兴趣度计算
前面学习了关联规则的相关知识，接下来我们来学习协同过滤。
什么是协同过滤呢？我们以一个简单的问题来了解一下：如果你现在想看个电影，但你不知道具体看哪部，你会怎么做？
大部分的人会问问周围的朋友，看看最近有什么好看的电影推荐。朋友有很多，每一个都去问吗?
不是，我们一般更倾向于从口味比较类似的朋友那里得到推荐。
协同过滤是利用集体智慧的一种方法，但又稍有不同，它保留了个体的特征。简单来说是利用兴趣相投的、拥有共同经验的群体的喜好来向用户进行推荐他感兴趣的东西。
从这里我们可以发现协同过滤的核心问题就是：如何找到用户的兴趣？如何找到兴趣相投的其他用户？
协同过滤算法是最早也是最著名的推荐方法，主要有两类：基于用户的协同过滤算法(user-based collaboratIve filtering)，和基于物品的协同过滤算法(item-based collaborative filtering)。简单的说就是：人以类聚，物以群分。
总结来说，协同过滤推荐分为三步：
第一步：发现用户的偏好
第二步：找到相似的用户或物品
第三步：计算推荐
电影推荐案例
接下来我们就以一个案例来了解一下基于用户的系统过滤：
假设有A-G，7个人分别看了如图所示的电影并且给电影有如下评分（5分最高，没看过的不评分），我们目的是要向A用户推荐一部电影
首先我们来理一下思路：我们要基于A看过的电影，向A推荐他未看过的电影
协同过滤算法
协同过滤的整体思路只有两步，非常简单：寻找相似用户邻居，用相似邻居偏好来推荐物品
寻找相似用户，有很多种方法可以用来判断相似性，，其实是对于电影品味的相似，也就是说需要将A与其他几位用户做比较，判断是不是品味相似。
用我们刚刚讲过的协同过滤的三步来分析这个问题，首先我们根据用户A的评分发现，他偏爱像老炮儿这样性质的电影；然后我们要根据他的爱好找到类似用户？如何寻找类似用户呢？如何找到跟用户A一样偏爱老炮儿这种电影的用户呢？从数学的角度出发，我们是不是可以理解为计算两个用户之间的相似度，越相似，证明他们口味越接近。
那么问题来了，相似度计算方式很多，我们采用什么样的相似度计算方法呢？
通过相似度的计算算法找出相似用户、物品
常见的相似度计算算法有：欧几里德距离，余弦相似度，皮尔逊相关系数，杰卡德相似系数等
很多同学会说采用效果最好的相似度计算方法，那怎么知道那种相似度计算方法最好呢？这需要大家在学习和使用过程中去分辨。
欧式距离案例
这里我们使用“欧式距离”来作为相似度计算方法。把每一部电影看成N维空间中的一个维度，这样每个用户对于电影的评分相当于维度的坐标，那么每一个用户的所有评分，相当于就把用户固定在这个N维空间的一个点上，然后利用欧几里德距离计算N维空间两点的距离。距离越短说明品味越接近。
在本例中用户A只看过两部电影（《老炮儿》和《唐人街探案》），那我们只能通过这两部电影来判断用户A的品味了，也就是说我们要计算A和其他几位用户的欧式距离
变换方法为：相似性 = 1/(1+欧几里德距离)，这个相似性会落在【0，1】区间内，1表示完全品味一样，0表示完全品味不一样。这时我们就可以找到哪些人的品味和A最为接近了，计算后如下：
相似性：B-0.27，C-0.28，D-0.27，E-0.50，F-0.25，G-0.47
可见，E的口味与A最为接近，其次是G
前面我们说过欧式距离越近，越相似。对相似度的衡量我们习惯用[0,1]表示，1表示完全一样，0表示完全不一样。
当相似度为1时，我们可以理解为此时欧式距离为0；当相似度为0时，我们可以理解为此时欧式距离为无穷大
因此，欧式距离要与相似性要做一个转换，变换方法为：相似性 = 1/(1+欧几里德距离)
通过计算我们的出用户A与其他用户的相似度分别为：
B：0.27，C：0.28，D：0.27，E：0.50，F：0.25，G：0.47
从这些数据中我们可以看出E用户与A用户最为相似，相似度为50%，其次是G用户，相似度为47%
计算推荐
接下来我们就要进行协同过滤推荐的第三步：计算推荐。
如何计算推荐呢？我们把用户的相似度看作一个电影评分的一个加权相似，对A未看过的电影计算其他电影的加权评分，从而判别用户A会感兴趣的电影。
我们将用户A与其他用户的相似度以及其他用户对A未看过的电影分别看作两个矩阵，计算其他电影的加权评分就是计算两个矩阵对应位置的数的乘积。
除了加权，还要做少量的计算：总分是每个电影加权评分的总和，总相似度是对这个电影有评分的人的相似性综合，推荐度是总分/总相似性，目的是排除看电影人数对于总分的影响
最后一行就是电影的推荐度（因为是根据品味相同的人打分加权算出的分，可以近似认为如果A看了这部电影，预期的评分会是多少）
有了电影的加权得分，通常做法还要设定一个阈值，如果超过了阈值再给用户推荐，要不怎么推荐都是烂片，如果这里我们设置阈值为4，那么最终推荐给A的电影就是《寻龙诀》。
如果我们把一开始的评分表的行列调换，其他过程都不变，那么就变成了把电影推荐给合适的受众。因此，要根据不同场景选择不同的思考维度。
基于用户协同过滤的缺点
基于用户的协同过滤算法，一般应用于用户较少，物品比较多，时效性比较强的场合，比如新闻推荐等
代码实操
完整代码下载：
机器学习-推荐系统（基于用户）.ipynb-机器学习文档类资源-CSDN下载
主要代码展示
from collections import defaultdict critics = defaultdict(dict) for i in range(df.shape[0]): critics[str(df.iloc[i,0])][df.iloc[i,2]]=df.iloc[i,3] name=input("请输入你的学号：") n=int(input("请输入你要推荐的数目：")) result=getRecommendations(critics,name) X1=[] X2=[] X3=[] x1=0 x2=0 x3=0 for i in result: # print(df.iloc[df[df['产品名称']==i[1]].index[1],1]) if df.iloc[df[df['产品名称']==i[1]].index[0],1]=='酒店' and x1<n: X1.append(i) x1+=1 elif df.iloc[df[df['产品名称']==i[1]].index[0],1]=='餐饮' and x2<n: X2.append(i) x2+=1 elif df.iloc[df[df['产品名称']==i[1]].index[0],1]=='景区' and x3<n: X3.append(i) x3+=1 elif x1==n and x2==n and x3==n: break print("酒店推荐你选择这几家：") print(X1[:n]) print() print("餐饮推荐你选择这几家：") print(X2[:n]) print() print("景区推荐你选择这几家：") print(X3[:n])
