AIRBNB Recomandation System
İstanbul DataScience Academy 4. proje(NLP & Recomandation System)
Herkese merhaba,
Bu yazımda 1. projem olan EDA projesinde kullandığım NYC ait AirBnb verisi üzerinden hazırladığım Tavsiye sisteminden bahsedeceğim.
Çalışmada kullandığım veri setini AirBNB nin kendi sayfasından aldım.
Veri setim 2020 yılına ait konuk evleri, mahalleler, yorumlar ve konuk evi bazında ücrekerin buşunduğu 4 farklı veri setinden oluşmaktaydı.
konukevi veri seti 50246 kayıt ve 106 kolondan oluştuğudan, veri setini küçültmek adına, en fazla konuk evinin olduğu 3 mahalleyi seçip, kolon olarak da EDA ve öneri sisteminden kullanacağım kolonları bırarak küçük veri seti oluşturdum.
Bölüm 1- EDA
konuk evlerini oda tipi, aldıkları yorum, mahalle bazlı dağılımları, en pahalı oda, oda tipleri gibi analizler yaparak, veride yer alan enlem ve boyalam bilgisini kullanarak folium eklentisi ile her bir konuk evini harita da gösterdim.
Bölüm 2-World Clouds
2. bölünmde, konuk evi veri setinde yer alan açıklama ve özet, transit ve müşteri yorumları içerek kelime bulutları oluşturudum.
Bölüm-3 öneri sistemi
Çalışmamda iki farklı öneri sistemi hazırladım. ilk öneri sistemi bir konuk evine en çok benzeyen diğer konuk evlerini öneriyor, ikinci sistem ise ihtiyaca göre en uygun konuk evlerini öneriyor.
3–1 konuk evine göre öneri sistemi
Birinci öneri sisteminden bakılan bir konuk evine göre benzerlik üzerinden en uygun olanı gösermektedir. Bu çalışmada sklearn kütüphanesinde ki cosine_similarity ve TfidfVectorizer fonk kullarak konuk evi id bilgisine göre en benzer konuk evlerini öneri olarak getirdim.
3–2 ihtiyaca göre öneri sistemi
ikinci öneri sisteminde veri setinde yer alan text alanları kullanarak öneri sistemini oluşturak bir içerik oluşturdum. Bu sefer countvectorizer yaptıktan sonra cosine_similarity yaparak, hazırladığım fonk ile öneri sistemini oluşturdum.
SONUÇ
NYC ziyarette bulunacak bir kişi için iki faydalı öneri sisteminde bulundum.ilk öneri sistemi Netflix, Airbnb, Amazon vb. şirketler tarafından yaygın olarak kullanılan ,bir konuk evine benzeyen tercihlere dayanan daha standart bir öneri sistemiydi.
2. öneri sistemi kişini ihtiyaçlarına göre bir arama yaparak en uygun konuk evlerini öneren bir sistem oldu.
5. projemde bu çalışmada kullandığım veri setini biraz daha zenginleştirerek big data ortamında yaparak, flask uygulamsı ile web ortamına taşıyıp, heroku üzerinden herkesin kullanıma açmayı hedeflemekteyim.
Final projesinde görüş üzere,sağlıklı kalın.