- Nama : Rahmat Fajri
- Email : rfajri912@gmail.com
- Portofoli
Dataset yang digunakan pada project ini merupakan dataset dari salah satu modul project-based yang telah saya selesaikan di DQLab Academy.
Project ini terdiri dari dua buah recomender system.
Sistem rekomendasi ini menawarkan rekomendasi yang umum untuk semua user berdasarkan popularitas film dan genre dengan menerapkan konsep bahwa film-film yang lebih populer akan memiliki kemungkinan yang lebih besar untuk disukai juga oleh rata-rata penonton.
- Kelebihan: Sistem rekomdasi ini cenderung lebih mudah untuk diimplementasikan, yang perlu dilakukan hanyalah mengurutkan film-film tersebut berdasarkan rating dan popularitas lalu menunjukkan film teratas dari list tersebut.
- Kekurangan: Sistem rekomendasi tidak memberikan rekomendasi yang personal untuk setiap tipe user.
Sistem rekomendasi ini rekomendasi film berdasarkan perhitungan kesamaan content/feature dari film sebelumnya (Content Based Recommender System). Sistem rekomendasi ini menggunakan model Cosine Similarity untuk menghitung tingkat kesaan antar pasangan film. Output yang didapat antara range -1 sampai 1. Score yang hampir mencapai 1 artinya kedua film tersebut sangatlah mirip sedangkan score yang hampir mencapai -1 artinya kedua film tersebut adalah beda.
- Kelebihan: Sistem rekomendasi ini dapat menawarkan rekomendasi yang personal untuk setiap tipe user.
- Kekurangan: Sistem rekomendasi ini lebih sulit diimplementasikan karena memerlukan beberapa tahapan preprocessing pada data yang akan digunakan