Recobxd : modèle RP3beta de recommandation de films

Le modèle servi par Recobxd, qui recommande des films à un utilisateur de Letterboxd à partir de son profil public.

RP3beta traite les notes comme un graphe biparti utilisateurs–films. La ressemblance W[i, j] entre deux films est la probabilité d'une marche aléatoire en trois pas film → utilisateur → film, divisée par la popularité du film d'arrivée :

W[i, j] = s_i^-α · Σ_u w_ui^α · w_uj^α · s_u^-α  /  s_j^β ,   W[i, i] = 0
  • Poids des arêtes : w = q^γ, où q est le rang relatif de la note chez l'utilisateur.
  • Réglages : γ = 4, α = 0,75, β = 0,75.
  • Entraînement : 113,6 M de notes de 243 000 utilisateurs, sur les 20 000 films les plus notés de letterboxd-140M-movies-ratings-2026.
  • Test (10 000 utilisateurs jamais vus) : NDCG@20 de 0,262, contre 0,130 pour la popularité.

Fichiers

Fichier Contenu
rp3beta.bin (83 Mo) W au format rp3beta-v2 : 2 000 voisins par film, poids sur 8 bits relatifs au maximum de la ligne, colonnes en écarts varint, et les 64 plus proches voisins de chaque film dans l'ordre
meta.json réglages, tailles des blocs, et slugs, titres et années des 20 000 films (l'indice d'un film est sa position dans ces listes)

Licence : CC BY-NC 4.0, comme le jeu de données dont le modèle est tiré.

Downloads last month

-

Downloads are not tracked for this model. How to track
Inference Providers NEW
This model isn't deployed by any Inference Provider. 🙋 Ask for provider support

Dataset used to train titouann/recobxd-rp3beta