آیا تا به حال فکر کرده‌اید که نتفلیکس چگونه تصمیم می‌گیرد که چه فیلم‌هایی را به شما توصیه کند؟ یا آمازون چگونه کتاب‌ها را پیشنهاد می‌دهد؟ ما می‌توانیم با ساخت یک سیستم توصیه‌گر ساده خودمان، به نحوه کارکرد آن‌ها پی ببریم!
در این پروژه نهایی، شما مهارت‌های حل مسئله و برنامه‌نویسی جاوای خود را با ایجاد سیستم‌های توصیه‌گر به نمایش خواهید گذاشت. شما با داده‌های مربوط به فیلم‌ها، شامل امتیازها، کار خواهید کرد، اما اصول مورد استفاده به راحتی قابل تطبیق با کتاب‌ها، رستوران‌ها و موارد دیگر است. شما برنامه‌ای خواهید نوشت که به سوالات مربوط به داده‌ها پاسخ دهد، از جمله اینکه کدام موارد باید بر اساس امتیازات کاربران به آن‌ها توصیه شود. با داشتن فایل‌های ورودی شامل امتیازهای کاربران و عناوین فیلم‌ها، شما قادر خواهید بود:
- داده‌ها را به لیست‌ها و نقشه‌ها بخوانید و تجزیه کنید؛
- امتیازات متوسط را محاسبه کنید؛
- محاسبه کنید که یک کاربر خاص چقدر به کاربر دیگر بر اساس امتیازات مشابه است؛ و
- فیلم‌ها را بر اساس امتیازات به یک کاربر خاص توصیه کنید.
- فیلم‌های توصیه‌شده برای یک کاربر خاص در یک صفحه وب.
Andrew D. Hilton استادیار عملی در گروه مهندسی برق و کامپیوتر در مدرسه مهندسی پرات دانشگاه دوک است. او از سال ۲۰۱۲ در دوک تدریس می‌کند و پیش از آن مهندس مشاور در شرکت آی‌بی‌ام بود. از جمله دوره‌هایی که پروفسور هیلتون در دوک تدریس می‌کند، دوره ECE 551 است که یک معرفی فشرده به برنامه‌نویسی است و به طور موفقیت‌آمیزی دانشجویان تحصیلات تکمیلی را که هیچ تجربه برنامه‌نویسی ندارند، برای یادگیری برنامه‌نویسی آماده می‌کند و آن‌ها را قادر می‌سازد تا دوره‌های برنامه‌نویسی پیشرفته‌تر را تکمیل کنند. به پاس قدردانی از برتری در تدریس در مدرسه مهندسی پرات دانشگاه دوک، پروفسور هیلتون در سال ۲۰۱۵ جایزه تدریس ممتاز خانواده کلاین را دریافت کرد. پروفسور هیلتون دارای دکترای علوم کامپیوتر از دانشگاه پنسیلوانیا است.
نقد و بررسی‌ها
هنوز بررسی‌ای ثبت نشده است.