基于用户的协同过滤python代码实现---三猫

在推荐算法概述中介绍了几种推荐算法的概念，但是没有具体代码实现，本篇文章首先来看一下基于用户的协同过滤python代码。

1 数据准备

本次案例中，我们使用用户对电影的打分数据进行演示。数据包含两个表，一个是movies表，记录了电影编号和电影名称的对应关系?

另外一张是ratings表，记录了每个用户对电影的打分情况?

2 Python代码实现

这里简述几个主要过程：

数据初始化 原始数据分别通过三列记录了用户、电影及打分，无法直接满足计算需要，因此这里我们首先要将原始数据转化为字典形式，记录每个用户与电影之间的关系。########获得初始化数据 def __init__(self,data): data_dic = {} for line in data.itertuples(): if not line[1] in data_dic.keys(): data_dic[line[1]]={line[4]:line[2]} else: data_dic[line[1]][line[4]]=line[2] self.data = data_dic计算用户间距离 基于用户的协同过滤第二步就是计算用户两两间的距离，计算距离的方式很多，这里提供欧式距离和皮尔逊系数两种方式，可以通过参数进行方法选择。推荐使用皮尔逊距离，因为可以消除打分膨胀的影响，即有的人打分普遍高，有的人打分普遍低。########计算两个用户间距离 #pearson系数 def Pearson(self,user1,user2): sum_xy = 0 sum_x = 0 sum_y = 0 sum_x2 = 0 sum_y2 = 0 n = 0 for key in user1: if key in user2: n += 1 x = user1[key] y = user2[key] sum_xy += x * y sum_x += x sum_y += y sum_x2 += pow(x, 2) sum_y2 += pow(y, 2) if n == 0: return 0 #皮尔逊相关系数计算公式 denominator = sqrt(sum_x2 - pow(sum_x, 2) / n) * sqrt(sum_y2 - pow(sum_y, 2) / n) if denominator == 0: return 0 else: return (sum_xy - (sum_x * sum_y) / n) / denominator #欧式距离 def Euclidean(self,user1,user2): #取出两位用户评论过的电影和评分 distance = 0 #找到两位用户都评论过的电影，并计算欧式距离 for movie1,score1 in user1.items(): if movie1 in user2.items():#计算公共的电影的评分 #注意，distance越大表示两者越相似 distance += pow(float(user1[movie1])-float(user2[movie1]),2) return 1/(1+sqrt(distance))#这里返回值越小，相似度越大 #选择计算距离方式 def getDistance(self,user1,user2,type): if type == 'Pearson': dis = self.Pearson(user1,user2) if type == 'Euclidean': dis = self.Euclidean(user1,user2) return dis寻找最相似用户并进行推荐 根据距离，找到离目标用户最近的n个用户，将这n个用户看过但是目标用户没看过的电影进行推荐。########找到与当前用户最近的n个邻居 def nearstUser(self,username,type,n=1): distances={};#用户，相似度 for otherUser,items in self.data.items():#遍历整个数据集 if otherUser != username:#非当前的用户 distance=self.getDistance(self.data[username],self.data[otherUser],type)#计算两个用户的相似度 distances[otherUser]=distance sortedDistance=sorted(distances.items(),key=operator.itemgetter(1),reverse=True);#最相似的N个用户 #print ("排序后的用户为：",sortedDistance) return sortedDistance[:n] #给用户推荐电影 def Recomand(self,username,tp = 'Pearson',n=1): recommand={};#待推荐的电影 for user,score in dict(self.nearstUser(username,tp,n)).items():#最相近的n个用户 #print ("推荐的用户：",(user,score)) for movies,scores in self.data[user].items():#推荐的用户的电影列表 if movies not in self.data[username].keys():#当前username没有看过 #print ("%s为该用户推荐的电影：%s"%(user,movies)) if movies not in recommand.keys():#添加到推荐列表中 recommand[movies]=scores return sorted(recommand.items(),key=operator.itemgetter(1),reverse=True);

最终得到结果如下：

本代码只是对算法逻辑进行了最基本实现，真实应用时还可以加入打分时间、电影分类等维度，提升预测准确率。

后台回复“协同过滤用户”获得数据及完整代码

---来自腾讯云社区的---三猫