1 / 10

Adatértelmezés I.

Adatértelmezés I. Task 1. Forrásadatok. rec_log_train.tx t 73 209 277 értékelés 1 392 873 distinct user 4710 distinct item 7.2% elfogadás user_profile.txt 2 320 894 distinct user Year-of-birth Gender Number-of-tweet Tag-Ids. Item.txt 6095 distinct item 4 szintű hierarchia

omana
Download Presentation

Adatértelmezés I.

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript

  1. Adatértelmezés I. Task 1

  2. Forrásadatok rec_log_train.txt • 73 209 277 értékelés • 1 392 873 distinct user • 4710 distinct item • 7.2% elfogadás user_profile.txt • 2 320 894 distinct user • Year-of-birth • Gender • Number-of-tweet • Tag-Ids Item.txt • 6095 distinct item • 4 szintű hierarchia A többi txt feldolgozása később

  3. Atop 10% item adja a rekordok 90%-át

  4. A 10 leggyakoribb hierarchia szint • A rekordok 58%-a innen jön • Kisebb kategóriáknál sem megy 20% felé az elfogadás • 339 különböző kategória • A hierarchiának 4 szintje van, de nem teljes

  5. Atop 40% user adja rekordok 90%-át

  6. Rekordok userenként I. • A userek felének van 18 –nál kevesebb rekordja • Jellemzően hármas rekordok • A legtöbb adat egy ügyfélről 14 456

  7. Rekordok userenként II. • A rekordszámban a kiugrások csak a kategóriaösszevonás miatt • Nem elég, hogy kevés a megfigyelés az ügyfelek jelentős részénél, de az adat is torz

  8. Demográfia I. A férfiak szignifikánsan nagyobb arányban fogadnak el tartalmat

  9. Demográfia II. Születési idő • Fiatal korfa • Első pillantásra nem ez lesz a legfontosabb attribútum

  10. „Demográfia” III. • A kiugró rekordszámok csak a diszkretizálás miatt, amúgy lecsengő • A szélsőértékek (0, 1000+) alacsonyabb hajlandóságot mutatnak

More Related