2、推荐引擎以及协同过滤算法的实现

        关于推荐引擎以及协同推荐的介绍，推荐使用IBM文档库的文章，这篇文章深入地解释推荐引擎的发展历史以及目前的应用场景，还深入介绍了协同算法的数学原理以及Mahout实现，本文只是在这篇文章的基础上记录自己学习学协同推荐算法的笔记。

一、测试数据

测试数据使用用户的购买行为记录表，具体数据如下：

用户ID	商品ID	评分
1	101	5
1	102	3
1	103	2.5
2	101	2
2	102	2.5
2	103	5
2	104	2
3	101	2.5
3	104	4
3	105	4.5
3	107	5
4	101	5
4	103	3
4	104	4.5
4	106	4
5	101	4
5	102	3
5	103	2
5	104	4
5	105	3.5
5	106	4

二、使用Excel的数据透视表工具，将行列值三列对应的数据转换成为矩阵的形式

	101	102	103	104	105	106	107
1	5	3	2.5	0	0	0	0
2	2	2.5	5	2	0	0	0
3	2.5	0	0	4	4.5	0	5
4	5	0	3	4.5	0	4	0
5	4	3	2	4	3.5	4	0

三、使用R统计工具，计算出每个用户之间的相似度

编辑函数，根据欧氏距离的公式：

计算用户之间的相似度矩阵。

EuclideanDistanceSimilarity <-  function(M) { 
    row <- nrow(M) 
    s <- matrix(0, row, row) 
    for (z1 in 1:row) { 
        for (z2 in 1:row) { 
            if (z1 < z2) { 
                num <- intersect(which(M[z1, ] != 0), which(M[z2, ] != 0))  #可计算的列 
                sum <- 0 
                for (z3 in num)  sum <- sum + (M[z1, ][z3]  - M[z2, ][z3])^2 
                 s[z2, z1] <- length(num)/(1 + sqrt(sum)) 
                if (s[z2, z1] > 1)  s[z2, z1] <- 1  #标准化 
                if (s[z2, z1] < -1) s[z2, z1] <- -1  #标准化 
             } 
        } 
    } 
    # 补全三角矩阵 
    ts <- t(s) 
    w <- which(upper.tri(ts)) 
    s[w] <- ts[w] 
    s 
}

四、使用到的R代码：

data<-read.csv("D:\\学习数据\\协同推荐\\CF_M.csv",header = F);

EuclideanDistanceSimilarity(data);

          [,1]      [,2]      [,3]      [,4]      [,5]
[1,] 0.0000000 0.6076560 0.2857143 1.0000000 1.0000000
[2,] 0.6076560 0.0000000 0.6532633 0.5568464 0.7761999
[3,] 0.2857143 0.6532633 0.0000000 0.5634581 1.0000000
[4,] 1.0000000 0.5568464 0.5634581 0.0000000 1.0000000
[5,] 1.0000000 0.7761999 1.0000000 1.0000000 0.0000000

五、使用结果，最近临矩阵

         top1 top2 
[1,]    4        5 
[2,]    5        3 
[3,]    5        2 
[4,]    1        5 
[5,]    1        3 

六、推荐矩阵（以用户ID为1的用户推荐）：

        101  102  103  104  105  106  107 
   4      0      0      0     4.5    0.0     4     0 
   5      0      0      0     4.0    3.5     4     0

因此，知道了算法的具体显示，即可使用各种程序对协同过滤的数据进行计算了。