基于领域的协同过滤——推荐系统surpriseKNN家族

基于领域的协同过滤主要有两种：UserCF、ItemCF

基于用户的协同过滤（UserCF）

利用用户的相似度来计算用户的相似度
step1:找到和目标用户兴趣相似的用户集合，用Jaccard相似度、余弦相似度等相似度计算方法;
step2:用户u对物品i的相似度，等价于K个邻居对物品i的兴趣度;
step3:把和用户兴趣相同的k个邻居喜欢的物品进行汇总，去掉用户u已经喜欢过的物品，剩下的按照从大到小进行推荐。

基于物品的协同过滤（ItemCF）

利用用户行为相似度计算物品的相似度：
step1:计算物品之间相似度;
step2:用户u对物品i的兴趣度，等价于物品i的K个邻居物品，受到用户u的兴趣度;
step3:和用户历史上感兴趣的物品越相似的物品，越有可能在用户的推荐列表中获得比较高的排名
预测用户u对物品的兴趣度，去掉用户u已经喜欢过的物品，剩下按照从大到小进行推荐.

surprise工具：

surprise工具：https://surprise.readthedocs.io/en/stable/getting_started.html

基于邻域的协同过滤算法：knns.KNNBasic;knns.KNNWithMeans;
knns.KNNWithZScore;knns.KNNBaseline;
主要参数：
k:设置领域的个数；
user_based：是否为基于用户的协同过滤，True则为UserCF，False为ItemCF；
name：相似度计算方式，默认为MSD，也可设置为cosine，pearson，pearson_baseline

movielen数据集进行推荐

代码如下：

from surprise import Reader,Dataset
from surprise import KNNBasic,KNNWithMeans,KNNWithZScore,KNNBaseline

#数据读取
reader = Reader(line_format='user item rating timestamp' , sep = ',',skip_lines=1)
data = Dataset.load_from_file('ratings_sample.csv',reader = reader)
trainset = data.build_full_trainset()

#KNNBasic
algo1 = KNNBasic(k =30,sim_options={'name':'MSD','user_based':True},verbose=True)
algo1.fit(trainset)
uid = str(196)
iid = str(302)

pred1 = algo1.predict(uid, iid,verbose=True)
#KNNWithMeans
algo2 = KNNWithMeans(k = 30,sim_options={'name':'cosine','user_based':False},verbose = True)
algo2.fit(trainset)
pred2 = algo2.predict(uid, iid,verbose=True)

#KNNWithZScore f
algo3 = KNNWithZScore(k =30,sim_options={'name':'MSD','user_based':True},verbose=True)
algo3.fit(trainset)
pred3 = algo3.predict(uid, iid,verbose=True)
#KNNBaseline
algo4 = KNNBaseline(k =30,sim_options={'name':'MSD','user_based':True},verbose=True)
algo4.fit(trainset)
pred4 = algo4.predict(uid, iid,verbose=True)

结果如下：

Computing the msd similarity matrix...
Done computing similarity matrix.
user: 196        item: 302        r_ui = None   est = 3.51   {'was_impossible': True, 'reason': 'Not enough neighbors.'}
Computing the cosine similarity matrix...
Done computing similarity matrix.
user: 196        item: 302        r_ui = None   est = 3.75   {'actual_k': 0, 'was_impossible': False}
Computing the msd similarity matrix...
Done computing similarity matrix.
user: 196        item: 302        r_ui = None   est = 4.80   {'actual_k': 0, 'was_impossible': False}
Estimating biases using als...
Computing the msd similarity matrix...
Done computing similarity matrix.
user: 196        item: 302        r_ui = None   est = 3.92   {'actual_k': 0, 'was_impossible': False}

代码及数据集：https://github.com/HuangxinYu359/project/tree/master/%E6%8E%A8%E8%8D%90%E7%B3%BB%E7%BB%9FsurpriseKNN