推荐系统入门笔记四: 基于物品的推荐算法实现
文章目录
一.实现思路
- 准备测试数据
- 计算物品相似度,使用jaccard 计算相似度
- 获取每个物品对应的相似物品
- 获取最后的推荐数据
二.代码实现
1.准备测试数据
users = ['User1', 'User2', 'User3', 'User4', 'User5', ]
items = ['ItemA', 'ItemB', 'ItemC', 'ItemD', 'ItemE']
datasets = [
[1, 0, 1, 1, 0],
[1, 0, 0, 1, 1],
[1, 0, 1, 0, 0],
[0, 1, 0, 1, 1],
[1, 1, 1, 0, 1],
]
df = pd.DataFrame(datasets, columns=items, index=users)2.计算物品相似度
items_similar = 1 - pairwise_distances(df.values.T, metric='jaccard')
items_similar = pd.DataFrame(items_similar, columns=items, index=items)3. 获取每个物品对应的相似物品
topN_items = {}
for i in items_similar.index:
_df = items_similar.loc[i].drop([i])
_df_sorted = _df.sort_values(ascending=False)
topN_items[i] = list(_df_sorted[:2].index)
print(topN_items)运行结果
{'ItemA': ['ItemC', 'ItemE'],
'ItemB': ['ItemE', 'ItemD'],
'ItemC': ['ItemA', 'ItemB'],
'ItemD': ['ItemE', 'ItemA'],
'ItemE': ['ItemB', 'ItemD']}4.获取最后的推荐数据
rs_results = {}
for user in df.index:
user_item = df.loc[user].replace(0, np.nan).dropna().index
rs_result = set()
for item in user_item:
rs_result=rs_result.union(topN_items[item])
rs_result -= set(df.loc[user].replace(0, np.nan).dropna().index)
rs_results[user] = rs_result
print(rs_results)推荐结果
{'User1': {'ItemB', 'ItemE'},
'User2': {'ItemB', 'ItemC'},
'User3': {'ItemB', 'ItemE'},
'User4': {'ItemA'},
'User5': {'ItemD'}}完整代码
import pandas as pd
from sklearn.metrics import jaccard_score
from sklearn.metrics.pairwise import pairwise_distances
import numpy as np
users = ['User1', 'User2', 'User3', 'User4', 'User5', ]
items = ['ItemA', 'ItemB', 'ItemC', 'ItemD', 'ItemE']
datasets = [
[1, 0, 1, 1, 0],
[1, 0, 0, 1, 1],
[1, 0, 1, 0, 0],
[0, 1, 0, 1, 1],
[1, 1, 1, 0, 1],
]
df = pd.DataFrame(datasets, columns=items, index=users)
# print(df)
items_similar = 1 - pairwise_distances(df.values.T, metric='jaccard')
items_similar = pd.DataFrame(items_similar, columns=items, index=items)
topN_items = {}
for i in items_similar.index:
_df = items_similar.loc[i].drop([i])
_df_sorted = _df.sort_values(ascending=False)
topN_items[i] = list(_df_sorted[:2].index)
print(topN_items)
rs_results = {}
for user in df.index:
user_item = df.loc[user].replace(0, np.nan).dropna().index
rs_result = set()
for item in user_item:
rs_result=rs_result.union(topN_items[item])
rs_result -= set(df.loc[user].replace(0, np.nan).dropna().index)
rs_results[user] = rs_result
print(rs_results)
{'User1': {'ItemB', 'ItemE'},
'User2': {'ItemB', 'ItemC'},
'User3': {'ItemB', 'ItemE'},
'User4': {'ItemA'},
'User5': {'ItemD'}}
评论
登录后参与技术讨论,分享你的经验与见解。
登录 / 注册暂无评论