推荐算法--python实现基于用户的协同过滤算法

1、什么是协同过滤？
举个例子，有一天，你想去看电影了，但你不知道有什么电影好看，然后你可能就会问问你的朋友们，看看有什么好看的电影推荐，这时候大部分人都会倾向于问跟你有品味差不多的人。而这也就是协同过滤的核心思想。
协同过滤推荐分为三种类型。第一种是基于用户(user-based)的协同过滤，第二种是基于项目(item-based)的协同过滤，第三种是基于模型(model based)的协同过滤。

2、基于用户的协同过滤(user-based)

3、python实现基于用户的协同过滤算法

import pandas as pd
from math import sqrt

movies = pd.read_csv('mystudy/movies.csv')
movies.head()

ratings = pd.read_csv('mystudy/ratings.csv')
ratings.head()

data = ratings.merge(movies, on = 'movieId', how = 'left')   #两表进行匹配
data = data[['userId','rating','movieId','title']].sort_values('userId')
data.head()
data.to_csv('mystudy/movie_ratings.csv', index = False