python实现协同过滤推荐算法
#!/usr/bin/python3
# -*- coding: utf-8 -*-
from numpy import *
import time
from texttable import Texttable
# 协同过滤推荐算法主要分为：
# 1、基于⽤户。根据相邻⽤户，预测当前⽤户没有偏好的未涉及物品，计算得到⼀个排序的物品列表进⾏推荐
# 2、基于物品。如喜欢物品A的⽤户都喜欢物品C，那么可以知道物品A与物品C的相似度很⾼，⽽⽤户C喜欢物品A，那么可以推断出⽤户C也可能喜欢物品C。# 不同的数据、不同的程序猿写出的协同过滤推荐算法不同，但其核⼼是⼀致的：
#  1、收集⽤户的偏好
#      1)不同⾏为分组
#      2)不同分组进⾏加权计算⽤户的总喜好
#      3)数据去噪和归⼀化
#  2、到相似⽤户(基于⽤户)或者物品(基于物品)
#  3、计算相似度并进⾏排序。根据相似度为⽤户进⾏推荐
# 本次实例过程：
# 1、初始化数据
#    获取movies和ratings
#    转换成数据userDict  表⽰某个⽤户的所有电影的评分集合，并对评分除以5进⾏归⼀化
#    转换成数据ItemUser  表⽰某部电影参与评分的所有⽤户集合
# 2、计算所有⽤户与userId的相似度
#    出所有观看电影与userId有交集的⽤户
#    对这些⽤户循环计算与userId的相似度
#        获取A⽤户与userId的并集。格式为:{'电影ID',[A⽤户的评分,userId的评分]}，没有评分记为0
#        计算A⽤户与userId的余弦距离，越⼤越相似
# 3、根据相似度⽣成推荐电影列表
# 4、输出推荐列表和准确率
class CF:
def__init__(self, movies, ratings, k=5, n=10):
python新手代码userid
self.ratings = ratings
# 邻居个数
self.k = k
# 推荐个数
self.n = n
# ⽤户对电影的评分
# 数据格式{'UserID：⽤户ID':[(MovieID：电影ID,Rating：⽤户对电影的评星)]}
self.userDict = {}
# 对某电影评分的⽤户
# 数据格式：{'MovieID：电影ID',[UserID：⽤户ID]}
# {'1',[1,2,3..],...}
self.ItemUser = {}
# 邻居的信息
# 推荐列表
# 基于⽤户的推荐
# 根据对电影的评分计算⽤户之间的相似度
def recommendByUser(self, userId):
self.formatRate()
# 推荐个数等于本⾝评分电影个数，⽤户计算准确率
self.n = len(self.userDict[userId])
# 获取推荐列表
def getrecommandList(self, userId):
# 建⽴推荐字典
recommandDict = {}
for neighbor ighbors:
movies = self.userDict[neighbor[1]]
for movie in movies:
if(movie[0] in recommandDict):
recommandDict[movie[0]] += neighbor[0]
else:
recommandDict[movie[0]] = neighbor[0]
# 建⽴推荐列表
for key in recommandDict:
# 将ratings转换为userDict和ItemUser
def formatRate(self):
self.userDict = {}
self.ItemUser = {}
for i in self.ratings:
# 评分最⾼为5 除以5 进⾏数据归⼀化
temp = (i[1], float(i[2]) / 5)
# 计算userDict {'1':[(1,5),(2,5)...],'2':[...]...}
if(i[0] in self.userDict):
self.userDict[i[0]].append(temp)
else:
self.userDict[i[0]] = [temp]
# 计算ItemUser {'1',[1,2,3..],...}
if(i[1] in self.ItemUser):
self.ItemUser[i[1]].append(i[0])
else:
self.ItemUser[i[1]] = [i[0]]
# 到某⽤户的相邻⽤户
def getNearestNeighbor(self, userId):
neighbors = []
# 获取userId评分的电影都有那些⽤户也评过分
for i in self.userDict[userId]:
for j in self.ItemUser[i[0]]:
if(j != userId and j not in neighbors):
neighbors.append(j)
# 计算这些⽤户与userId的相似度并排序
for i in neighbors:
dist = Cost(userId, i)
# 排序默认是升序，reverse=True表⽰降序
# 格式化userDict数据
def formatuserDict(self, userId, l):
user = {}
for i in self.userDict[userId]:
user[i[0]] = [i[1], 0]
for j in self.userDict[l]:
if(j[0] not in user):
user[j[0]] = [0, j[1]]
else:
user[j[0]][1] = j[1]
return user
return user
# 计算余弦距离
def getCost(self, userId, l):
# 获取⽤户userId和l评分电影的并集
# {'电影ID'：[userId的评分，l的评分]} 没有评分为0
user = self.formatuserDict(userId, l)
x = 0.0
y = 0.0
z = 0.0
for k, v in user.items():
x += float(v[0]) * float(v[0])
y += float(v[1]) * float(v[1])
z += float(v[0]) * float(v[1])
if(z == 0.0):
return0
return z / sqrt(x * y)
# 推荐的准确率
def getPrecision(self, userId):
user = [i[0] for i in self.userDict[userId]]
recommand = [i[1] for i andList]
count = 0.0
if(len(user) >= len(recommand)):
for i in recommand:
if(i in user):
count += 1.0
else:
for i in user:
if(i in recommand):
count += 1.0
# 显⽰推荐列表
def showTable(self):
neighbors_id = [i[1] for i ighbors]
table = Texttable()
table.set_deco(Texttable.HEADER)
table.set_cols_dtype(["t", "t", "t", "t"])
table.set_cols_align(["l", "l", "l", "l"])
rows = []
rows.append([u"movie ID", u"Name", u"release", u"from userID"]) for item andList:
fromID = []
for i vies:
if i[0] == item[1]:
movie = i
break
for i in self.ItemUser[item[1]]:
if i in neighbors_id:
fromID.append(i)
movie.append(fromID)
rows.append(movie)
table.add_rows(rows)
print(table.draw())
# 获取数据
def readFile(filename):
files = open(filename, "r", encoding="utf-8")
# 如果读取不成功试⼀下
# files = open(filename, "r", encoding="iso-8859-15")
data = []
for line adlines():
item = line.strip().split("::")
data.append(item)
return data
# -------------------------开始-------------------------------
start = time.clock()
movies = readFile("/home/hadoop/Python/CF/movies.dat") ratings = readFile("/home/hadoop/Python/CF/ratings.dat") demo = CF(movies, ratings, k=20)
print("推荐列表为：")
demo.showTable()
print("处理的数据为%d条" % (len(demo.ratings)))
print("准确率： %.2f %%" % (st * 100))
end = time.clock()
print("耗费时间： %f s" % (end - start))

版权声明：本站内容均来自互联网，仅供演示用，请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系QQ:729038198，我们将在24小时内删除。