python协同过滤算法实现电影推荐

协同过滤算法是一种常用的推荐算法，它基于用户行为数据（如浏览记录、评分记录等）来推荐用户可能感兴趣的物品。

在实现电影推荐的协同过滤算法中，可以采用两种常用的方式：基于用户的协同过滤算法和基于物品的协同过滤算法。

下面是使用Python实现基于用户的协同过滤算法的示例代码：

import numpy as np

# 创建用户-电影评分矩阵
ratings = np.array([
    [5, 1, 2, 0, 0],
    [1, 4, 0, 4, 0],
    [0, 0, 3, 5, 0],
    [4, 0, 0, 2, 1],
    [0, 2, 1, 0, 4]
])

# 计算用户之间的相似度（余弦相似度）
def similarity(user1, user2):
    numerator = np.sum(user1 * user2)
    denominator = np.sqrt(np.sum(user1 ** 2)) * np.sqrt(np.sum(user2 ** 2))
    return numerator / denominator

# 根据用户相似度计算推荐电影
def recommend(user_id):
    user_ratings = ratings[user_id]
    similarities = []
    for i in range(len(ratings)):
        if i != user_id:
            similarities.append(similarity(user_ratings, ratings[i]))
    similarities = np.array(similarities)
    sorted_indices = np.argsort(similarities)[::-1]
    recommendations = []
    for i in range(len(ratings[user_id])):
        if user_ratings[i] == 0:
            recommendations.append((i, np.mean(ratings[:, i]) * similarities[i]))
    sorted_recommendations = sorted(recommendations, key=lambda x: x[1], reverse=True)
    return sorted_recommendations

# 示例：用户0的推荐电影
recommendations = recommend(0)
for rec in recommendations:
    print(f"电影{rec[0]}：{rec[1]}")
 

上述代码中，创建了一个用户-电影评分矩阵（ratings），其中每行表示一个用户的电影评分记录，每列表示一个电影的评分记录。

similarity函数用于计算用户之间的相似度，这里采用余弦相似度计算。

recommend函数用于根据用户相似度计算推荐电影。首先计算出用户与其他用户的相似度，然后根据相似度和其他用户对电影的评分计算出推荐电影，并按照推荐电影的评分进行排序。

在Python中实现基于协同过滤算法的电影推荐系统通常涉及以下步骤：

1. 数据准备：加载并预处理电影评分数据，通常这些数据会存储在CSV文件中，包含用户ID、电影ID和评分等信息。

2. 计算相似度：使用相似度度量（如余弦相似度、皮尔逊相关系数或调整后的余弦相似度）来计算用户或电影之间的相似度。

3. 生成推荐：基于相似用户或相似电影的评分来为目标用户生成推荐列表。

以下是一个简化的基于用户的协同过滤算法的电影推荐系统实现：

python复制代码

	import pandas as pd
	import numpy as np
	from sklearn.metrics.pairwise import cosine_similarity
	# 假设我们有一个电影评分数据集
	# 数据集包含三列：UserID, MovieID, Rating
	ratings_df = pd.DataFrame({
	'UserID': [1, 1, 1, 2, 2, 3, 3, 4, 4, 4],
	'MovieID': [101, 102, 103, 101, 104, 102, 105, 103, 104, 106],
	'Rating': [5, 3, 4, 4, 2, 5, 3, 4, 5, 1]
	})
	# 创建用户-电影评分矩阵
	user_movie_matrix = ratings_df.pivot(index='UserID', columns='MovieID', values='Rating').fillna(0)
	# 计算用户之间的相似度（余弦相似度）
	user_similarity = cosine_similarity(user_movie_matrix)
	user_similarity_df = pd.DataFrame(user_similarity, index=user_movie_matrix.index, columns=user_movie_matrix.index)
	# 为指定用户推荐电影（例如，用户ID为1）
	def recommend_movies(user_id, num_recommendations=2):
	# 获取指定用户的相似用户（排除自己）
	similar_users = user_similarity_df[user_id]
	similar_users[user_id] = 0 # 排除自己
	similar_user_indices = similar_users.sort_values(ascending=False).index[:-1] # 获取最相似的用户索引（降序，排除自己）
	# 初始化推荐分数数组（对应所有电影）
	movie_scores = np.zeros(user_movie_matrix.shape[1])
	# 根据相似用户的评分来计算推荐分数
	for similar_user_index in similar_user_indices:
	similar_user_ratings = user_movie_matrix.loc[similar_user_index]
	# 只考虑用户未评分的电影
	unrated_movies = similar_user_ratings[user_movie_matrix.loc[user_id] == 0]
	if not unrated_movies.empty:
	movie_scores[unrated_movies.index] += similar_user_ratings[unrated_movies.index] * user_similarity_df.loc[user_id, similar_user_index]
	# 归一化推荐分数（使分数在0到5之间，可选）
	movie_scores /= np.linalg.norm(movie_scores)
	movie_scores = movie_scores * 5 # 假设评分范围是1到5
	# 获取推荐电影索引（按分数降序）
	recommended_movie_indices = np.argsort(-movie_scores)
	# 返回推荐电影ID和对应的分数（前num_recommendations个）
	recommended_movies = user_movie_matrix.columns[recommended_movie_indices[:num_recommendations]]
	scores = movie_scores[recommended_movie_indices[:num_recommendations]]
	return recommended_movies, scores
	# 为用户ID为1的用户推荐电影
	recommended_movies, scores = recommend_movies(1)
	print("为用户1推荐的电影ID:", recommended_movies)
	print("推荐分数:", scores)

请注意，这个实现有几个重要的假设和简化：

• 它假设评分数据是完整的（即没有缺失值，除了用户未评分的电影，这些被填充为0）。在实际应用中，你可能需要处理更多的缺失值。
• 它使用余弦相似度来计算用户之间的相似度。虽然余弦相似度在许多情况下都表现良好，但其他相似度度量（如皮尔逊相关系数或调整后的余弦相似度）可能更适合于评分数据。
• 它没有考虑评分的偏差（即用户的平均评分或电影的平均评分），这可能会影响推荐的准确性。调整后的余弦相似度考虑了这些偏差。
• 它没有实现任何形式的优化或并行处理，因此在大规模数据集上可能会很慢。在实际应用中，你可能需要使用更高效的数据结构和算法。

• 最后，调用recommend函数可以得到用户0的推荐电影列表。

• 

  需要注意的是，上述代码仅是一个简单的示例，实际应用中可能需要考虑更多的因素，如用户对电影的喜好程度、时间衰减等。