【集體智慧編程】提供推薦

1、協做型過濾(Collaborative Filtering)

2、尋找相近用戶

數據集

critics = {
    '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}
}

	Lady in the Water	Snakes on a plane	Just My Luck	Superman Returns	You, Me and Dupree	The Night Listener
Rose	2.5	3.5	3.0	3.5	2.5	3.0
Seymour	3.0	3.5	5.0	5.0	2.5	3.0
Phillips	2.5	3.0	3.5	3.5		4.0
Puig	3.5		3.0	4.0	2.5	4.5
LaSalle	3.0	4.0	2.0	3.0	2.0	3.0
Mattnews	3.0	4.0		5.0	3.5	3.0
Toby	?	4.5	?	4.0	1.0	?

歐幾里得距離

>> from math import sqrt

>>sqrt(pow(x1-x2,2) + pow(y1-y2,2))

>> 1 / (1 + sqrt(pow(x1-x2,2) + pow(y1-y2,2)))   ==> 歸一化 0~1

def sim_distance(prefs, person1, person2):
    si = {}
    for item in prefs[person1]:        ===> 尋找p1和p2經過評論過的movie
        if item in prefs[person2]:
            si[item] = 1
    
    if len(si) == 0:
        return 0
    
    sum_of_squares = 0.0
    
    for item in prefs[person1]:       ==> 歐幾里得距離公式計算類似度
        if item in prefs[person2]:
            sum_of_squares += pow(prefs[person1][item] - prefs[person2][item], 2)
            
    return 1 / (1 + sum_of_squares)   ==> 歸一化

皮爾遜相關度

http://lobert.iteye.com/blog/2024999

def sim_pearson(prefs, p1, p2):
    si = {}
    for item in prefs[p1]:
        if item in prefs[p2]:
            si[item] = 1
    
    n = len(si)
    if n == 0:
        return 1
    
    sum1 = 0.0
    sum2 = 0.0
    sum1Sq = 0.0
    sum2Sq = 0.0
    pSum = 0.0
    for it in si:
        sum1 += prefs[p1][it]
        sum2 += prefs[p2][it]
        sum1Sq += pow(prefs[p1][it], 2)
        sum2Sq += pow(prefs[p2][it], 2)
        pSum += prefs[p1][it] * prefs[p2][it]
    
    num = pSum - (sum1 * sum2 / n)
    den = sqrt((sum1Sq - pow(sum1, 2) / n) * (sum2Sq - pow(sum2, 2) / n))
    
    if den == 0:
        return 0
    
    return num / den

推薦物品

爲Toby推薦：

計算全部用戶與Toby的類似度(sim_distance,sim_pearson)

def getRecommendations(prefs, person, similarity=sim_pearson):
    totals = {}
    simSums = {}
    
    for other in prefs:
        if other == person:
            continue
        
        #
        sim = similarity(prefs, person, other)        ==> 計算參數person與其餘全部用戶的類似度
        
        if sim <= 0:
            continue
        
        for item in prefs[other]:
            if item not in prefs[person] or prefs[person][item] == 0: ==> 推薦沒有看過的movie
                totals.setdefault(item, 0)
                totals[item] += prefs[other][item] * sim
                
                simSums.setdefault(item, 0)
                simSums[item] += sim
    
    # rankings = []      
    # for item,total in totals.items():
    #    rankings[total / simSums[item]] = item
     
    rankings = [(total / simSums[item], item) for item, total in totals.items()]   
    rankings.sort()                                    ==> 按照類似度降序排序
    rankings.reverse()
    
    return rankings

	類似度	Night	sim * Night	Lady	sim * Lady	Luck	sim * Luck
Rose	0.99	3.0	0.99 * 3.0	2.5	0.99 * 2.5	3.0	0.99 * 3.0
Seymour	0.38	3.0	0.38 * 3.0	3.0	0.38 * 3.0	1.5	0.38 * 1.5
Puig	0.89	4.5	0.89 * 4.5			3.0	0.89 * 3.0
LaSalle	0.92	3.0	0.92 * 3.0	3.0	0.92 * 3.0	2.0	0.92 * 2.0
Matthews	0.66	3.0	0.66 * 3.0	3.0	0.66 * 3.0
總計			12.89		8.38		8.07
類似度總計			0.99+0.38+0.89+0.92+0.66=3.84		0.99+0.38+0.92+0.66=2.83		0.99+0.38+0.89+0.92=3.18
總計/類似度總計			3.35		2.83		2.53

3、基於物品的過濾

基於用戶的協做型過濾，要求咱們使用來自每一位的所有評分構建數據集。這種方法對於數量以千計的用戶或是物品規模或是沒有問題，可是對於上百萬客戶的商品的大型網站而言，將一個用戶與其餘全部用戶進行比較，而後再對每位用戶評過度的商品進行比較，其速度多是沒法忍受的。一樣。一個商品銷售量爲數百萬的網站，也許用戶偏好方面彼此間不多見會有重疊，這可能會令用戶類似性判斷變得十分困難。

在擁有大量數據集的狀況下，基於物品的協做型過濾可以更好的得出結論，並且容許咱們將大量計算任務預先執行，從而