python实现协同过滤推荐算法完整代码示例

概述测试数据http://grouplens.org/datasets/movielens/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

测试数据

http://grouplens.org/datasets/movielens/

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、找到相似用户(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

找出所有观看电影与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

#!/usr/bin/python3# -*- Coding: utf-8 -*-from numpy import *import timefrom texttable import Texttableclass CF:  def __init__(self,movIEs,ratings,k=5,n=10):    self.movIEs = movIEs    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    self.neighbors = []    # 推荐列表    self.recommandList = []    self.cost = 0.0  # 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])    self.getNearestNeighbor(userID)    self.getrecommandList(userID)    self.getPrecision(userID)  # 获取推荐列表  def getrecommandList(self,userID):    self.recommandList = []    # 建立推荐字典    recommandDict = {}    for neighbor in self.neighbors:      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:      self.recommandList.append([recommandDict[key],key])    self.recommandList.sort(reverse=True)    self.recommandList = self.recommandList[:self.n]  # 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',...}      if(i[1] in self.ItemUser):        self.ItemUser[i[1]].append(i[0])      else:        self.ItemUser[i[1]] = [i[0]]  # 找到某用户的相邻用户  def getNearestNeighbor(self,userID):    neighbors = []    self.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 = self.getCost(userID,i)      self.neighbors.append([dist,i])    # 排序默认是升序，reverse=True表示降序    self.neighbors.sort(reverse=True)    self.neighbors = self.neighbors[:self.k]  # 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  # 计算余弦距离  def getCost(self,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):      return 0    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 in self.recommandList]    count = 0.0    if(len(user) >= len(recommand)):      for i in recommand:        if(i in user):          count += 1.0      self.cost = count / len(recommand)    else:      for i in user:        if(i in recommand):          count += 1.0      self.cost = count / len(user)  # 显示推荐列表  def showtable(self):    neighbors_ID = [i[1] for i in self.neighbors]    table = Texttable()    table.set_deco(Texttable.header)    table.set_cols_dtype(["t","t","t"])    table.set_cols_align(["l","l","l"])    rows = []    rows.append([u"movIE ID",u"name",u"release",u"from userID"])    for item in self.recommandList:      fromID = []      for i in self.movIEs:        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,enCoding="iso-8859-15")  data = []  for line in files.readlines():    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,k=20)demo.recommendByUser("100")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 %%" % (demo.cost * 100))end = time.clock()print("耗费时间： %f s" % (end - start))

总结

以上就是本文关于python实现协同过滤推荐算法完整代码示例的全部内容，希望对大家有所帮助。感兴趣的朋友可以继续参阅本站：

python实现机械分词之逆向最大匹配算法代码示例

K-近邻算法的python实现代码分享

详解K-means算法在Python中的实现

如有不足之处，欢迎留言指出。感谢朋友们对本站的支持！

总结

以上是内存溢出为你收集整理的python实现协同过滤推荐算法完整代码示例全部内容，希望文章能够帮你解决python实现协同过滤推荐算法完整代码示例所遇到的程序开发问题。

如果觉得内存溢出网站内容还不错，欢迎将内存溢出网站推荐给程序员好友。