基于用户的协同过滤算法原理分析及代码实现

我所采用的数据集：MovieLens数据集ml-100k。

先进行原理分析，再讲代码实现。

基于用户的协同过滤算法主要包括两个步骤：

（1）找到和目标用户兴趣相似的用户集合；

（2）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。

步骤（1）的关键就是计算两个用户的兴趣相似度。给定用户u和用户v，令N(u)表示用户u曾经有过行为的物品集合，令N(v)表示用户v曾经有过行为的物品集合。我们可以通过Jaccard公式简单地计算u和v的兴趣相似度：

按我的理解，分子表示用户u与用户v同时喜欢的电影个数，分母表示用户u与用户v评论过的电影乘积。

在我的试验中，我采用的是Pearson相关系数计算相似距离：

采用Pearson相关系数用户x和y的相似度：

得到用户之间的兴趣相似度后，userCF算法会给用户推荐和他兴趣最相似的K个用户喜欢的物品。以下的公式度量了userCF算法中用户u对物品i的感兴趣程度：

其中，S(u,K)包含和用户u兴趣最接近的K个用户，N(i)是对物品i有过行为的用户集合，w是用户u和用户v的兴趣相似度，r是用户v对物品i的兴趣，这里令所有的r=1.

以上过程就是基于用户的协同过滤算法的简单流程，对算法有了大致了解后，再来看一下具体代码。

我写代码时候的思路：

（1）拿到数据后，按行读取；

（2）转换成两个字典，一个关于用户id,一个关于电影id;

（3）找出与特定用户评论过相同电影的所有用户；

（4）将特定用户与上一步得到的所有用户计算相似度，并排序；

（5）取出前K个用户，计算这K个用户所评论过的所有电影的加权和，并排序；

（6）取出若干个电影在列表中显示。

#主程序if __name__=='__main__':    itemTemp=getMovieList("E:/learning/python/ml-100k/u.item") #获取电影列表    fileTemp=readFile("E:/learning/python/ml-100k/u.data")     #读取文件    user_dic,movie_dic=createDict(fileTemp)                        #创建字典    movieTemp=userCF(188,user_dic,movie_dic,80)                    #对电影排序    rows=[]    table=Texttable()                                              #创建表格并显示    table.set_deco(Texttable.HEADER)    table.set_cols_dtype(['t','f','a'])    table.set_cols_align(["l","l","l"])    rows.append(["movie name","release","from userid"])    for i in movieTemp[:20]:        rows.append([itemTemp[i[1]][0],itemTemp[i[1]][1],""])    table.add_rows(rows)     print(table.draw())

干货：附上数据集及代码，开发环境是Python2.7，代码包含详细解释，有兴趣的童鞋可以了解一下，有问题可以和我交流。

参考：

《推荐系统实践》作者: 项亮

[推荐算法]基于用户的协同过滤算法