UserCF算法实现
实现原理
基于用户的协同过滤算法：
第一步，找到和目标用户兴趣相似的用户集合
第二步，找到这个集合中的用户喜欢的物品，然后过滤掉目标用户已经看到过或听说过的物品（发生过用户行为的），把没有听说过的物品推荐给目标用户
模拟数据
数据格式为 u-i（用户-物品）字典
A B C ……为用户 a b c ……为物品
并添加了用户分别对某一物品的评分
import math from operator import itemgetter UserCF_dict = {"A": {"a": 4.0, "b": 0.0, "c": 5.0, "d": 3.5, "e": 0.0, "f":2.0, "h":0.0}, "B": {"a": 0.0, "b": 3.0, "c": 4.5, "d": 1.0, "e": 3.5, "f":0.0, "h":3.0}, "C": {"a": 2.5, "b": 2.0, "c": 1.0, "d": 0.0, "e": 3.0, "f":4.0, "h":0.0}, "D": {"a": 1.0, "b": 0.0, "c": 0.0, "d": 6.5, "e": 1.5, "f":0.0, "h":4.0}, "E": {"a": 0.0, "b": 4.0, "c": 3.0, "d": 0.0, "e": 2.0, "f":1.0, "h":1.5}, "F": {"a": 4.0, "b": 1.5, "c": 0.0, "d": 0.5, "e": 1.5, "f":3.5, "h":0.0}}
两两用户之间计算
用两两用户之间计算兴趣相似度，给定用户u和用户v，其中N(u)表示用户u曾经有过用户行为的物品集合（u喜欢的物品集合），N(v)表示用户v曾经有过用户行为的物品集合，然后我们有两种公式计算uv的兴趣相似度：
1.Jaccard公式
2.余弦计算相似度公式
附图解释：
def UserSimilarity(dict_): w = dict() for u in dict_.keys(): w[u] = dict() #太久不写生疏了 字典要一步一步添加 for v in dict_.keys(): if u == v : continue # print(dict_[u].keys) u_dict = set([k for k in dict_[u].keys() if dict_[u][k] != 0]) # 对于u用户找出它发生过用户行为的物品集合 （即打过评分的物品集合） v_dict = set([k for k in dict_[v].keys() if dict_[v][k] != 0]) w[u][v] = len(u_dict & v_dict) w[u][v] /= math.sqrt(len(u_dict) * len(v_dict) * 1.0) return w # len(UesrCF_dict['A'] & UesrCF_dict['B']) w1 = UserSimilarity(UserCF_dict)
优化后的倒查表方式计算用户相似度
根据模拟数据建立物品到用户的倒查表，即对于每个物品保存对该物品产生过用户行为的用户列表
count字典存的是统计两个用户间是否有相同喜欢的物品，大大减少两两用户间没有相关性却遍历进行计算的时间
def UserSimilarity_better(dict_): items_users = dict() for u,items in dict_.items(): # print(u) for i in items.keys(): # print(i) items_users.setdefault(i,set()) # print(dict_[u][i]) if dict_[u][i] != 0: items_users[i].add(u) # print(items_users[i]) # print(items_users) count = dict() num = dict() for i,ur in items_users.items(): #i:{a,b,c,d,……} for u in ur: num.setdefault(u,0) num[u] += 1 # items_users.setdefault(i,set()) count.setdefault(u,dict()) #key： A B C …… for v in ur: count[u].setdefault(v,0) if u == v: continue count[u][v] += 1 #gonggong w = dict() for u,realted_u in count.items(): w.setdefault(u,dict()) for v,cuv in realted_u.items(): if u == v: continue w[u].setdefault(v,0) w[u][v] = cuv/math.sqrt(num[u] * num[v] * 1.0) return w w2 = UserSimilarity_better(UserCF_dict)
采用惩罚热门物品和倒查表方式计算用户相似度方法
同倒查表方式，只不过增加了一个 log函数 降低热门物品的影响
def UserSimilarity_best(dict_): items_users = dict() for u,items in dict_.items(): # print(u) for i in items.keys(): # print(i) items_users.setdefault(i,set()) # print(dict_[u][i]) if dict_[u][i] != 0: items_users[i].add(u) count = dict() num = dict() for i,ur in items_users.items(): #i:{a,b,c,d,……} ur:用户集合 热门 for u in ur: num.setdefault(u,0) num[u] += 1 # items_users.setdefault(i,set()) count.setdefault(u,dict()) #key： A B C …… for v in ur: count[u].setdefault(v,0) if u == v: continue count[u][v] += 1/math.log(1 + len(ur)) #gonggong log惩罚 w = dict() for u,realted_u in count.items(): w.setdefault(u,dict()) for v,cuv in realted_u.items(): if u == v: continue w[u].setdefault(v,0) w[u][v] = cuv/math.sqrt(num[u] * num[v] * 1.0) return w w3 = UserSimilarity_best(UserCF_dict)
推荐函数
在推荐函数中要注重k值的选取，从表格中可以看出随着k值变化 （准确率，召回率）先增加后减少 而覆盖率先减少后增加，表明我们推荐的物品比较集中 不太好 应尽量覆盖全面商品
流行度逐渐增加，表现我们推荐的物品集中于热门物品。应做好K值的选取。
def recommend(u,dict_,w_,k): #先得到用户对于喜欢物品的字典 #再找到目标用户相似度最高的k个用户 #获取k个用户的喜欢物品 删掉其中目标用户已发生过行为的物品 #再计算物品的推荐分数 = 目标用户与前k用户的相似度*前k用户喜欢物品的评分（求和） cout = dict() for i in dict_.keys(): cout[i] = set() for j in dict_[i].keys(): if dict_[i][j] != 0: cout[i].add(j) # print(cout) # print(w_[u]) x = sorted(w_[u].items(),key = itemgetter(1),reverse = True)[:k] # print(x) cout_item = dict() for i in range(k): # cout_item[x[i]] = set() cout_item[x[i][0]] = [ki for ki in cout[x[i][0]] if ki not in cout[u]] # print(cout_item) rank = dict() for j in cout_item.keys(): for i in range(len(cout_item[j])): # print(cout_item[j][i]) rank.setdefault(cout_item[j][i],0) rank[cout_item[j][i]] += w_[u][j] * dict_[j][cout_item[j][i]] # rank[ans] = 0 print(rank) #调用 ans = ['两两用户之间计算','优化后的倒查表方式计算用户相似度','采用惩罚热门物品和倒查表方式计算用户相似度方法'] li = [w1,w2,w3] for i in range(3): print(ans[i]) recommend('A',UserCF_dict,li[i],2)
