算法介绍
这种算法给用户推荐和他感兴趣相似的其他用户喜欢的物品，基于用户的偏好进行推荐，从全量数据集中找出哪些人有相同偏好，针对人群之间的相似偏好性进行推荐。
基于用户的协同过滤推荐算法主要包括两个步骤：
- 找到和目标用户兴趣相似的用户集合；
- 找到这个集合中的用户喜欢的，且目标用户没有听说过的物品推荐给目标用户。
算法核心：找出爱好相同的用户再根据对商品的评分排序进行推荐。
算法思想：基于用户对物品的偏好找到相邻邻居用户，然后将邻居用户喜欢的推荐给当前用户。计算上，就是将一个用户对所有物品的偏好作为一个向量来计算用户之间的相似度，找到K邻居后，根据邻居的相似度权重以及他们对物品的偏好，预测当前用户没有偏好的未涉及物品，计算得到一个排序的物品列表作为推荐。
算法示例：下图展示了一个例子，对于用户A，根据用户的历史偏好，这里只计算得到一个邻居-用户C，然后将用户C喜欢的物品D推荐给用户A。
算法优势
最大的优点是工程上容易实现，可以方便应用到产品中。目前绝大多数实际应用的推荐算法都是协同过滤推荐算法。
参数介绍
数据格式userId,itemId,rating
userId：用户ID
itemId：物品ID
rating：当前用户ID的用户对当前物品ID的物品的评分
topN：为用户i推荐前N个物品
调优方法
- 尽量选取更精准的rating值。
- 选择合适的距离公式，如：欧氏距离公式、余弦相似度距离公式、皮尔逊相关系数、曼哈顿距离公式、闵可夫斯基距离公式、杰卡德相似系数等。
- 根据应用场景选择合适的topN。
适用场景
在现今很流行的社交网络站点中，基于用户的协同过滤推荐算法是一个更不错的选择，基于用户的协同过滤推荐算法加上社会网络信息，可以增加用户对推荐解释的信服程度。
demo示例
from math import sqrt,powimport operatorclass UserCf(): #获得初始化数据 def __init__(self,data):
self.data=data; #通过用户名获得电影列表，仅调试使用 def getItems(self,username1,username2): return self.data[username1],self.data[username2] #计算两个用户的皮尔逊相关系数 #数据格式为：电影，评分 {'Snakes on a Plane': 4.5, 'You, Me and Dupree': 1.0, 'Superman Returns': 4.0} def pearsonDist(self,user1,user2): sumXY=0.0; n=1; sumX=0.0; sumY=0.0; sumX2=0.0; sumY2=0.0; try: for movie1,score1 in user1.items(): if movie1 in user2.keys():#计算公共的电影的评分 n+=1; score2 = user2[movie1] sumXY += score1*score2 sumX += score1; sumY += score2 sumX2+=pow(score1,2) sumY2+=pow(score2,2) molecule=sumXY-(sumX*sumY)/n; denominator = sqrt(1 + (sumX2-pow(sumX,2)/n)*(sumY2-pow(sumY,2)/n)) r=molecule/denominator except Exception as e: print("异常信息:",e) return 0 return r #计算两个用户的欧氏距离 #数据格式为：电影，评分 {'Snakes on a Plane': 4.5, 'You, Me and Dupree': 1.0, 'Superman Returns': 4.0} def euclidDist(self,user1,user2): sum=0.0; try: for movie1,score1 in user1.items(): if movie1 in user2.keys():#计算公共的电影的评分 score2 = user2[movie1] sum+=pow((score2-score1),2) r=sqrt(sum) except Exception as e: print("异常信息:",e) return 0 return r #计算两个用户的余弦相似度距离 #数据格式为：电影，评分 {'Snakes on a Plane': 4.5, 'You, Me and Dupree': 1.0, 'Superman Returns': 4.0} def cosineDist(self,user1,user2): sumXY=0.0; sumX=0.0; sumY=0.0; sumX2=0.0; sumY2=0.0; try: for movie1,score1 in user1.items(): sumX = sumX + pow(score1,2) if movie1 in user2.keys():#计算公共的电影的评分 score2 = user2[movie1] sumXY = sumXY + score1 * score2 for movie2,score2 in user2.items(): sumY = sumY + pow(score2,2) molecule = sumXY; denominator = sqrt(sumX) * sqrt(sumY) r = molecule/denominator except Exception as e: print("异常信息:",e) return 0 return r #计算与当前用户的距离，获得最临近的用户 def nearstUser(self,username,n=1): distances={};#用户，相似度 for otherUser,items in self.data.items():#遍历整个数据集 if otherUser not in username:#非当前的用户 #distance=self.euclidDist(self.data[username],self.data[otherUser])#计算两个用户的相似度 distance=self.cosineDist(self.data[username],self.data[otherUser])#计算两个用户的相似度 #distance=self.pearsonDist(self.data[username],self.data[otherUser])#计算两个用户的相似度 distances[otherUser]=distance print("排序前的用户为：",distances) sortedDistance=sorted(distances.items(),key=operator.itemgetter(1),reverse=True);#最相似的N个用户 print("排序后的用户为：",sortedDistance) return sortedDistance[:n] #给用户推荐电影 def recomand(self,username,n=1): recommand={};#待推荐的电影 for user,score in dict(self.nearstUser(username,n)).items():#最相近的n个用户 print("推荐的用户：",user,score) for movies,scores in self.data[user].items():#推荐的用户的电影列表 if movies not in self.data[username].keys():#当前username没有看过 print("%s为该用户推荐的电影：%s"%(user,movies)) if movies not in recommand.keys():#添加到推荐列表中 recommand[movies]=scores return sorted(recommand.items(),key=operator.itemgetter(1),reverse=True);#对推荐的结果按照电影评分排序#加载数据集def loadData(path): f = open(path, 'r') dataList = f.readlines() users = {} for data in dataList: dataArr = data.strip('\n').split(",") userId = dataArr[0] itemId = dataArr[1] rating = float(dataArr[2]) items = {} if userId in users: items = users[userId] items[itemId] = rating users[userId] = itemsreturn usersif __name__=='__main__': ''' users = {'Lisa Rose': {'Lady in the Water': 2.5, 'Snakes on a Plane': 3.5, 'Just My Luck': 3.0, 'Superman Returns': 3.5, 'You, Me and Dupree': 2.5, 'The Night Listener': 3.0}, 'Gene Seymour': {'Lady in the Water': 3.0, 'Snakes on a Plane': 3.5, 'Just My Luck': 1.5, 'Superman Returns': 5.0, 'The Night Listener': 3.0, 'You, Me and Dupree': 3.5}, 'Michael Phillips': {'Lady in the Water': 2.5, 'Snakes on a Plane': 3.0, 'Superman Returns': 3.5, 'The Night Listener': 4.0}, 'Claudia Puig': {'Snakes on a Plane': 3.5, 'Just My Luck': 3.0, 'The Night Listener': 4.5, 'Superman Returns': 4.0, 'You, Me and Dupree': 2.5}, 'Mick LaSalle': {'Lady in the Water': 3.0, 'Snakes on a Plane': 4.0, 'Just My Luck': 2.0, 'Superman Returns': 3.0, 'The Night Listener': 3.0, 'You, Me and Dupree': 2.0}, 'Jack Matthews': {'Lady in the Water': 3.0, 'Snakes on a Plane': 4.0, 'The Night Listener': 3.0, 'Superman Returns': 5.0, 'You, Me and Dupree': 3.5}, 'Toby': {'Snakes on a Plane': 4.5, 'You, Me and Dupree': 1.0, 'Superman Returns': 4.0} } ''' path = "/home/ai/recommandSystem/ALS1_rating.txt" users = loadData(path) print("data:",users) userCf=UserCf(data=users) recommandList=userCf.recomand('5', 2) print("最终推荐：%s"%recommandList)本文章为转载内容，我们尊重原作者对文章享有的著作权。如有内容错误或侵权问题，欢迎原作者联系我们进行内容更正或删除文章。
