product_recommender

Sistema de recomendação e categorização de produtos.

Sobre

Nesse projeto temos uma sistema de recomendação e classificação de produtos. Esse sistema será treinado com base em dados de produtos comercializados em um marketplace digital. Ao todo, temos 38.507 registros distribuídos em 5 categorias (Bebê, Bijuteriais e Jóias, Decoração, Lembrancinhas, Papel e Cia e Outros). Cada registro corresponde a um clique em um produto a partir de um termo de busca no site. No dataset é composto das seguintes variáveis:

• product_id - identificação de produto
• seller_id - identificação do vendedor
• query - termo de busca inserido pelo usuário
• search_page - número da página que o produto apareceu nos resultados de busca (mín 1 e máx 5)
• position - número da posição que o produto apareceu dentro da página de busca (mín 0 e máx 38)
• title - título do produto
• concatenated_tags - tags do produto inseridas pelo vendedor (as tags estão concatenadas por espaço)
• creation_date - data de criação do produto na plataforma do Elo7
• price - preço do produto em reais
• weight - peso em gramas da unidade do produto reportado pelo vendedor
• express_delivery - indica se o produto é pronta entrega (1) ou não (0)
• minimum_quantity - quantidade de unidades mínima necessária para compra
• view_counts - número de cliques no produto nos últimos três meses
• order_counts - número de vezes que o produto foi comprado nos últimos três meses
• category - categoria do produto

Sistema de Classificação

O modelo de classificação é realizado por um modelo de RandomForestClassifer do scikit-learn. Ele é utilizado através do script main.py. Para utilizar o classificador devemos utilizar o parâmetro -c ou --category junto com um string como se fosse um dicionário, com as chaves title, concatenated_tags, price, weight e minimum_quantity. Essas são as variáveis dos dados originais que foram utilizadas para treinar o modelo. Exemplificando a utilização o modelo:

python main.py --category "{'title': 'Saída de maternidade masculino', 'concatenated_tags': 'bebe menino maternidade roupa', 'price': 70, 'weight': 30, 'minimum_quantity': 1}"

Sistema de Recomendação

O sistema de recomendação gera 10 produtos a partir de uma query. Os produtos selecionados são aquele cujo os títulos são os de menor distância de edição em relação à query. De uma certa forma pode ser considerado como um sistema de recomendação baseado no conteúdo dos itens.

Além de selecionar os produtos mais parecidos com a query, essa funcionalidade aplica o modelo de classificação de categorias aos registros selecionados pela query e identifica a categoria majoritária. Como resultado são printados, a categoria majoritária e série de ids e títulos recomendados. A utilização pode ser feita com o seguinte comando:

````main.py --recommendation ""``

Setup

O setup do ambiente para a excuçao do código pode ser realizado através da utilização do python 3.X e o gestor de pacotes pip. Com pip a lista de dependências contidas no arquivo requirement.txt pode ser baixada e instalada.