《推荐系统实战》——基于物品的协同过滤实现

一：物品相似度计算&推荐源代码（算法参考项亮《推荐系统实战》P55）：
其他代码模块参考我的另外一篇博客：
这里写链接内容

 def ItemSimilarity(self, train=None):        train = self.traindata or train        #calculate co-rated users between items        C = dict()        N = dict()        for u , items in train.items():            for i in items:                N.setdefault(i,0)                N[i] += 1                for j in items:                    if i == j:                        continue                    C.setdefault(i,{})                    C[i].setdefault(j, 0)                    C[i][j] += 1        #calculate final similarity matrix W        self.W=dict()        for i, related_items in C.items():            for j ,cij in related_items.items():                if i==j:                    continue                self.W.setdefault(i,{})                self.W[i].setdefault(j,0)                self.W[i][j]=cij/math.sqrt(N[i]*N[j]*1.0)        return self.W    def recommend(self,user_id,train=None ,k=8,nitem=40):        train = self.traindata or train        rank=dict()        ru = train[user_id]        for i ,pi in ru.items():            for j ,wj in sorted(self.W[i].items(),key = lambda x : x[1],reverse=True)[0:k]:                if j in ru:                    continue                rank.setdefault(j,0)                rank[j] += pi*wj        return dict(sorted(rank.items(),key = lambda x :x[1],reverse = True)[0:nitem])

测试语句：

w=cf.ItemSimilarity()print w['242']['86']print "**************************"R=cf.recommend('196')print R.keys()

实验结果：
1，物品id=242 与物品id=86的相似度
w[‘242’][‘86’]

2，对user_id=196的推荐的物品

3，结果（K=8取最相似的8个物品的集合，nitem=10 取推荐的前10个物品,数据集：u1.base）

数据集：u.date

问题：不知道为啥，这个跑的过程相当慢O__O “…，比userbasedcf慢4倍左右

二：改进算法

def ItemSimilarity(self, train=None):        train = self.traindata or train        #calculate co-rated users between items        C = dict()        N = dict()        self.W=dict()        for u , items in train.items():            for i in items.keys():                N.setdefault(i,0)                N[i] += 1                for j in items.keys():                    if i == j:                        continue                    C.setdefault(i,{})                    C[i].setdefault(j, 0)                    C[i][j] += 1/math.log( 1+ len(items)*1.0)        #calculate final similarity matrix W        for i, related_items in C.items():            for j ,cij in related_items.items():                if i==j:                    continue                self.W.setdefault(i,dict())                self.W[i][j] = cij/math.sqrt(N[i]*N[j]*1.0)

运行结果：