使用python怎么实现一个协同过滤算法-创新互联
这期内容当中小编将会给大家带来有关使用python怎么实现一个协同过滤算法,文章内容丰富且以专业的角度为大家分析和叙述,阅读完这篇文章希望大家可以有所收获。
创新互联公司制作网站网页找三站合一网站制作公司,专注于网页设计,成都网站设计、网站制作,网站设计,企业网站搭建,网站开发,建网站业务,680元做网站,已为数千家服务,创新互联公司网站建设将一如既往的为我们的客户提供最优质的网站建设、网络营销推广服务!代码
import pandas as pd import numpy as np import math import os import time import datetime os.chdir(r'f:\zxx\pthon_work\CF') def loadData(): #读入movies.dat, rating.dat,tags.dat #mnames=['movie_id','title','genres'] #movies=pd.read_table(r'.\data\movies.dat',sep='::',header=None,names=mnames) rnames=['UserID','MovieID','Rating','Timestamp'] all_ratings=pd.read_table(r'.\data\ratings.dat',sep='::',header=None,names=rnames,nrows=300000) #tnames=['UserID','MovieID','Tag','Timestamp'] #tags=pd.read_table(r'.\data\tags.dat',sep='::',header=None,names=tnames) return all_ratings #数据探索:rating def data_alay(ratings): """rating nums10000054, 3, 示例 : 1 122 5 838985046 col:'UserID','MovieID','Rating','Timestamp' """ #一个用户只对一个电影打分一次 UR=ratings.groupby([ratings['UserID'],ratings['MovieID']]) len(UR.size) #计算每部电影的平均打分,电影数10677 def avgRating(ratings): movies_mean=ratings['Rating'].groupby(ratings['MovieID']).mean()#计算所有用户对电影X的平均打分 movies_id=movies_mean.index movies_avg_rating=movies_mean.values return movies_id,movies_avg_rating,movies_mean #计算电影相似度矩阵相,即建立10677*10677矩阵 def calculatePC(ratings): movies_id,movies_avg_rating,movies_mean=avgRating(ratings) #pc_mat=np.eye(3)#建立电影相似度单位矩阵 pc_dic={} top_movie=len(movies_id) for i in range(0,top_movie): for j in range(i+1,top_movie): movieAID=movies_id[i] movieBID=movies_id[j] see_moviesA_user=ratings['UserID'][ratings['MovieID']==movieAID] see_moviesB_user=ratings['UserID'][ratings['MovieID']==movieBID] join_user=np.intersect1d(see_moviesA_user.values,see_moviesB_user.values)#同时给电影A、B评分的用户 movieA_avg=movies_mean[movieAID] movieB_avg=movies_mean[movieBID] key1=str(movieAID)+':'+str(movieBID) key2=str(movieBID)+':'+str(movieAID) value=twoMoviesPC(join_user,movieAID,movieBID,movieA_avg,movieB_avg,ratings) pc_dic[key1]=value pc_dic[key2]=value #pc_mat[i][i+1]=twoMoviesPC(join_user,movieAID,movieBID,movieA_avg,movieB_avg,ratings) #print ('---the %s, %d,%d:--movie %s--%s--pc is %f' % (key1,movieAID,movieBID,movieAID,movieBID,pc_dic[key1])) return pc_dic #计算电影A与电影B的相似度,皮尔森相似度=sum(A-A^)*sum(B-B^)/sqrt(sum[(A-A^)*(A-A^)]*sum[(B-B^)*(B-B^)]) def twoMoviesPC(join_user,movieAID,movieBID,movieA_avg,movieB_avg,ratings): cent_AB_sum=0.0#相似度分子 centA_sum=0.0#分母 centB_sum=0.0#分母 movieAB_pc=0.0#电影A,B的相似度 count=0 for u in range(len(join_user)): #print '---------',u count=count+1 ratA=ratings['Rating'][ratings['UserID']==join_user[u]][ratings['MovieID']==movieAID].values[0]#用户给电影A评分 ratB=ratings['Rating'][ratings['UserID']==join_user[u]][ratings['MovieID']==movieBID].values[0]#用户给电影B评分 cent_AB=(ratA-movieA_avg)*(ratB-movieB_avg) #去均值中心化 centA_square=(ratA-movieA_avg)*(ratA-movieA_avg) #去均值平方 centB_square=(ratB-movieB_avg)*(ratB-movieB_avg)#去均值平方 cent_AB_sum=cent_AB_sum+cent_AB centA_sum=centA_sum+centA_square centB_sum=centB_sum+centB_square if(centA_sum>0 and centB_sum>0 ): movieAB_pc=cent_AB_sum/math.sqrt(centA_sum*centB_sum) return movieAB_pc """ 预测用户U对那些电影感兴趣。分三步, 1)用户U过去X天看过的电影。 2)提出用户U已看过的电影,根据用户U过去看过的电影,计算用户U对其他电影的打分. 3) 拉去打分最高的的电影给用户推荐。 预测用户U对电影C的打分。分三步:(先只做这个) 1)用户U过去X天看过的电影。 2)利用加权去中心化公式预测用户U对电影C的打分. """ #日期处理: -3天,然后转换为uinxtime def timePro(last_rat_time,UserU): lastDate= datetime.datetime.fromtimestamp(last_rat_time[UserU]) #unix转为日期 date_sub3=lastDate+datetime.timedelta(days=-3)#减去3天 unix_sub3=time.mktime(date_sub3.timetuple())#日期转为unix return unix_sub3 #取用户最后一次评分前3天评估的电影进行预测 def getHisRat(ratings,last_rat_time,UserUID): unix_sub3= timePro(last_rat_time,UserUID) UserU_info=ratings[ratings['UserID']==UserUID][ratings['Timestamp']>unix_sub3] return UserU_info #预测用户U对电影C的打分 def hadSeenMovieByUser(UserUID,MovieA,ratings,pc_dic,movies_mean): pre_rating=0.0 last_rat_time=ratings['Timestamp'].groupby([ratings['UserID']]).max()#获取用户U最近一次评分日期 UserU_info= getHisRat(ratings,last_rat_time,UserUID)#获取用户U过去看过的电影 flag=0#表示新电影,用户U是否给电影A打过分 wmv=0.0#相似度*mv平均打分去均值后之和 w=0.0#相似度之和 movie_userU=UserU_info['MovieID'].values#当前用户看过的电影 if MovieA in movie_userU: flag=1 pre_rating=UserU_info['Rating'][UserU_info['MovieID']==MovieA].values else: for mv in movie_userU: key=str(mv)+':'+str(MovieA) rat_U_mv=UserU_info['Rating'][UserU_info['MovieID']==mv][UserU_info['UserID']==UserUID].values#用户U对看过电影mv的打分 wmv=(wmv+pc_dic[key]*(rat_U_mv-movies_mean[mv]))#相似度*mv平均打分去均值后之和 w=(w+pc_dic[key])#看过电影与新电影相似度之和 #print ('---have seen mv %d with new mv %d,%f,%f'%(mv,MovieA,wmv,w)) pre_rating=(movies_mean[MovieA]+wmv/w) print ('-flag:%d---User:%d rating movie:%d with %f score----' %(flag,UserUID,MovieA,pre_rating)) return pre_rating,flag if __name__=='__main__': all_ratings=loadData() movie_num=100#控制电影数,只针对电影ID在该范围的数据进行计算,否则数据量太大 ratings=all_ratings[all_ratings['MovieID']<=movie_num] movies_id,movies_avg_rating,movies_mean=avgRating(ratings) pc_dic=calculatePC(ratings)#电影相似度矩阵 #预测 UserUID=10#当前数据集只看过电影4,7, MovieA=6 pre_rating,flag=hadSeenMovieByUser(UserUID,MovieA,ratings,pc_dic,movies_mean) "-----------------测试ID提取------------------" #选取UserUID ratings.head(10)#从前10行中随机选取一个用户ID,例如:UserID=10 #查看该用户在当前数据集中看过那些电影,方便选取新电影(防止选择的是用户已经看过的电影) ratings[ratings['UserID']==10]#该用户在当前数据集中,只看过电影MovieID in(4,7),则可选择不是4,7的电影ID进行预测,例如6.
上述就是小编为大家分享的使用python怎么实现一个协同过滤算法了,如果刚好有类似的疑惑,不妨参照上述分析进行理解。如果想知道更多相关知识,欢迎关注创新互联行业资讯频道。
本文名称:使用python怎么实现一个协同过滤算法-创新互联
标题URL:http://myzitong.com/article/dpdgdd.html