基于物品的协同过滤算法主要思想有两步:
1)计算物品之间的相似度
2)根据物品的相似度和用户的历史行为给用户生成推荐列表
笔者自己动手实现该算法,算法流程为:
基于【用户,项目,评分】划分训练集与测试集
计算每一个用户的【用户-物品】倒排表Ci
所有Ci求和得到总的【用户-物品】倒排表C(Cij表示同时喜欢物品i和j的用户数,即相似度的分子部分)
求相似度分母部分,得到矩阵W_(W_ij表示喜欢物品i用户数与喜欢物品j用户数乘积的算术平方根)
得到物品相似度矩阵W=C/W_
对于用户u,得到其喜欢的物品集合Nu,以及与Nu物品相似度不为0的所有物品item(排除Nu自有物品)
对于item的任一物品j,得到与j最相似的K个物品集合Sk
对于集合Sk、Nu的交集Nu_Sk每个物品i,计算其与物品j的相似度wji
求和wji,得到用户u对物品j的兴趣度Puj
得到用户对物品的兴趣度后,剔除用户已喜欢的物品和兴趣度为0的物品,按照兴趣度排序得到推荐列表
根据需要给用户推荐长度为N的列表
数据集沿用(UserCF)的电影评分数据集:
1.ratings.dat UserID:用户id MovieId:电影id Rating:评分 Timestamp:时间戳
2.movies.dat 电影id 电影名字 电影类别
3.users.dat 用户id 用户性别 年龄 职业 压缩编码
1.导入必要的python模块
import os
import random
import numpy as np
import pandas as pd
from threading import Thread #导入线程
from sklearn.model_selection import KFold #划分训练集与测试集
from sklearn.metrics import mean_squared_error #均方误差,M