python Item_CF

#coding:utf-8
import math

"""
Item_CF基于物品的协同过滤算法，该算法给用户推荐那些和他们之前喜欢物品相似的物品。
比如：该算法会因为你购买过《JAVA编程思想》而给你推荐《JAVA核心技术》。物品A和物品B
具有很大的相似度是因为喜欢物品A的用户大都也喜欢物品B
"""

#定义基于物品的协同过滤算法类
class ItemBasedCF:
    #初始化对象
    def __init__(self,train_file,test_file):
        #训练数据
        self.train_file = train_file
        #测试数据
        self.test_file = test_file
        #读取数据
        self.readData()

        #数据读取函数
    def readData(self):
        #读取文件，并生成用户-物品的评分表和测试集
        #用户-物品的评分表
        #训练集
        self.train = dict()     
        #打开文件，按行读取训练数据
        for line in open(self.train_file):
            #获得用户、物品、评分数据，丢弃时间戳数据
            user,item,score,_ = line.strip().split("\t")
            #用户-物品评分矩阵
            self.train.setdefault(user,{})
            #分数赋值
            self.train[user][item] = int(score)

            #测试集	
        self.test = dict()      
        #打开文件，按行读取训练数据
        for line in open(self.test_file):
            #获得用户、物品、评分数据，丢弃时间戳数据
            user,item,score,_ = line.strip().split("\t")
            #用户-物品评分矩阵
            self.test.setdefault(user,{})
            #分数赋值
            self.test[user][item] = int(score)

    #物品间相似度
    def ItemSimilarity(self):
        #建立物品-物品的共现矩阵
        C = dict()  #物品-物品的共现矩阵
        N = dict()  #物品被多少个不同用户购买

        #遍历训练数据，获得用户对有过行为的物品
        for user,items in self.train.items():
            #遍历该用户每件物品项
            for i in items.keys():
                #该物品被用户购买计数加1
                N.setdefault(i,0)
                N[i] += 1
                #物品-物品的共现矩阵数据加1
                C.setdefault(i,{})
                #遍历该用户每件物品项
                for j in items.keys():
                    #若该项为当前物品，跳过
                    if i == j : continue
                    #同一个用户下，其他物品项
                    #遍历到其他不同物品则加1
                    #初始化为0		
                    C[i].setdefault(j,0)
                    #加1
                    C[i][j] += 1

        #计算相似度矩阵		
        #计算物品-物品相似度，余弦相似度
        self.W = dict()
        #遍历物品-物品共现矩阵的所有项，
        #每行物品、该行下的其他物品
        for i,related_items in C.items():
            #存放物品间相似度
            self.W.setdefault(i,{})
            #遍历其他每一个物品及对应的同现矩阵的值，即分子部分
            for j,cij in related_items.items():
                #余弦相似度
                self.W[i][j] = cij / (math.sqrt(N[i] * N[j]))
                #返回物品相似度
        return self.W

    #给用户user推荐，前K个相关用户喜欢的，
    #用户user未产生过行为的物品
    #默认3个用户，推荐10个物品
    def Recommend(self,user,K=3,N=10):
        #用户user对物品的偏好值
        rank = dict()
        #用户user产生过行为的物品项item和评分
        action_item = self.train[user]  

        #找用户user产生过行为的物品item，
        #与物品item按相似度从大到小进行排列
        #取与物品item相似度最大的K个物品	
        for item,score in action_item.items():
            #遍历与物品item最相似的前K个物品，获得这些物品及相似分数
            for j,wj in sorted(self.W[item].items(),key=lambda x:x[1],reverse=True)[0:K]:
                #若该物品当前物品，跳过
                if j in action_item.keys():
                    continue
                #计算用户user对物品i的偏好值
                #初始化该值为0
                rank.setdefault(j,0)
                #通过与其相似物品对物品i的偏好值相乘并相加
                rank[j] += score * wj
        #按评分值大小，为用户user推荐结果的取前N个物品
        return dict(sorted(rank.items(),key=lambda x:x[1],reverse=True)[0:N])

if __name__ == '__main__':
    cf  =  ItemBasedCF('u.data','u.data')
    cf.ItemSimilarity()
    print cf.Recommend('3')