Dapatkan Super Diskon 95% + 30% | Selesaikan Module GRATIS Introduction to Data Science
Berakhir 2 Days 23 Jam : 49 Menit : 1 Detik Claim Now

Belajar Data Science dengan Mengenal Recommender System Python, Ternyata ini 3 Studi Kasus yang Dihadapi, Lho!

Belajar Data Science di Rumah 07-Mei-2020

Tetap produktif meski di rumah aja dengan mempelajari ilmu data science bersama DQLab. Salah satu yang dapat kamu pelajari bersama DQLab adalah, memperdalam skill kamu mengenai bahasa pemrograman Python. Kamu perlu tahu dengan Python, kamu bisa mengoperasikan Recommender System, lho!


Apa itu Recommender System? Recommender System merupakan sistem yang merekomendasi suatu item yang sering kita temui sehari-hari. Biasanya pada e-commerce kita sering kali mendapatkan rekomendasi tentang item yang seharusnya kamu beli.


DQLab berkolaborasi dengan Karl Christian, Business Intelligence Traveloka, untuk membahas seputar studi kasus apa yang dihadapi seorang praktisi data dalam penggunaan Recommender System. Yuk, kita simak penjelasannya bersama!


1. Mencegah Tindakan Curang atau Fraud 

Fraud merupakan tindakan kecurangan yang biasanya ada pada e-commerce, mereka dapat menyalah gunakan promo untuk kepentingan pribadi dan berusaha  abuse promo, atau pokoknya berusaha melanggar aturan yang ada.


“Output dari algoritma ini dalam fraud adalah group user yang memiliki similarity hampir sama, yang kemudian kita bisa asumsikan mereka fraud karena memiliki banyak account tapi semua tingkah laku dan user meta datanya mirip atau sama.” Ujar Karl.


“Jadi, algoritma ini secara tidak langsung dapat merekomendasikan ke kita mana user yang kemungkinan melakukan fraud dan tidak.” Tambahnya.


Baca juga : Belajar Data Science dengan Mengakses DQLab Project dan Dapatkan 3 Manfaat Penggunaan SQL dalam Industri


2. Memberi Rekomendasi Konten Youtube

Dengan menggunakan Recommender System, platform yang cukup populer ini yaitu youtube kamu sebagai pengguna akan mendapatkan rekomendasi konten yang serupa dengan konten sebelumnya yang kamu lihat. Dengan menggabungkan semua metadata, kamu dapat menghitung seberapa banyak persamaan setiap konten dan diurutkan dari persamaan yang paling tinggi ke yang paling rendah kemudian direkomendasikan ke pengguna Youtube.


“Dapat merekomendasikan kepada viewer (pengguna Youtube), video apa yang sebaiknya ditonton dengan mengevaluasi historical viewed by user, content apa yang biasanya ditonton user, durasi yang ditonton, category dan masih banyak lagi.”


3. Diperlukan untuk Search Engine

Search Engine sebenarnya tak ada perbedaan yang spesifik seperti sebuah website pada umumnya. Perannya dari search engine sendiri lebih fokus untuk mengumpulkan sekaligus mengorganisir berbagai informasi di internet berdasarkan kebutuhan para pengguna. Dengan penggunaan Recommender System, ini akan membantu merekomendasikan kepada pengguna dalam pencarian keyword.


“Merekomendasikan kepada user pencari, keyword apa yang biasanya dicari setelah user tersebut input beberapa karakter.”


Baca juga : Pentingnya Belajar Python untuk Hadapi Dunia Kerja, Yuk Coba DQLab Learning Module di Rumah!


4. Terapkan Recommender System dengan Python Bersama DQLab Project!

Berdasarkan penjelasan diatas, kamu perlu tahu bahwa Recommender System memiliki banyak manfaat pada industri data terutama untuk menunjang performa suatu platform. Jangan khawatir, kamu juga bisa lho mempelajari Recommender System dengan Python bersama DQLab!


DQLab menghadirkan DQLab Project dengan materi "Building Movie Recommendation System using Python" yang dirancang khusus dengan kasus yang riil dari industri oleh Karl sebagai Business Intelligence Traveloka. Pada Project kali ini, kamu akan menikmati pengalaman baru dengan menggunakan bahasa pemrograman bersama DQLab secara praktis dan aplikatif!


Cek video sesi mentoringnya pada channel Youtube DQLab Belajar Data Science disini

Yuk, ikuti DQLab Project sekarang dengan sign up di DQLab.id! 


Cara mengakses "Building Movie Recommendation System using Python": 

Share

Postingan Terkait

Mulai Bangun Karirmu Bersama DQLab!