基于地域和热度的推荐算法，以较为简单的例子来看

基于地域和热度的推荐算法

下面以新闻为例说明热度算法的基本原理。
在一则新闻录入数据库后， 初始化一个热度分(S0)， 此时该新闻就进入了新闻推荐的候选池。

(1) 随着新闻不断被用户点击 (click) 、转发 (share) 、关注 (follow) 、评论 (comment) 、 点赞 (up) 等， 对应的和用户交互维度的热度 (S1) 不断增加。

**(2)**另外， 新闻要求具有时效性， 因此在新闻发布后， 热度(S2)会随着时间衰减。随着时间的后移，新闻的热度不断发生变化，对应的推荐抽选池排序也在不断地发生变化.

最终新闻热度对应的计算公式为：

S=S0+S1-S2

实际情况下， 需要考虑的因素还有很多， 但这里遵循的原则是： 正向的因素做加法， 负向的因素做减法。

但这里有三个问题：

1. 新闻的初始热度应该不一致

在上式中， 为每一条入库的新闻赋予了相同的初始化热度， 但这并不符合实际情况，因为：
(1) 不同类别的新闻本身的社会传播度不同， 如娱乐类的新闻更容易被大众所接受。
(2) 不同时期， 人们对新闻的需求程度也不同。 例如， 在新的 iPhone 发布时， 和 iPhone相关的新闻热度就比较大；在奥运会期间， 和体育相关的新闻热度就比较大。

因此， 在初始化新闻的初始热度时需要考虑以下两点：
(1)不同类别的新闻初始热度权重应该不同。 至于每种类别的新闻的权重应该是多少， 可以对历史数据进行统计， 进而得出相应的比例。 最终的结果应该类似下图所示的权重分布 （图中比例仅做举例使用）。

不同类别新闻对应的权重分布

(2)不同时间段的热门新闻应该有不同的初始权重。 在新闻进入推荐候选池时， 进行人工审核， 如果是热点新闻则赋予较大的权重。 另外一种做法是一维护一个热点词库： 当新发表新闻时， 与热点词库进行匹配， 匹配度越高则初始化的热度值就越大。

---

2. 用户的行为规则应该发生变化

用户与新闻的交互是导致新闻热度增加的最主要因素， 常见交互行为有点击(click)、转发(share)、关注(follow)、评论(comment)、 点赞(up)。这里认为所 列出的5种行为均对提高新闻的热度值具有正向作用。 如果给它们都赋予相同的权重， 则S2的表达式为：

S2 = 0.2 × click ＋ 0.2 × share ＋ 0.2 × follow ＋ 0.2 × comment ＋ 0.2 × up

但在实际情况中， 不同行为所表达的用户对新闻的偏好程度并不一致。 直观地理解， 它们的占比大小是：

评论＞转发＞关注＞点赞＞点击 。

按照比例给不同的交互行为赋予不同的权重， 改进的S2计算公式如下：

S2 = 0.05 × click ＋ 0.3 × share ＋ 0.15 × follow ＋ 0.4 × comment ＋ 0.
I × up

---

3.热度随时间衰减的趋势非线性

新闻具有实效性， 已经发布的新闻的热度会随着时间的流逝而衰减， 并且趋势是衰减得越来越快， 直到热度趋于0。 由此可以想到， 如果一条新闻要持续出现在推荐列表靠前的位置，则必须有越来越多的用户进行交互。

结合牛顿冷却定律， 新闻热度随时间的衰减是一个类似千指数增长的过程，公式如下式中，：

t0为新闻的发布时间， t1 为当前计算排序时的时间。

但考虑到新闻的热度最终是趋于0的， 所以将上式改为：

--------------------------------------------进入正题---------------------------------------

创建一个基于地域和热度的酒店推荐系统

在基于地域和热度的酒店推荐中，并不对用户的偏好进行区分，而是根据用户的位置信息， 结合不同的排序方式， 将用户位置附近的酒店推荐给用户。

北京部分酒店数据（注意数据形式）

这里选择的是某网站上北京的部分酒店数据， 数据获取方式为爬虫爬取。 酒店信息包含： 酒店名字、 所在地区、 具体地址、 评论数目、 评分、 电话号码、 装修时间、 开业时间、 最低价格。

---

基于地域和热度的酒店推荐系统实现思路如下：

(1) 加载并筛选出用户所在地区的数据；
(2) 根据指定的排序规则对数据进行排序；
(3) 将结果返回给用户。

主要实现酒店推荐， 根据用户所在的地区和所选择的排序方式返回相应的前k个酒 店数据。

• 数据集都取所在地址是北京的， 包含朝阳区、 丰台区、 东城区、 西城区、 海淀区、 顺义 区、 石景山区、 延庆区、 房山区、 通州区。
• 支持排序的字段有：评论数目、装修时间、开业时间、评分、最低价格，以及综合排序。
• 程序中通过type字段进行赋值。
• 排序方式分为升序和降序。

第一种：自定义排序，用户根据可选择的排序字段，返回前k个或者后k个值的排序，返回酒店名字和查看的字段排序后的k个值。

第二种：综合排序

“综合排序” 是对其余排序字段的线性整合。这里简单地定义了各个排序字段的权重，通过线性相加的方式计算出最后的总得分， 然后根据这个得分对酒店进行排序。

1. 对“装修时间” 和 “开业时间” 做了差值处理。这里认为装修时间越久， 对最终的排 序越起到负向作用， 所以， 使用装修时间减去 2018 得到一个负值。 同理， 认为开业时间越久对 最终的排序越起到正向作用， 所以使用 2018 减去开业时间得到一个正值。
2. 对参与计算的各个字段做归一化处理， 采用的是 min-max 归一化。
3. 得到最终的 “ 综合排序” 的计算公式为：

Score= 1× 评分＋2×评论数目＋ 3× 装修时间＋ 4× 开业时间＋ 5× 最低价格

#代码思路：

import pandas
class RecomendHotel:
    def __init__(self,path=None,address=None, type=['score'],k=10,sort=False):
        self.path = path
        self.address = address
        self.type = type
        self.k= k
        self.sort = sort
        self.data = self.hotel_mess()
    
    def hotel_mess(self):
        data =pd.read_csv(self.path,header=0,sep=",",encoding='GBK')
        return data[data["addr"]==self.address]

    def recomend(self):
        data = self.data[['name',"score","comment_num","lowest_price","decoration_time","open_time"]]   #取出需要的字段
        if self.type in data.columns.tolist():   #判断用户需要查看的指标判断酒店
            data = data.sort_values([self.type,"lowest_price"],ascending=self.sort)[:self.k]   #根据用户输入的判断字段可以进行排序
            return dict(data.filter(items=["name",self.type]).values)   #返回酒店名字和排序后的字段
        else:
            if self.type=='combine':    #用户选择综合评分
                #过滤使用的信息
                data = self.data.filter(items=["name","score","comment_num","decoration_time","open_time","lowest_price"])
                
                #对装修时间做处理
                data['decoration_time'] = data['decoration_time'].apply(lambda x: int(x)-2021)
                
                #对开店时间做处理
                data['open_time'] = data['open_time'].apply(lambda x: 2021 - int(x))
                
                #数据归一化
                for col in data.columns.tolist():
                    if col != 'name':
                        data[col] = (data[col] - data[col].min()) / (data[col].max() - data[col].min())
                        
                # 给予：评分的权重为1，评论数目权重为2，装修和开业时间权重为0.5，最低价权重为1.5
                #给予不同的字段的权重，并将分数赋给combine综合字段
                data[self.type]=1 * data["score"] + 2 * data["comment_num"] + \
                                3 * data["decoration_time"] + 4 * data["open_time"] + 5 * data["lowest_price"]   
                data = data.sort_values(by=self.type, ascending=self.sort)[:self.k]
                return dict(data.filter(items=['name',self.type]).values)   #返回综合评分的酒店名字和排序


if __name__ == '__main__':
    recomendhotel = RecomendHotel(path = 'hotel-mess.csv',address='东城区',type = 'combine',k=10)
    print(recomendhotel.recomend())

{'北京保利大厦': 8.928710269200643, '北京新侨诺富特饭店': 7.794049593059157, '北京航招宾馆(原中航第一招待所)': 7.061409778511543, '北京华侨大厦': 6.959724357099342, '北京励骏酒店': 6.866169144869108, '国瑞百捷酒店(北京站崇文门店)': 6.628174603174602, '北京黄河京都大酒店': 6.270450726817961, '如家精选酒店(北京朝阳门地铁站店)': 6.0280423280423285, '鑫海锦江大酒店': 6.006402414685075, '北京贝尔特酒店': 5.8860641874390485}
``