R实现协同过滤算法

原文链接：http://itzzq.tumblr.com/post/56774167758/r

R语言实现协同过滤算法

library(plyr)
user<-c(1,1,1,2,2,2,2,3,3,3,3,4,4,4,4,5,5,5,5,5,5)
item<-c(101,102,103,101,102,103,104,101,104,105,107,101,103,104,106,101,102,103,104,105,106)
pref<-c(5.0,3.0,2.5,2.0,2.5,5.0,2.0,2.0,4.0,4.5,5.0,5.0,3.0,4.5,4.0,4.0,3.0,2.0,4.0,3.5,4.0)
train<-data.frame(user,item,pref)

#计算用户列表
usersUnique<-function(){
    users<-unique(train$user)
    users[order(users)]
}

#计算商品列表方法
itemsUnique<-function(){
    items<-unique(train$item)
    items[order(items)]
}

# 用户列表
users<-usersUnique() 
# 商品列表
items<-itemsUnique() 

#建立商品列表索引
index<-function(x) which(items %in% x)
data<-ddply(train,.(user,item,pref),summarize,idx=index(item)) 

#同现矩阵
cooccurrence<-function(data){
  n<-length(items)
  co<-matrix(rep(0,n*n),nrow=n)
  for(u in users){
    idx<-index(data$item[which(data$user==u)])
    #每个用户的商品两两出现的集合
    m<-merge(idx,idx)
    for(i in 1:nrow(m)){
      #根据商品的索引找到同现矩阵中的位置进行次数累加
      co[m$x[i],m$y[i]]=co[m$x[i],m$y[i]]+1
    }
  }
  return(co)
}

#推荐算法
recommend<-function(udata=udata,co=coMatrix,num=0){
  n<-length(items)
  
  # all of pref
  pref<-rep(0,n)
  pref[udata$idx]<-udata$pref  

  # 用户评分矩阵
  userx<-matrix(pref,nrow=n)

  # 同现矩阵*评分矩阵
  r<-co %*% userx  

  # 推荐结果排序
  # 把该用户评分过的商品的推荐值设为0
  r[udata$idx]<-0
  idx<-order(r,decreasing=TRUE)
  topn<-data.frame(user=rep(udata$user[1],length(idx)),item=items[idx],val=r[idx])
  # 推荐结果取前num个
  if(num>0){
    topn<-head(topn,num)
  }
  #返回结果
  return(topn)
}

#生成同现矩阵
co<-cooccurrence(data) 

#计算推荐结果
recommendation<-data.frame()
for(i in 1:length(users)){
  udata<-data[which(data$user==users[i]),]
  recommendation<-rbind(recommendation,recommend(udata,co,0)) 
} 
recommendation<-recommendation[which(recommendation$val>0),]

输出结果：

> recommendation
   user item  val
1     1  104 33.5
2     1  106 18.0
3     1  105 15.5
4     1  107  5.0
8     2  106 20.5
9     2  105 15.5
10    2  107  4.0
15    3  103 24.5
16    3  102 18.5
17    3  106 16.5
22    4  102 37.0
23    4  105 26.0
24    4  107  9.5
29    5  107 11.5

具体细节参考：
http://blog.fens.me/rhadoop-mapreduce-rmr/