crab-python的推薦系統

項目：

是一個發展中的推薦系統

http://www.oschina.net/p/crab

安裝：

( 優先用easy_install )

* numpy

    Q:遇到缺乏vcvarsall.bat的問題

    A: 當已經安裝了vs20xx時，可設置環境變量

        SET VS90COMNTOOLS=%VS100COMNTOOLS%

    Q:遇到各類編譯錯誤

    A：直接上win的安裝版，注意和python版本對應

        http://sourceforge.net/projects/numpy/files/NumPy/

* Scipy

    直接上win的安裝版，注意和python版本對應

        http://sourceforge.net/projects/scipy/files/Scipy 

* scikits.learn

    依賴numpy

* matplotlib 

    爲了構建文檔和一些示例代碼

     依賴較多，可跳過

* crab

    easy_install安裝效果很差，import scikits.crab提示找不到

    改在 https://github.com/muricoca/crab 下載源碼包，用python setup.py install 安裝

     (在linux下也是一樣狀況)

----------------------------------

* 測試

  保存爲文件，直接python執行便可

#!/usr/bin/env python
#coding=utf-8   


def base_demo():
	# 基礎數據-測試數據
	from scikits.crab import datasets
	movies = datasets.load_sample_movies()
	#print movies.data
	#print movies.user_ids
	#print movies.item_ids

	#Build the model
	from scikits.crab.models import MatrixPreferenceDataModel
	model = MatrixPreferenceDataModel(movies.data)

	#Build the similarity
	# 選用算法 pearson_correlation
	from scikits.crab.metrics import pearson_correlation
	from scikits.crab.similarities import UserSimilarity
	similarity = UserSimilarity(model, pearson_correlation)

	# 選擇 基於User的推薦
	from scikits.crab.recommenders.knn import UserBasedRecommender
	recommender = UserBasedRecommender(model, similarity, with_preference=True)
	print recommender.recommend(5)	# 輸出個結果看看效果 Recommend items for the user 5 (Toby)

	# 選擇 基於Item 的推薦(一樣的基礎數據，選擇角度不一樣)
	from scikits.crab.recommenders.knn import ItemBasedRecommender
	recommender = ItemBasedRecommender(model, similarity, with_preference=True)
	print recommender.recommend(5)	# 輸出個結果看看效果 Recommend items for the user 5 (Toby)

def itembase_demo():
    from scikits.crab.models.classes import MatrixPreferenceDataModel
    from scikits.crab.recommenders.knn.classes import ItemBasedRecommender
    from scikits.crab.similarities.basic_similarities import ItemSimilarity
    from scikits.crab.recommenders.knn.item_strategies import ItemsNeighborhoodStrategy
    from scikits.crab.metrics.pairwise import euclidean_distances
    movies = {
			'Marcel Caraciolo': \
				{'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}, \
			'Paola Pow': \
				{'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}, \
			'Leopoldo Pires': \
				{'Lady in the Water': 2.5, 'Snakes on a Plane': 3.0, 'Superman Returns': 3.5, 'The Night Listener': 4.0}, 
			'Lorena Abreu': \
				{'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}, \
			'Steve Gates': \
				{'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}, \
			'Sheldom':\
				{'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}, \
			'Penny Frewman': \
				{'Snakes on a Plane':4.5,'You, Me and Dupree':1.0, 'Superman Returns':4.0}, 'Maria Gabriela': {}
			}
    model = MatrixPreferenceDataModel(movies)
    items_strategy = ItemsNeighborhoodStrategy()
    similarity = ItemSimilarity(model, euclidean_distances)
    recsys = ItemBasedRecommender(model, similarity, items_strategy)
    
    print recsys.most_similar_items('Lady in the Water')
	#Return the recommendations for the given user.
    print recsys.recommend('Leopoldo Pires')
    #Return the 2 explanations for the given recommendation.
    print recsys.recommended_because('Leopoldo Pires', 'Just My Luck', 2)
	#Return the similar recommends
    print recsys.most_similar_items('Lady in the Water')
	#估算評分
    print recsys.estimate_preference('Leopoldo Pires','Lady in the Water')
	
	
base_demo()
itembase_demo()

推薦算法:

這裏不細究算法自己，只介紹概念，方便理解crab的實現

* kNN算法 

    簡單的分類/聚類算法，從訓練集中找到和新數據最接近的k條記錄，而後根據他們的主要分類來決定新數據的類別。

    3個主要因素：訓練集、距離或類似的衡量、k的大小

* SVD 

    帶有社交因素，根據已有的評分狀況，分析出評分者對各個因子的喜愛程度以及電影包含各個因子的程度，最後再反過來根據分析結果預測評分