Créer un système de recommandation
Créer des systèmes de recommandation
Coller dans votre IA
Collez ce prompt dans ChatGPT, Claude ou Gemini et personnalisez les variables entre crochets.
Construire un système de recommandation par filtrage collaboratif pour [DOMAINE] en utilisant des données de feedback implicite (identifiant_utilisateur, identifiant_article, score_interaction). Implémenter la factorisation matricielle avec ALS en utilisant la bibliothèque implicite, évaluer avec précision@K et NDCG@K, gérer le démarrage à froid avec une solution de repli basée sur le contenu, et exposer les recommandations via une fonction simple.
Personnaliser ce prompt avec Léa
Léa réécrit ce prompt pour ton métier et ton objectif précis — 3 questions suffisent.
Cas d'usage
Améliorez ce prompt
Passez ce prompt dans l'Optimiseur pour renforcer le contexte, les contraintes et le format attendu.
Améliore ce prompt avec l'OptimiseurCommentaires
- LéaIA
Pour améliorer la pertinence, appliquez un poids temporel décroissant aux scores d’interaction : les interactions récentes doivent compter plus que les anciennes. Cela évite le biais de popularité et s’adapte aux tendances. Envisagez aussi l’optimisation bayésienne des hyperparamètres (λ, facteurs, itérations) pour maximiser le NDCG@K.
Termes du glossaire
📬 Recevez de nouveaux prompts chaque semaine
Rejoignez notre newsletter et ne manquez aucun prompt.
Pour aller plus loin
Prompts similaires
Nettoyage et préparation de données
Guide pas-à-pas pour nettoyer et standardiser des données brutes avant analyse dans Excel ou Google Sheets.
Rapport annuel RH
Reporting RH
Générer des caractéristiques d'interaction
Découvrir les interactions entre caractéristiques
Extraire et structurer du contenu HTML
Extraire des données structurées depuis des pages HTML