社会化推荐系统浅析-皮尔逊相关系数的java实现

本文由larrylgq编写，转载请注明出处：http://blog.csdn.net/larrylgq/article/details/7395261

作者:吕桂强

邮箱：larry.lv.word@gmail.com

相关系数的值介于–1与+1之间，即–1≤r≤+1。其性质如下：

• 当r>0时，表示两变量正相关，r<0时，两变量为负相关。
• 当|r|=1时，表示两变量为完全线性相关，即为函数关系。
• 当r=0时，表示两变量间无线性相关关系。
• 当0<|r|<1时，表示两变量存在一定程度的线性相关。且|r|越接近1，两变量间线性关系越密切；|r|越接近于0，表示两变量的线性相关越弱。
• 一般可按三级划分：|r|<0.4为低度线性相关；0.4≤|r|<0.7为显著性相关；0.7≤|r|<1为高度线性相关。

上代码：

package com.Social.cbra.praron2;


import java.util.HashMap;
import java.util.Iterator;
import java.util.Map;
import java.util.logging.Logger;

/**
 * 
 * @author larry
 * 
 */
public class Similarity {
	static Logger logger = Logger.getLogger(Similarity.class.getName());
	Map<String, Double> rating_map = new HashMap<String, Double>();

	/**
	 * @param args
	 */
	public static void main(String[] args) {
		Similarity similarity1 = new Similarity();
		similarity1.rating_map.put("1", 434d);
		similarity1.rating_map.put("2", 7d);
		similarity1.rating_map.put("3", 23d);
		Similarity similarity2 = new Similarity();
		similarity2.rating_map.put("1", 6d);
		similarity2.rating_map.put("2", 2d);
		similarity2.rating_map.put("3", 6d);
		logger.info("" + similarity1.getsimilarity_bydim(similarity2));
	}

	public double getsimilarity_bydim(Similarity u) {
		double sim = 0d;
		double common_items_len = 0;
		double this_sum = 0d;
		double u_sum = 0d;
		double this_sum_sq = 0d;
		double u_sum_sq = 0d;
		double p_sum = 0d;
		
		Iterator<String> rating_map_iterator = this.rating_map.keySet().iterator();
		while(rating_map_iterator.hasNext()){
			String rating_map_iterator_key = rating_map_iterator.next();
			Iterator<String> u_rating_map_iterator = u.rating_map.keySet().iterator();
			while(u_rating_map_iterator.hasNext()){
				String u_rating_map_iterator_key = u_rating_map_iterator.next();
				if(rating_map_iterator_key.equals(u_rating_map_iterator_key)){
					double this_grade = this.rating_map.get(rating_map_iterator_key);
					double u_grade = u.rating_map.get(u_rating_map_iterator_key);
					//评分求和
					//平方和
					//乘积和
					this_sum += this_grade;
					u_sum += u_grade;
					this_sum_sq += Math.pow(this_grade, 2);
					u_sum_sq += Math.pow(u_grade, 2);
					p_sum += this_grade * u_grade;	
					common_items_len++;
				}
			}
		}
		//如果等于零则无相同条目，返回sim=0即可
		if(common_items_len > 0){
			logger.info("common_items_len:"+common_items_len);
			logger.info("p_sum:"+p_sum);
			logger.info("this_sum:"+this_sum);
			logger.info("u_sum:"+u_sum);
			double num = common_items_len * p_sum - this_sum * u_sum;
			double den = Math.sqrt((common_items_len * this_sum_sq - Math.pow(this_sum, 2)) * (common_items_len * u_sum_sq - Math.pow(u_sum, 2)));
			logger.info("" + num + ":" + den);
			sim = (den == 0) ? 1 : num / den;
		}
		
		//如果等于零则无相同条目，返回sim=0即可
		return sim;
	}

}