Рекомендательные системы: ItemKNN, BM25, RecTools и данные взаимодействий

Используемые навыки Machine Learning Algorithms Pandas Python SQL Анализ данных

Описание

Проект из практики НТО «Большие данные и машинное обучение». Задача — построение рекомендаций на основе данных пользовательских взаимодействий. Я — победитель профиля НТО в 2024 и 2025 годах; этот кейс отдельно описывает доступную техническую работу с рекомендациями.

Решение

Подготовка взаимодействий и построение ItemKNN-модели с BM25-взвешиванием. Использование RecTools и implicit для рекомендательного пайплайна. Стек: Python, Pandas, NumPy, RecTools, implicit. Практическое направление — кандидаты для рекомендаций, персонализация и работа с разреженными данными.

Результат

Подготовлен notebook с пайплайном рекомендаций и моделью ItemKNN/BM25. Код проекта доступен по ссылке. Этот опыт дополняет работу над поиском и сопоставлением карьерных возможностей в Gired.