Tutorial: Get started with Suggeri

1. Introdução

Neste tutorial, você aprenderá a criar e implantar um sistema de recomendação usando inteligência artificial invocado por meio de uma API RESTful simples e fácil de usar.

1.1 Dataset

Para usar o sistema de recomendação é preciso enviar um dataset no format CSV. Deve conter as seguintes colunas:

UserId
O ID do usuário.
ProductId
O ID do produto, filme ou item.
Rating
A nota de 0.0 a 5.0 que o UserId avaliou o ProductId

1.2 Exemplo de Dataset

Abaixo um exemplo de dataset com o formato esperado. Este exemplo completo pode ser baixado neste link dataset_test.csv.

UserId ProductId Rating
A39HTATAQ9V7YF 0205616461 5.0
A3JM6GV9MNOF9X 0558925278 3.0
A1Z513UWSAAO0F 0558925278 5.0

2 Pré-requisitos

Para executar estes tutorial será necessário o dataset de exemplo disponível no link dataset_test.csv

3 Criar uma Conta de Testes

Acesse o https://suggeri.anvil.app/, clique no menu Login e crie uma conta nova com seu e-mail e senha.

4 Upload do Modelo

Acesse Treinar Modelo no menu e faça o upload do dataset de exemplo.

Depois do upload do dataset, é iniciado automaticamente o treinamento do modelo.

Aguarde alguns instantes até que o estado do modelo seja Treinamento Finalizado.

A chave do modelo será o modelo id utilizado para realizar as predições.

Anote a chave do modelo gerada, pois precisaremos deste código mais adiante no tutorial. Na imagem está o modelo id de código ae38fe62.

5 Testar Modelo

Acesse Testar Modelo no menu e escolha o modelo que acabamos de treinar.

Depois do modelo escolhido, são mostradas as opções de testes.

Observe a mensagem sobre o dataset_teste.csv, pois usaremos o usuário id A1BW4LQY9U32PC e o produto id 535795531X para os testes neste tutorial.

5.1 Recomendação de Itens

Vamos utilizar o usuário id A1BW4LQY9U32PC para que sejam recomendados itens/produtos que este usuário tenha interesse. Basta digitar o usuário id e clicar no botão Recomendar. Será exibida uma lista com os itens.

5.2 Recomendação de Usuários

Vamos utilizar o produto id 535795531X para que sejam recomendados usuários que tenham interesse. Basta digitar o usuário id e clicar no botão Recomendar. Será exibida uma lista com os usuários.

5.3 Recomendação de Nota de Avaliação

Vamos utilizar usuário id A1BW4LQY9U32PC e o produto id 535795531X para que sejam recomendada qual a Nota de Avaliação deste usuário para este produto. Basta digitar o usuário id, produto id e clicar no botão Recomendar. Será exibida uma Nota de Avaliação.

5 Testar API

Agora que já testamos o modelo treinado com sucesso, vamos acessar estes mesmos dados usando a API da Suggeri. A documentação completa em diversas linguagens de programação para acessar a API está disponível neste link.

5.1 Recomendação de Itens

Vamos utilizar o modelo que acabamos de treinar e o usuário id A1BW4LQY9U32PC para que sejam recomendados itens/produtos que este usuário tenha interesse.

O link para acesso às recomendações via API ficaria da seguinte forma:

https://suggeri.anvil.app/_/api/predict_item/ae38fe62/A1BW4LQY9U32PC

Para testar, basta acessar esta URL pelo Browser e teremos o mesmo resultado encontrado anteriormente.

5.2 Recomendação de Usuários

Vamos utilizar o produto id 535795531X para que sejam recomendados usuários que tenham interesse. Basta digitar o usuário id e clicar no botão Recomendar. Será exibida uma lista com os usuários.

O link para acesso às recomendações via API ficaria da seguinte forma:

https://suggeri.anvil.app/_/api/predict_user/ae38fe62/535795531X

Para testar, basta acessar esta URL pelo Browser e teremos o mesmo resultado encontrado anteriormente.

5.3 Recomendação de Nota de Avaliação

Vamos utilizar usuário id A1BW4LQY9U32PC e o produto id 535795531X para que sejam recomendada qual a Nota de Avaliação deste usuário para este produto.

O link para acesso às recomendações via API ficaria da seguinte forma:

https://suggeri.anvil.app/_/api/predict_user_item/ae38fe62/A1BW4LQY9U32PC/535795531X