Programming Collective Intelligence 推荐系统 读书笔记二

  这章主要讲了如何做推荐，现在推荐最常用的几种算法：Collaborative Filtering、Cluster Models、Search-Based Methods、Item-to-Item Collaborative Filtering.前两种是通过找相似的Customer,后两种通过找相似的Item.论文Amazon.com Recommendations Item-to-Item Collaborative Filtering 对这几种算法都有介绍。这章主要提了Collaborative Filtering和tem-to-Item Collaborative Filtering。 Collaborative Filtering：通过搜索大量的Customer数据集来找到那一小撮和你口味相似的。书中举了一个电影评论的例子，每个人都对一些电影进行评等级，通过这些数据来找到和你口味相似的人，以及对你没有看过的电影做推荐，并以这个例子演示了如何做推荐。

准备数据：（本笔记的代码使用ruby实现，python代码的实现见原书）

Ruby代码 

1. critics={  
2.     'Lisa Rose' => { 'Lady in the Water' => 2.5, 'Snakes on a Plane' => 3.5,  
3.     'Just My Luck' => 3.0, 'Superman Returns' => 3.5, 'You, Me and Dupree' => 2.5,  
4.     'The Night Listener' => 3.0},  
5.   
6.     'Gene Seymour' => { 'Lady in the Water' => 3.0, 'Snakes on a Plane' => 3.5,  
7.     'Just My Luck' => 1.5, 'Superman Returns' => 5.0, 'The Night Listener'=> 3.0,  
8.     'You, Me and Dupree' => 3.5},  
9.   
10.     'Michael Phillips' => { 'Lady in the Water' => 2.5, 'Snakes on a Plane' => 3.0,  
11.     'Superman Returns' => 3.5, 'The Night Listener' => 4.0},  
12.   
13.     'Claudia Puig' => { 'Snakes on a Plane' => 3.5, 'Just My Luck' => 3.0,  
14.     'The Night Listener' => 4.5, 'Superman Returns' => 4.0,  
15.     'You, Me and Dupree' => 2.5},  
16.   
17.     'Mick LaSalle'=> { 'Lady in the Water' => 3.0, 'Snakes on a Plane' => 4.0,  
18.     'Just My Luck' => 2.0, 'Superman Returns' => 3.0, 'The Night Listener' => 3.0,  
19.     'You, Me and Dupree' => 2.0},  
20.   
21.     'Jack Matthews'=> { 'Lady in the Water' => 3.0, 'Snakes on a Plane' => 4.0,  
22.     'The Night Listener'=> 3.0, 'Superman Returns'=> 5.0, 'You, Me and Dupree' => 3.5},  
23.   
24.     'Toby' => { 'Snakes on a Plane' =>4.5,'You, Me and Dupree' =>1.0,'Superman Returns' => 4.0}  
25. }  

 

定义相似度:

欧拉距离：