使用基于用户的协同过滤算法进行电影推荐

使用基于用户的协同过滤算法进行电影推荐

1、简单构建数据

构建一个用户浏览记录表 主要为4个属性，编号、用户编号、新闻编号和新闻喜好程度

其中新闻喜好程度是根据用户浏览、评论、点赞、收藏等操作进行判定的，操作越多分数越高

2、数据格式化

将数据格式化为字典形式，便于解析

# 连接数据库
try:
        db = pymysql.connect(host="127.0.0.1", user="root",
                             passwd="tttt",
                             db="newsproject",
                             charset='utf8')
    except:
        print("could not connect to mysql server")
# 获取某个用户的阅读记录 ((1, 1, 3), (1, 2, 2), (1, 3, 3), (1, 4, 1))
def getuserlog(id):
    user_id = str(id)
    cursor = db.cursor()
    sql = "SELECT user_id,news_id,prefer_degree FROM newslog WHERE user_id = " + user_id
    cursor.execute(sql)
    results = cursor.fetchall()
    db.close()
    return results
    
# 获取用户总数
def getMaxId():
    cursor = db.cursor()
    sql = "SELECT MAX(user_id) FROM newslog"
    cursor.execute(sql)
    result = cursor.fetchone()
    db.close()
    return result[0]
    
# 获取一个用户的浏览记录	   新闻：评分  {'1': '3', '4': '1', '10': '1', '9': '1'}
def format1(result):
    data={}
    for i in range(0, len(result)):
        data[str(result[i][1])] = str(result[i][2])
    return data
    
# 将所有用户的记录格式化
def format2(n):
    res = {}
    for i in range(n):
        data = format1(getuserlog(i+1))
        res[str(i+1)] = data;
    return res

3、计算相似度

使用欧式距离计算相似度

def Euclid(user1, user2,data):
    # 取出两位用户看过的新闻和评分
    user1_data = data[user1]
    user2_data = data[user2]
    distance = 0
    # 找到两位用户都看过的新闻，并计算欧式距离
    for key in user1_data.keys():
        if key in user2_data.keys():
            # 注意，distance越大表示两者越相似
            distance += pow(float(user1_data[key]) - float(user2_data[key]), 2)

    return 1 / (1 + sqrt(distance))  # 这里返回值越小，相似度越大

#计算某个用户与其他用户的相似度
def top_simliar(userID,data):
    res = []
    for userid in data.keys():
        #排除与自己计算相似度
        if not userid == userID:
            simliar = Euclid(userID,userid,data)
            res.append((userid,simliar))
    res.sort(key=lambda val:val[1])
    return res

4、生成新闻推荐表

def recommend(user,data):
    #相似度最高的用户
    top_sim_user = top_simliar(user,data)[0][0]
    #相似度最高的用户的阅读记录
    items = data[top_sim_user]
    recommendations = []
    #筛选出该用户未阅读的新闻并添加到列表中
    for item in items.keys():
        if item not in data[user].keys():
            recommendations.append((item,items[item]))
    recommendations.sort(key=lambda val:val[1],reverse=True)#按照评分排序

    return recommendations

def recommendresult():
    cursor = db.cursor()

    data = format2(getMaxId())
    num = getMaxId()
    for i in range(num):
        result = recommend(str(i+1), data)
        for j in range(len(result)):
            value = (i+1,result[j][0])
            sql = "INSERT INTO recommendations (user_id, news_id) VALUES(%s,%s)"
            cursor.execute(sql, value)
            db.commit()
    db.close()