转利用python实现电影推荐

转利用python实现电影推荐

“协同过滤”是推荐系统中的常用技术，按照分析维度的不同可实现“基于用户”和“基于产品”的推荐。

以下是利用python实现电影推荐的具体方法，其中数据集源于《集体编程智慧》一书，后续的编程实现则完全是自己实现的（原书中的实现比较支离、难懂）。

这里我采用的是“基于产品”的推荐方法，因为一般情况下，产品的种类往往较少，而用户的数量往往非常多，“基于产品”的推荐程序可以很好的减小计算量。

 

其实基本的思想很简单：

首先读入数据，形成用户-电影矩阵，如图所示：矩阵中的数据为用户（横坐标）对特定电影（纵坐标）的评分。

其次根据用户-电影矩阵计算不同电影之间的相关系数（一般用person相关系数），形成电影-电影相关度矩阵。

其次根据电影-电影相关度矩阵，以及用户已有的评分，通过加权平均计算用户未评分电影的预估评分。例如用户对A电影评3分、B电影评4分、C电影未评分，而C电影与A电影、B电影的相关度分别为0.3和0.8，则C电影的预估评分为(0.3*3+0.8*4)/(0.3+0.8)。

最后对于每一位用户，提取其未评分的电影并按预估评分值倒序排列，提取前n位的电影作为推荐电影。

 

以下为程序源代码，大块的注释还是比较详细的，便于理解各个模块的作用。此外，程序用到了pandas和numpy库，实现起来会比较简洁，因为许多功能如计算相关系数、排序等功能在这些库中已有实现，直接拿来用即可。

 

[python]  view plain  copy

 

1. import pandas as pd  
2. import numpy as np  
3.   
4. #read the data  
5. data={'Lisa Rose': {'Lady in the Water': 2.5, 'Snakes on a Plane': 3.5,  
6.  'Just My Luck': 3.0, 'Superman Returns': 3.5, 'You, Me and Dupree': 2.5},  
7. 'Gene Seymour': {'Lady in the Water': 3.0, 'Snakes on a Plane': 3.5,   
8.  'Just My Luck': 1.5, 'The Night Listener': 3.0},   
9. 'Michael Phillips': {'Lady in the Water': 2.5, 'Snakes on a Plane': 3.0,  
10.  'Superman Returns': 3.5, 'The Night Listener': 4.0},  
11. 'Claudia Puig': {'Snakes on a Plane': 3.5, 'Just My Luck': 3.0,  
12.  'The Night Listener': 4.5, 'You, Me and Dupree': 2.5},  
13. 'Mick LaSalle': {'Just My Luck': 2.0, 'Lady in the Water': 3.0,'Superman Returns': 3.0, 'The Night Listener': 3.0, 'You, Me and Dupree': 2.0},   
14. 'Jack Matthews': {'Snakes on a Plane': 4.0, 'The Night Listener': 3.0, 'Superman Returns': 5.0, 'You, Me and Dupree': 3.5},  
15. 'Toby': {'Snakes on a Plane':4.5,'You, Me and Dupree':1.0,'Superman Returns':4.0}}  
16.   
17. #clean&transform the data  
18. data = pd.DataFrame(data)  
19. #0 represents not been rated  
20. data = data.fillna(0)  
21. #each column represents a movie  
22. mdata = data.T  
23.   
24. #calculate the simularity of different movies, normalize the data into [0,1]  
25. np.set_printoptions(3)  
26. mcors = np.corrcoef(mdata, rowvar=0)  
27. mcors = 0.5+mcors*0.5  
28. mcors = pd.DataFrame(mcors, columns=mdata.columns, index=mdata.columns)  
29.   
30. #calculate the score of every item of every user  
31. #matrix:the user-movie matrix  
32. #mcors:the movie-movie correlation matrix  
33. #item:the movie id  
34. #user:the user id  
35. #score:score of movie for the specific user   
36. def cal_score(matrix,mcors,item,user):  
37.     totscore = 0  
38.     totsims = 0  
39.     score = 0  
40.     if pd.isnull(matrix[item][user]) or matrix[item][user]==0:  
41.         for mitem in matrix.columns:  
42.             if matrix[mitem][user]==0:  
43.                 continue  
44.             else:  
45.                 totscore += matrix[mitem][user]*mcors[item][mitem]  
46.                 totsims += mcors[item][mitem]  
47.         score = totscore/totsims  
48.     else:  
49.         score = matrix[item][user]  
50.     return score  
51.   
52. #calculate the socre matrix  
53. #matrix:the user-movie matrix  
54. #mcors:the movie-movie correlation matrix  
55. #score_matrix:score matrix of movie for different users   
56. def cal_matscore(matrix,mcors):  
57.     score_matrix = np.zeros(matrix.shape)  
58.     score_matrix = pd.DataFrame(score_matrix, columns=matrix.columns, index=matrix.index)  
59.     for mitem in score_matrix.columns:  
60.         for muser in score_matrix.index:  
61.             score_matrix[mitem][muser]  = cal_score(matrix,mcors,mitem,muser)  
62.     return score_matrix  
63.   
64. #give recommendations: depending on the score matrix  
65. #matrix:the user-movie matrix  
66. #score_matrix:score matrix of movie for different users   
67. #user:the user id  
68. #n:the number of recommendations  
69. def recommend(matrix,score_matrix,user,n):  
70.     user_ratings = matrix.ix[user]  
71.     not_rated_item = user_ratings[user_ratings==0]  
72.     recom_items = {}  
73.     #recom_items={'a':1,'b':7,'c':3}  
74.     for item in not_rated_item.index:  
75.         recom_items[item] = score_matrix[item][user]  
76.     recom_items = pd.Series(recom_items)  
77.     recom_items = recom_items.sort_values(ascending=False)  
78.     return recom_items[:n]    
79.   
80.   
81. #main  
82. score_matrix = cal_matscore(mdata,mcors)  
83. for i in range(10):  
84.     user = input(str(i)+' please input the name of user:')  
85.     print recommend(mdata,score_matrix,user,2) 

posted on 2018-01-01 16:51 多一点 阅读(...) 评论(...) 编辑 收藏