读书笔记--推荐系统实践（4）

这次主要谈一下对推荐系统中的用户相似度进行的一个改进。
首先有这样的一个现象，有些热门物品是很多人都共同拥有的，并不能代表兴趣所在，如：新华字典等，然而冷门物品往往可以反应兴趣所在，比如，买了数据挖掘导论，一般只有做数据挖掘的人才会买这个书。所以我们在计算用户相似度的时候，可以考虑给热门物品增加一个惩罚项。

算法实现如下：

def UserSimilarity(train):
    #build inverse table for item_users
    item_users = dict()
    for u, items in train.items():
        for i in items.keys():
            if i not in items.keys():
                item_users[i] = set()
            item_users[i].add(u)

    #calculate co-rated items between users
    C = dict()
    N = dict()
    for i, users in item_users.items():
        for u in users:
            N[u] += 1
            for v in users:
                if u == v:
                    continue
                C[u][v] += 1/math.log(1+len(users))

    #calculate finial similarity matrix w
    W = dict()
    for u, related_users in C.items():
        for v, cuv in related_users.items():
            W[u][v] = cuv /math.sqrt(N[u]*N(v))
    return W