数据挖掘之【协同过滤算法简版】

算法简介    

    协同过滤算法在数据挖掘算法中属于比较简单的，在《集体智慧编程》一书中，开篇讲的就是协同过滤算法。这章早就看完了，没有用代码区实现而已，今天动手敲了代码，返现还是有些感触，特此记录下。

    协同过滤的算法核心在于以下两方面：

        1）怎么衡量两个向量之间的相似性，此处可以参见我转载的一片博客：数据挖掘之距离计算算法

        2）从集合中找出与自己喜好相似度不为零的人中，找出偏好没有出现在我的集合中或打分为0的选项

        3）为了避免某些项打分过高产生的影响，采用权重，权重的计算可以由相似度来计算。参见以下代码。

相关性系数计算

#--------------Euclidean distance------------#
def calc_ed_distance(fans,p1_name,p2_name):
    sim = {}
    for k in fans[p1_name].keys():
        if k in fans[p2_name].keys():
            sim[k] = 1
    if l