基于内容的推荐
简介
基于内容的推荐方法是非常直接的,它以物品的内容描述信息为依据来做出的推荐,本质上是基于对物品和用户自身的特征或属性的直接分析和计算
例如,假设已知电影A是一部喜剧,而恰巧我们得知某个用户喜欢看喜剧电影,那么我们基于这样的已知信息,就可以将电影A推荐给该用户
步骤
- 根据物品属性内容等构建物品画像
- 根据用户行为记录等构建用户画像
- 根据用户画像从物品中寻找最匹配的topN物品进行推荐
物品画像
- 利用tags.csv中每部电影的标签作为电影的候选关键词
- 利用TF·IDF计算每部电影的标签的tfidf值,选取topN个关键词作为电影画像标签
- 将电影的分类词直接作为每部电影的画像标签
def get_movie_dataset():
tags = pd.read_csv(tags_path, usecols=range(1, 3))
tags = tags.groupby('movieId').agg(list)
movies = pd.read_csv(movies_path, index_col='movieId')
movies['genres'] = movies['genres'].apply(lambda x: x.split('|'))
# 为每部电影匹配对应的标签数据,如果没有将会是NAN
movies_index = set(movies.index) & set(tags.index)
new_tags = tags.loc[list(movies_index)]
ret = movies.join(new_tags)
movie_dataset = pd.DataFrame(
map(
lambda x: (x[0], x[1], x[2], x[2]+x[3]) if x[3] is not np.nan else (x[0