UserBasedCFwithMetrics.py-CSDN博客

本文链接：https://blog.csdn.net/weixin_43791303/article/details/106859477

UserBasedCFwithMetrics.py

这个python文件是基于用户的相似度去预测推荐的电影。

下面是这个python文件调用的第三方库。

from surprise.model_selection import train_test_split
from surprise.model_selection import LeaveOneOut
from surprise import KNNBaseline

下面的代码是计算用户的相似度，然后基于用户相似度来推荐电影系统。

# 加载数据集
def LoadMovieLensData():
    ml = MovieLens()
    print('Loading movie ratings..')
    data = ml.loadMovieLensDataset()
    #计算受欢迎的排名和新颖性
    rankings = ml.getPopularityRanks()
    return (ml,data,rankings)


#加载推荐算法的通用数据集
(ml,evaluationData,rankings) = LoadMovieLensData()

#创建一个推荐对象
evaluator = Evaluator(evaluationData,rankings)

t0= time()
#基于用户的KNN相似度
sim_options_user = {'name':'cosine','user_based':True}
userKNN = KNNBasic(sim_options = sim_options_user)
evaluator.AddAlgorithm(userKNN,"User KNN")

evaluator.Evaluate(True)

#根据评价指标打印推荐的电影
evaluator.SampleTopNRecs(ml)
tt=time()-t0
print("User based CF Model trained in %s seconds" % round(tt,3))