm, ml): Zenodo
• Dataset de Netflix: Kaggle
• Dataset de MyAnimeList 2020: Kaggle

Procesamiento de los Datos

Para los cuatro datasets originales (books, anime, lfm, ml), se utilizaron versiones filtradas disponibles en el paper original.

Netflix

Para el dataset de Netflix, utilizamos el archivo Netflix_filter_data.ipynb para filtrar los datos. Dado que el dataset es muy grande, se crearon subarchivos para evitar problemas de memoria. El procesamiento genera una carpeta llamada netflix que contiene todos los archivos .csv necesarios.

MyAnimeList 2020

Para el dataset de MyAnimeList 2020, se creó el archivo myanime_600k.csv, que contiene las primeras 633,279 filas del dataset original.

Todos los archivos procesados utilizados en este proyecto están disponibles en las carpetas data y netflix.

Ejecución del Código

Para replicar los experimentos y obtener los resultados del estudio, siga las siguientes instrucciones:

1. Ejecutar los códigos originales:

   • Ejecute MMRS_fairness.ipynb para replicar los experimentos con los cuatro datasets originales. Este notebook permite elegir entre los modelos KNNBasic, KNNWithMeans, NMF y CoClustering. Los resultados obtenidos se incluyen en la última celda del notebook.

2. Obtener resultados de MyAnimeList 2020 y Netflix:

   • Ejecute MMRS_myanime.ipynb para obtener los resultados del dataset de MyAnimeList 2020.
   • Ejecute MMRS_netflix.ipynb para obtener los resultados del dataset de Netflix.

3. Resultados del modelo Most Popular:

   • Ejecute MMRS_most_popular.ipynb para obtener los resultados del modelo de recomendación basado en popularidad.

4. Resultados del modelo ALS:

   • Ejecute MMRS_ALS.ipynb. Puede seleccionar el dataset a utilizar (entre los cuatro datasets originales, Netflix y MyAnimeList 2020) comentando y descomentando el código correspondiente.

Aleatoriedad

Es importante destacar que los resultados obtenidos a partir de los modelos de recomendación presentan un grado de aleatoriedad inherente. Es por esto que al ejecutar los codigos y replicar el experimento los resultados podrian variar.

Asegúrese de seguir las instrucciones específicas dentro de cada notebook para configurar correctamente los entornos y ejecutar los experimentos de manera eficiente.