python UserBasedCF

<pre name="code" class="python">import math

"""
UserBasedCF是基于用户协同过滤算法，是用户对项目的历史偏好，发掘用户之间的相关性
步骤：
     1、找到和目标用户兴趣相似的用户集合
	 2、找到这个集合中的用户喜欢的，且目标用户没有的物品推荐给目标用户

"""
#定义基于用户的协同过滤算法类
class UserBasedCF:
    #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，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)
			
    #用户间相似度
    def UserSimilarity(self):
        #建立物品-用户的倒排表
		#数据格式：key:物品 value:用户1，用户2
        self.item_users = dict()
			
		#遍历训练集中用户-物品数据
        for user,items in self.train.items():
		    #遍历用户对应的物品数据
            for i in items.keys():
			    #倒排表还没有该物品
                if i not in self.item_users:
				    #倒排表中该物品项赋值为set()集合
                    self.item_users[i] = set()
				#倒排表中该物品项添加该用户	
                self.item_users[i].add(user)

        #计算用户-用户相关性矩阵
        C = dict()  #用户-用户共现矩阵(某用户,与其他用户出现交集的个数)
        N = dict()  #用户产生行为的物品个数（不同用户的物品个数）
		
		#遍历物品-用户的倒排表，取得物品-用户数据
        for i,users in self.item_users.items():
			#遍历物品i下的用户
            for u in users:
			    #初始化用户产生行为的物品个数0
                N.setdefault(u,0)
				#遍历到该用户加1
                N[u] += 1
				
				#用户-用户共现矩阵初始化
                C.setdefault(u,{})
				#遍历该物品下所有的用户
                for v in users:
				    #若该项为当前用户，跳过
                    if u == v:
						continue
					#遍历到其他不同用户则加1
                    #初始化为0					
                    C[u].setdefault(v,0)
					#加1
                    C[u][v] += 1

        #计算用户-用户相似度，余弦相似度
        self.W = dict()      #相似度矩阵
		#遍历用户-用户共现矩阵的所有项，
		#每行用户、该行下的其他用户
        for u,related_users in C.items():
		    #存放用户间相似度
            self.W.setdefault(u,{})
			#遍历其他每一个用户及对应的同现矩阵的值，即分子部分
            for v,cuv in related_users.items():
			    #余弦相似度
                self.W[u][v] = cuv / math.sqrt(N[u] * N[v])
		#返回用户相似度
        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
        action_item = self.train[user].keys()   
		
        #对用户user按相似度从大到小进行排列
		#取与用户user相似度最大的K个用户
        for v,wuv in sorted(self.W[user].items(),key=lambda x:x[1],reverse=True)[0:K]:
            #遍历前K个与user最相关的用户
			#遍历每件物品、用户对该物品的偏好值
            for i,rvi in self.train[v].items():
			    #若用户user对物品i已有评价，则跳过
                if i in action_item:
                    continue
				#计算用户user对物品i的偏好值
                #初始化该值为0
                rank.setdefault(i,0)
				#通过与其相似用户对物品i的偏好值相乘并相加
                rank[i] += wuv * rvi
		#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  =  UserBasedCF('u.data','u.data')
    cf.UserSimilarity()
    print cf.Recommend('3')