声明:本篇是基于张丹《R的极客思想》书本中的内容,但张丹在代码中并未添加过多注释,本人最近在研究推荐系统,并将张丹的代码做了一些改动和详细注释贴上来供大家学习交流
#user-based 协同过滤推荐,3个近邻,2个推荐结果
#1.构建数据模型
FileDataModel<-function(file_name){
user=unique(file_name$buyer_member_name)
item=unique(file_name$store_name)
uidx=match(file_name$buyer_member_name,user) #向量形式
iidx=match(file_name$store_name,item)
#user-item评分矩阵,初始化值=0,可根据实际情况更改为其他值
M=matrix(0,length(user),length(item))
i=cbind(uidx,iidx,file_name$overall_rating)
for (n in 1:nrow(i)) {
M[i[n,][1],i[n,][2]]=i[n,][3]
}
#矩阵行列命名
dimnames(M)[[2]]=item
dimnames(M)[[1]]=user
return(M)
}
#2.改进的欧式距离相似度算法
EuclideanDistanceSimilarity<-function(M){
row=nrow(M) #用户数
s=matrix(0,row,row) #初始化user-user相似度矩阵
for (z1 in 1:row){
for (z2 in 1:row){
#只计算下三角矩阵元素的值,不包含对角线元素
if (z1<z2) {
num=intersect(which(M[z2,] != 0),which(M[z1,] != 0)) #可进行计算的列-即都有正常的偏好评分
sum=0
for (z3 in num){
sum=sum+(M[z1,][z3]-M[z2,][z3])^2
}
#下三角矩阵赋值
s[z2,z1]=round(length(num)/(1+sqrt(sum)),3)
#对算法阈值进行限制
if (s[z2,z1]>1) s[z2,z1]=1
#if (s[z2,z1]<-1) s[z2,z1]=-1
}
}
}
ts=t(s)
w=which(upper.tri(ts)) #默认不包含对角元素
s[w]=ts[w]
s
}
#3.用户最近邻算法,选出最近的前n个用户,传入客户相似度矩阵+近邻个数
NearestNUserNeighborhood<-function(s,n){
row=nrow(s)
neighbor=matrix(0,row,n)
#user角度
for (z1 in 1:row){
for (z2 in 1:n){
m=which.max(s[,z1])
#neighbor只存储索引
neighbor[z1,z2]=m
s[,z1][m]=0
}
}
neighbor
}
#4.基于部分用户的推荐算法,对store_name进行推荐
#函数入参:buyer_member_name+recommender_num(推荐结果个数)+M(数据模型矩阵)+S(相似度矩阵)+N(近邻矩阵)
M=FileDataModel(entropy_data_frame)
S=EuclideanDistanceSimilarity(M)
N=NearestNUserNeighborhood(S,3) #3个近邻
#uid_char为user name
UserBasedRecommender<-function(uid_char,n,M,S,N){
uid=which(rownames(M)==uid_char) #user name的行索引
row=ncol(N) #近邻个数
col=ncol(M) #store_name个数
r=matrix(0,row,col)
N1=N[uid,] #N1-索引,length=近邻个数
for (z1 in 1:length(N1)){
num=intersect(which(M[uid,] == 0),which(M[N1[z1],] != 0)) #可计算的列,uid在评分矩阵上没有评分,而近邻有评分
for (z2 in num){
r[z1,z2]=M[N1[z1],z2] * S[uid,N1[z1]] #评分乘相似度
}
}
#过滤推荐矩阵结果
sum=colSums(r) #向量形式,每个store_name一个值
s2=matrix(0,2,col)
for (z1 in 1:length(N1)){
num=intersect(which(colSums(r) != 0),which(M[N1[z1],] != 0)) #sum(评分乘相似度)不等于0,且近邻用户在store_name上的评分不等于0
for (z2 in num){
s2[1,][z2]=s2[1,][z2]+S[uid,N1[z1]]
s2[2,][z2]=s2[2,][z2]+1 #计数
}
}
s2[,which(s2[2,]==1)]=10000 #若在某个推荐上只有一个近邻有评分时,让s2矩阵对应的相似度无穷大
s2=s2[-2,]
r2=matrix(0,n,2)
rr=sum/s2 #sum(评分乘相似度)/sum(相似度)
item=dimnames(M)[[2]]
for (z1 in 1:n){
w=which.max(rr)
#0.5是可变化的值,即推荐阈值
if(rr[w]>0.5){
r2[z1,1]=item[which.max(rr)]
r2[z1,2]=as.double(rr[w])
rr[w]=0
}
}
r2
}