python实现基于物品的协同过滤（ItemCF）电影推荐算法

最近，因为导师项目需要，花了几天时间学习了项亮的《推荐系统实践》，并用python实现了书上的Item Collaborative Filtering即基于物品的协同过滤算法,发现很多博客在算法的代码的实现上说得很笼统，而且项亮的书中关于协同过滤的代码实现写得又很零碎，故写此文总结。

什么是协同过滤

协同过滤是推荐系统中最经典和常用的算法，其核心思想就是它的名字：利用所有用户的历史行为数据，用户通过不断地和网站互动，使推荐列表能够不断过滤掉用户不感兴趣的物品，从而越来越满足需求。

协同过滤分为两大类：

1. 基于用户的协同过滤（UserCF）：当要给目标用户进行推荐时，先找出与他相似的其他用户，再从那些用户喜欢的项目中找出目标用户没有看过的项目推荐给他。
2. 基于项目的协同过滤（ItemCF）：先找出目标用户历史观看列表里与之相似的其他项目，再对这些相似项目进行排序并生成最后的推荐列表。

评分预测还是TopN推荐？

评分预测和TopN推荐是推荐系统两种衡量预测准确度的指标，大多数的推荐研究都是基于评分预测来展开的，主要是因为从事这方面早期研究的组织GroupLens主要就是针对电影评分进行的，而且Netflix等推荐算法的大赛也主要是在解决评分预测问题，然而，评分高就是好的推荐吗？当然不是，有时候用户给出好的评分并不代表他最想看它或者购买它。

部分代码实现

1. 记载数据集并划分训练集与测试集

    def get_dataset(self, filename, pivot=0.75):

        trainSet_len = 0
        testSet_len = 0
        for line in self.load_file(filename):
            user, movie, rating, timestamp = line.split(',')
            if(random.random() < pivot):
                self.trainSet.setdefault(user, {
   })
                self.trainSet[user][movie] = rating
                trainSet_len += 1
            else:
                self.testSet.setdefault(user, {
   })
                self.testSet[user][movie] = rating
                testSet_len += 1
        print('划分训练集与测试集成功！')
        print('训练集长 = %s' % trainSet_len)
        print(