用Python写个简单的推荐系统（一）

         本篇建立在电影评分的环境下，对多位成员通过各自电影评分的情况，利用两种相似度测量（欧几里得距离和皮尔逊相关度）查看用户之间的相似度。

Python version3.4

1.   建立影评评分字典

电影种类6种：a,b,c,d,e,f用户7人： Cathy, Sophie, Susie, Antonio,Marco,Jack, Leo

critics={'Cathy':{'a':2.5,'b':3.5,'c':3,'d':3.5,'e':2.5,'f':3},

'Sophie':{'a':3,'b':3.5,'c':1.5,'d':5,'e':1.5,'f':3},

'Susie':{'a':2.5,'b':3,'d':3.5,'f':4},

'Antonio':{b':3.5,'c':3,'d':4,'e':2.5,'f':4.5},

'Marco':{'a':3,'b':4,'c':2,'d':3,'e':2,'f':3},

'Jack':{'a':3,'b':4,'d':5,'e':3.5,'f':3}

'Leo':{'b':4.5,'d':4,'e':1.0}}

先保存该文件为recommendations.py，推荐系统的数据集构造成。 

2.   关于欧几里得距离和计算

欧几里得度量定义