Recommendation engine with Neo4j graph database

Abstract

This thesis presents a proof of concept project for a graph database-based recommendation engine for a streaming service, trying to offer a viable alternative for an existing solution. The main idea of the new recommendation engine is to provide real time recommendations based on viewing time. This is done by processing the metadata of movies and series the user watched within certain timeframes, and then searching for movies and series with similar metadata to recommend.

The study covers development of the recommendation engine including graph data modeling, saving and querying data from the database, and the implementations of the recommendation logics. Theory of the existing solution and graph databases are also included.

The proof of concept project verifies that the solution is applicable and shows great potential. The testing was carried out with simulated test scenarios, and the results prove that no complex algorithms are needed for satisfying recommendations. A viable alternative for the existing solution was found.

Opinnäytetyö esittelee suosittelumoottorin rakentamista suoratoistopalvelulle Neo4j-graafitietokannalla. Suosittelumoottorin pääideana on tarjota reaaliaikaisia suosituksia, joissa keskitytään katseluaikoihin. Suositukset toimisivat prosessoimalla elokuvien ja sarjojen metatietoja, joita käyttäjä katsoi tiettyinä ajanhetkinä, ja suosittelemalla vain elokuvia ja sarjoja vastaavilla metatiedoilla. Tavoitteena on todeta katseluaikoihin keskittyvän mallin toimivuus ja tarjota vaihtoehtoinen ratkaisu olemassa olevalle vanhalle suosittelumoottorille.

Opinnäytetyö kattaa koko suosittelumoottorin kehityksen sisältäen graafitiedon mallinnuksen, tiedon tallentamisen ja kyselyn tietokannasta sekä itse suosittelulogiikan toteuttamisen. Työ sisältää myös teoriaa olemassa olevasta suosittelumoottorista sekä graafitietokannoista yleisesti.

Projekti varmisti mallin käyttökelpoiseksi ja toimivaksi. Testaus toteutettiin testidatalla simuloimalla erilaisia käyttäjäskenaarioita. Tulokset osoittivat, että monimutkaisia algoritmeja ei tarvita tyydyttävien suosittelujen saamiseksi. Tavoitteeseen päästiin, ja vaihtoehtoinen ratkaisu löytyi olemassa olevalle vanhalle ratkaisulle.