Python机器学习案例——基于用户的电影推荐系统_电影评分推荐系统代码

Python机器学习案例：基于用户的电影推荐系统

01 案例背景

本案例实现电影推荐系统。该系统的工作过程大致可以简化为以下三个步骤。

（1）寻找与特定用户最相近的N个其他用户；

（2）找出这N个相似用户的观影列表；

（3）从相似用户的观影列表中找出特定用户未观看过的电影，将这些电影按评分由高到低输出。

02 实现代码

Python实现代码如下所示：
from math import sqrt,pow
import operator
class UserCf():

#获得初始化数据
def init(self,data):
self.data=data;

#通过用户名获得电影列表，仅调试使用
def getItems(self,username1,username2):
return self.data[username1],self.data[username2]

#计算两个用户的皮尔逊相关系数
def pearson(self,user1,user2):#数据格式为：电影，评分 {‘Snakes on a Plane’: 4.5, ‘You, Me and Dupree’: 1.0, ‘Superman Returns’: 4.0}
sumXY=0.0;
n=0;
sumX=0.0;
sumY&