推荐系统----第二章（基于领域的算法-基于用户的协同过滤）

基于用户的协调过滤算法

但是在该过程计算相似度时，算法的时间复杂度往往会很高，到遇到很大的数据量时会非常的耗时，事实上，很多用户相互之间并没有对同样的物品产生过行为，为此，可以构建一个物品到用户的倒排表，对于每个物品都保存对该物品产生过行为的用户列表。可以用以下代码实现：

#建立物品倒排表,计算物品相似度
def itemCF(user_dict):
    N=dict()
    C=defaultdict(defaultdict)
    W=defaultdict(defaultdict)
    for key in user_dict:
        for i in user_dict[key]:
            if i[0] not in N.keys(): #i[0]表示movie_id
                N[i[0]]=0
            N[i[0]]+=1               #N[i[0]]表示评论过某电影的用户数
            for j in user_dict[key]:
                if i==j:
                    continue
                if j[0] not in C[i[0]].keys():
                    C[i[0]][j[0]]=0
                C[i[0]][j[0]]+=1      #C[i[0]][j[0]]表示电影两两之间的相似度，eg：同时评论过电影1和电影2的用户数
    for i,related_item in C.items():
        for j,cij in related_item.items():
            W[i][j]=cij/math.sqrt(N[i]*N[j])
    return W

完整的计算用户相似度的算法可参考以下代码：

# coding=utf-8

from math import sqrt
import pandas as pd
import tqdm

#line = [user,source,item,lable]
users = {}
users_list = list()
path = 'C:...'
for line in open(path+"..."):