python协同过滤算法实现电影推荐(附源码)

简介: python协同过滤算法实现电影推荐(附源码)

本例中使用得是著名得电影数据集MovieLens-100数据集


MoviesLens数据集是实现和测试电影推荐最常用得数据集之一,包含943个用户为精选得1682部电影给出得100000个电影评分


主要文件如下1:u.data 2:u.item 3:u.user


1:查看用户/电影排名信息得代码如下

1666430464259.jpg

import  pandas as pd
heads=['user_id','item_id','rating','timestamp']
ratings=pd.read_csv(r'u.data',sep='\t',names=heads)
print(ratings)
print("用户数量",len(ratings))


2:查看导入的电影数据表


1666430426828.jpg

代码如下

import  pandas as pd
u_cols=['user_id','age','sex','occupation','zip_code']
users=pd.read_csv(r'u.data',sep='|',names=u_cols,encoding='latin-1')
print(users)
r_cols=['user_id','movie_id','rating','unix_timestamp']
ratings=pd.read_csv(r'u.data',sep='\t',names=r_cols,encoding='latin-1')
print(ratings)
m_cols=['movie_id','title','release_data','video_release_data','imdb_url']
movies=pd.read_csv(r'u.item',sep='|',names=m_cols,usecols=range(5),encoding='latin-1')
print(movies)


3:用协同过滤推荐算法进行电影推荐

image.png

image.png

image.png

误差评估如下

1666430336844.jpg

全部代码如下:

import  pandas as pd
import  numpy as np
from sklearn.metrics.pairwise import pairwise_distances
np.set_printoptions(suppress=True)  # 取消科学计数法输出
pd.set_option('display.max_rows', None) # 展示所有行
pd.set_option('display.max_columns', None) # 展示所有列
def predict(scoredata,similarity,type='user'):
    #基于物品得推荐
    if type=='item':
        predt_mat=scoredata.dot(similarity)/np.array([np.abs(similarity).sum(axis=1)])
    elif type=='user':
        #计算用户评分值 减少用户评分高低习惯影响
        user_meanscorse=scoredata.mean(axis=1)
        score_diff=(scoredata-user_meanscorse.reshape(-1,1))
        predt_mat=user_meanscorse.reshape(-1,1)+similarity.dot(score_diff)/np.array([np.abs(similarity).sum(axis=1)]).T
    return predt_mat
#读取数据
print('step 1 读取数据')
r_cols=['user_id','movie_id','rating','unix_timestamp']
scoredata=pd.read_csv(r'u.data',sep='\t',names=r_cols,encoding='latin-1')
print('数据形状',scoredata.shape)
#生成用户-物品评分矩阵
print('step2 生成 用户物品评分矩阵')
n_users=943
n_items=1682
data_matrix=np.zeros((n_users,n_items))
for line in range(np.shape(scoredata)[0]):
    row=scoredata['user_id'][line]-1
    col=scoredata['movie_id'][line]-1
    score=scoredata['rating'][line]
    data_matrix[row,col]=score
print('用户物品矩阵形状',data_matrix.shape)
#计算相似度
print('step3 计算相似度')
user_similaritry=pairwise_distances(data_matrix,metric='cosine')
item_similarity=pairwise_distances(data_matrix.T,metric='cosine')
print('user similarity',user_similaritry.shape)
print('item similartity',item_similarity.shape)
#进行相似度进行预测
print('step4 预测')
user_prediction=predict(data_matrix,user_similaritry,type='user')
item_perdiction=predict(data_matrix,item_similarity,type='item')
#显示推荐结果
print('step 5 显示推荐结果')
print('----------------')
print('ubcf预测形状',user_prediction.shape)
print('real answer\n',data_matrix[:5,5])
print('预测结果\n',user_prediction)
print('ibcf预测形状',item_perdiction.shape)
print('real answer\n',data_matrix[:5,:5])
print('预测结果\n',item_perdiction)
#性能评估
print('step 6 性能评估')
from sklearn.metrics import mean_squared_error
from math import sqrt
def rmse(predct,realNum):
    predct=predct[realNum.nonzero()].flatten()
    realNum=realNum[realNum.nonzero()].flatten()
    return sqrt(mean_squared_error(predct,realNum))
print('u-base mse=',str(rmse(user_prediction,data_matrix)))
print('m-based mse=',str(rmse(item_perdiction,data_matrix)))
相关文章
|
11天前
|
机器学习/深度学习 存储 算法
解锁文件共享软件背后基于 Python 的二叉搜索树算法密码
文件共享软件在数字化时代扮演着连接全球用户、促进知识与数据交流的重要角色。二叉搜索树作为一种高效的数据结构,通过有序存储和快速检索文件,极大提升了文件共享平台的性能。它依据文件名或时间戳等关键属性排序,支持高效插入、删除和查找操作,显著优化用户体验。本文还展示了用Python实现的简单二叉搜索树代码,帮助理解其工作原理,并展望了该算法在分布式计算和机器学习领域的未来应用前景。
|
27天前
|
监控 算法 安全
深度洞察内网监控电脑:基于Python的流量分析算法
在当今数字化环境中,内网监控电脑作为“守城卫士”,通过流量分析算法确保内网安全、稳定运行。基于Python的流量分析算法,利用`scapy`等工具捕获和解析数据包,提取关键信息,区分正常与异常流量。结合机器学习和可视化技术,进一步提升内网监控的精准性和效率,助力企业防范潜在威胁,保障业务顺畅。本文深入探讨了Python在内网监控中的应用,展示了其实战代码及未来发展方向。
|
1天前
|
算法 Serverless 数据处理
从集思录可转债数据探秘:Python与C++实现的移动平均算法应用
本文探讨了如何利用移动平均算法分析集思录提供的可转债数据,帮助投资者把握价格趋势。通过Python和C++两种编程语言实现简单移动平均(SMA),展示了数据处理的具体方法。Python代码借助`pandas`库轻松计算5日SMA,而C++代码则通过高效的数据处理展示了SMA的计算过程。集思录平台提供了详尽且及时的可转债数据,助力投资者结合算法与社区讨论,做出更明智的投资决策。掌握这些工具和技术,有助于在复杂多变的金融市场中挖掘更多价值。
22 12
|
7天前
|
监控 算法 安全
内网桌面监控软件深度解析:基于 Python 实现的 K-Means 算法研究
内网桌面监控软件通过实时监测员工操作,保障企业信息安全并提升效率。本文深入探讨K-Means聚类算法在该软件中的应用,解析其原理与实现。K-Means通过迭代更新簇中心,将数据划分为K个簇类,适用于行为分析、异常检测、资源优化及安全威胁识别等场景。文中提供了Python代码示例,展示如何实现K-Means算法,并模拟内网监控数据进行聚类分析。
28 10
|
25天前
|
存储 算法 安全
控制局域网上网软件之 Python 字典树算法解析
控制局域网上网软件在现代网络管理中至关重要,用于控制设备的上网行为和访问权限。本文聚焦于字典树(Trie Tree)算法的应用,详细阐述其原理、优势及实现。通过字典树,软件能高效进行关键词匹配和过滤,提升系统性能。文中还提供了Python代码示例,展示了字典树在网址过滤和关键词屏蔽中的具体应用,为局域网的安全和管理提供有力支持。
50 17
|
29天前
|
存储 人工智能 算法
深度解密:员工飞单需要什么证据之Python算法洞察
员工飞单是企业运营中的隐性风险,严重侵蚀公司利润。为应对这一问题,精准搜集证据至关重要。本文探讨如何利用Python编程语言及其数据结构和算法,高效取证。通过创建Transaction类存储交易数据,使用列表管理订单信息,结合排序算法和正则表达式分析交易时间和聊天记录,帮助企业识别潜在的飞单行为。Python的强大功能使得从交易流水和沟通记录中提取关键证据变得更加系统化和高效,为企业维权提供有力支持。
|
28天前
|
存储 算法 安全
U 盘管控情境下 Python 二叉搜索树算法的深度剖析与探究
在信息技术高度发达的今天,数据安全至关重要。U盘作为常用的数据存储与传输工具,其管控尤为关键。本文探讨Python中的二叉搜索树算法在U盘管控中的应用,通过高效管理授权U盘信息,防止数据泄露,保障信息安全。二叉搜索树具有快速插入和查找的优势,适用于大量授权U盘的管理。尽管存在一些局限性,如树结构退化问题,但通过优化和改进,如采用自平衡树,可以有效提升U盘管控系统的性能和安全性。
26 3
|
4天前
|
算法 数据安全/隐私保护 计算机视觉
基于FPGA的图像双线性插值算法verilog实现,包括tb测试文件和MATLAB辅助验证
本项目展示了256×256图像通过双线性插值放大至512×512的效果,无水印展示。使用Matlab 2022a和Vivado 2019.2开发,提供完整代码及详细中文注释、操作视频。核心程序实现图像缩放,并在Matlab中验证效果。双线性插值算法通过FPGA高效实现图像缩放,确保质量。
|
1月前
|
算法 数据安全/隐私保护 计算机视觉
基于Retinex算法的图像去雾matlab仿真
本项目展示了基于Retinex算法的图像去雾技术。完整程序运行效果无水印,使用Matlab2022a开发。核心代码包含详细中文注释和操作步骤视频。Retinex理论由Edwin Land提出,旨在分离图像的光照和反射分量,增强图像对比度、颜色和细节,尤其在雾天条件下表现优异,有效解决图像去雾问题。
|
1月前
|
算法 数据可视化 安全
基于DWA优化算法的机器人路径规划matlab仿真
本项目基于DWA优化算法实现机器人路径规划的MATLAB仿真,适用于动态环境下的自主导航。使用MATLAB2022A版本运行,展示路径规划和预测结果。核心代码通过散点图和轨迹图可视化路径点及预测路径。DWA算法通过定义速度空间、采样候选动作并评估其优劣(目标方向性、障碍物距离、速度一致性),实时调整机器人运动参数,确保安全避障并接近目标。
148 68

推荐镜像

更多