推荐系统（RS），麻雀虽小，五脏俱全

基于Surprise推荐系统实战

• 本文就movielens数据集做测试，实践推荐。movielens数据集格式为：user item rating timestamp 其中主要用到前三列，timestamp在处理自己的数据集的时候可以用别的特征替换，在此不做详细说明。
• 本文基于开源推荐框架surprise，传送门。
• 官网上的例子直接用 Dataset.load_builtin(‘ml-100k’)载入数据集，奈何小白我一直不成功。遂自己去下载了数据集，从本地读取。
• 这里使用的是基于item的协同过滤，也就是这里的电影。相似度计算使用的是皮尔逊相关系数。
• 代码中可能稍微有点费脑的一点是一个转换问题，name<–>rid<–>inner_id,这里rid是一个桥梁的作用，rid：raw_id也就是每部电影所对应的原始id号。而在训练计算皮尔逊相关系数矩阵的时候，又将每部电影进行了id映射，也就是代码中的to_inner_iid()就是讲raw_id转换到相似性矩阵的inner_id。之后计算近邻，得到的inner_id 要将其转换为具体的电影名字，同样需要通过raw_id作为中介进行转换。讲起来有点绕，看代码详细体会。

import io
from surprise import KNN