2020-12-14

协同过滤算法

所谓协同过滤算法，简单来说就是寻找臭味相投的人。
例如：
A喜欢电影a,b,c
B喜欢电影a,c,f
C喜欢电影b,e,h
D喜欢电影e,f,h
根据每个人的爱好的相通点，A喜欢a，c，B也喜欢，那么是否可以推测A喜欢的电影b，B也喜欢，B喜欢的f，A也喜欢。这时我们可以把b推荐给B，把f推荐给A，就跟平时淘宝上买东西一样，买完一样东西后淘宝会给你推送一个“购买此物品的人同时还购买了啥”，就是一个运用协同过滤算法的推荐系统。

原理

根据上述基本原理，我们可以将基于用户的协同过滤推荐算法拆分为两个步骤：

1. 找到与目标用户兴趣相似的用户集合

2. 找到这个集合中用户喜欢的、并且目标用户没有听说过的物品推荐给目标用户

发现兴趣用户

通常用 Jaccard 公式或者余弦相似度计算两个用户之间的相似度。设 N(u) 为用户 u 喜欢的物品集合，N(v) 为用户 v 喜欢的物品集合，那么 u 和 v 的相似度是多少呢：

  Jaccard 公式：

余弦相似度：

这公式简单点说就是：交集元素的数目/俩集合元素的数量和。例如：
A,B之间，A：a，b，c 。B：a，c，f。那么明显
N（U(A)∩U(B)）=N（{a,c})=2,N(A)=3,N(B)=3,则余弦相似度W_AB=2/3。
假设目前共有4个用户： A、B、C、D；共有5个物品：a、b、c、d、e。用户与物品的关系（用户喜欢物品）如下图所示

如何一下子计算所有用户之间的相似度呢？为计算方便，通常首先需要建立“物品—用户”的倒排表，如下图所示

然后对于每个物品，喜欢他的用户，两两之间相同物品加1。例如喜欢物品 a 的用户有 A 和 B，那么在矩阵中他们两两加1。即求A,B,C,D之间俩俩相交元素的个数，如下图所示：

计算用户两两之间的相似度，上面的矩阵仅仅代表的是公式的分子部分。以余弦相似度为例，对上图进行进一步计算：

上代码：

dic={
   'A':('a','b','d'),'B':('a','c'),'C':('b','e'),'D':('c','d','e')}
def xtgl():
    dicc={
   }
    d= {
   }
    for k,v in dic.items():
        for i in v:
            if(i not in d.keys()):
                d[i]=set()  //将字典的值设为集合，装入元素
            d[i].add(k)
    for k,item1 in d.items():
        for i in item1:
            for j in item1:
                if<