推荐系统-基于itemCF推荐模型

时间：2017年5月
出处：http://blog.csdn.net/csearch/article/details/71244171
声明：版权所有，转载请联系作者并注明出

---

虽然目前工业界很少再直接通过itemCF来进行推荐，但可以从这个算法中体会到这种集体智慧的应用。

1.ItemCF原理

充分利用集体智慧，即在大量的人群的行为和数据集中收集答案，以帮助我们对整个人群得到统计意义上的结论，推荐的个性化程度高。
基于以下两个出发点：
（1）兴趣相近的用户可能会对同样的东西感兴趣；
（2）用户可能较偏爱与其已购买的东西相类似的商品。
也就是说考虑进了用户的历史习惯，对象客观上不一定相似，但由于人的行为可以认为其主观上是相似的，就可以产生推荐了。

根据所有用户对物品或者信息的评价，发现物品和物品之间的相似度，然后根据用户的历史偏好信息将类似的物品推荐给该用户，如图所示：

上图表明基于项目的协同过滤推荐的基本原理，用户A喜欢物品A和物品C，用户B喜欢物品A、物品B和物品C，用户C喜欢物品A，
从这些用户的历史喜好中可以认为物品A与物品C比较类似，喜欢物品A的都喜欢物品C，基于这个判断，用户C也可能喜欢物品C，
所以推荐系统将物品C推荐给用户C。

基于物品的协同过滤关键步骤

（1）计算物品之间的相似度。
（2）根据物品的相似度和用户的历史行为给用户生成推荐列表。
ItemCF算法并不利用物品的内容属性计算物品直接的相似性,她主要通过分析用户的行为记录计算物品直接的相似度。
IUF(Inverse User Frequence)参数,即用户活跃度对数的倒数的参数,认为活跃用户对物品相似度的贡献应该小于不活跃的用户。

2.Python版本代码示例

2.1.读取数据集

from collections import defaultdict
# data_path = "../data/ml-1m/ratings.dat";sep = "::"
data_path = "../data/ml-100k/u1.base";sep = "\t"
fp = open(data_path, "r")
user2item_matrix = defaultdict(defaultdict) # 用户到物品的评分矩阵
item2user_matrix = defaultdict(defaultdict) # 物品到用户的倒排评分矩阵
# UserID \t MovieID \t Score \t Time
for line in open(data_path):
    lines = line.strip().split(sep)
    userID, movieID, score = lines[0],lines[1],lines[2]
    user2item_matrix[userID][movieID] = float(score)
    item2user_matrix[movieID][userID] = float(score)
fp.close()
print("totol users:",len(user2item_matrix))
print("totol items:",len(item2user_matrix))

输出：
(‘totol users:’, 943)
(‘totol items:’, 1650)

2.2.计算物-物相似度矩阵

计算物品之间的相似度公式：

w