Hvordan ved din streaming tjeneste hvad du vil se?
Du har sikkert prøvet at få anbefalet en film eller en sang på en streamingtjeneste. Men har du tænkt over, hvordan den ved, hvad du gerne vil se eller høre? I dette forløb skal I undersøge, hvordan anbefalinger bliver til – og hvad der sker, når en algoritme forsøger at gætte jeres smag.
Det lærer du
- At beregne afstanden mellem to punkter i et koordinatsystem
- At kunne opsamle og sortere data i et regneark
- At kunne beskrive og forstå to af de anbefalingsalgoritmer som bruges hos streaming tjenester; K-NN og A-NN
- At kunne omdanne sange eller film til punkter i et koordinatsystem
Obs: Elevarket skal printes på enkeltsider før i starter forløbet.
Del 1: Mød forskeren
Rasmus Pagh
Rasmus Pagh er professor i datalogi på Københavns Universitet.
Han forsker i datasikkerhed og maskinlæring, her i blandt hvordan algoritmer og datastrukturer fungerer.
Denne forskning har blandt andet gået ud på at undersøge hvordan anbefalingsalgoritmer fungerer og hvilke der er mest fair.
I skal nu i par lave en opgave som sætter jeres intuition omkring anbefalinger på prøve og diskutere hvordan streaming tjenester giver anbefalinger.
I skal bruge side 1 og 2 af de elevark jeres lærer udleverer.
Opsamling i klassen
- Snak om hvilke anbefalinger i har valgt og hvorfor.
- På hvilke punkter ligner de film i har valgt om den film, hhv. Lucca eller Charlie har set på forhånd?
Del 2: K-NN algoritmen
En af de anbefalingsalgoritmer som bruges af streaming tjenester hedder K-NN. I skal nu se en video om hvordan denne algoritme fungerer:
I skal nu i par bruge side 3 og 4 af elevarkene til følgende opgave om K-NN algoritmen.
Opgave 2: Lav jeres egen algoritme
I skal nu i par lave opgaven på side 3 og 4 af elevarkene hvor i laver jeres egen anbefalingsalgoritme.