机器都在不停学习
人怎么能停止脚步

推荐系统之协同过滤计算用户对商品的感兴趣程度

上一篇文章介绍了利用协同过滤的方法计算用户之间的相似度,基于用户的协同过滤,从定义来说,可以简单描述为以下两步:

  1. 找到和目标用户兴趣相似的用户集合
  2. 找到目标用户没有对该物品有过行为,但和目标用户兴趣相似的用户集合喜欢的物品,推荐给目标用户

本文使用MovieLens的1M数据集,这里计算用户相似度只用到了数据ratings.data.

ratings.data中包含userid,以及user对观看过的movie的评分信息与时间

为了方便处理,本文已经将user.data转换为user.csv,这份数据集可以点击这里下载

首先我们找出用户没有看过的电影

def get_candidates_items(csvpath, target_user_id):
    frame = pd.read_csv(csvpath)
    target_user_movies = set(frame[frame['UserID'] == target_user_id]['MovieID'])
    other_user_movies = set(frame[frame['UserID'] != target_user_id]['MovieID'])
    candidates_movies = list(target_user_movies ^ other_user_movies)
    return 

top_n_users在上一篇文章中已经讲过了,可以参考:推荐系统之协同过滤计算用户相似度

def get_top_n_items(csvpath, top_n_users, candidates_movies, top_n):
    frame = pd.read_csv(csvpath)
    top_n_user_data = [frame[frame['UserID'] == k] for k, _ in top_n_users]
    interest_list = []
    for movie_id in candidates_movies:
        tmp = []
        for user_data in top_n_user_data:
            if movie_id in user_data['MovieID'].values:
                tmp.append(user_data[user_data['MovieID'] == movie_id]['Rating'].values[0] / 5)
            else:
                tmp.append(0)
        interest = sum([top_n_users[i][1] * tmp[i] for i in range(len(top_n_users))])
        interest_list.append((movie_id, interest))
    interest_list = sorted(interest_list, key=lambda x: x[1], reverse=True)
    return interest_list[:top_n]

运行上面的程序,得到以下结果,可以看到推荐的电影以及预测的用户感兴趣程度.

向user_id为1的用户推荐的10部电影

在看推荐系统为用户推荐了什么电影之前,让我们先看一下user_id为1的用户的个人信息.用户的年龄与职业信息可以从这里下载:

字段说明可以从这里获得:

user_id=1的个人信息

可以看出来,这个用户是一个年龄小于18岁的女孩,职业是:”K-12 student”(Age=1表示年龄小于18岁,Occupation=10表示职业为K-12 student)

电影名字以及分类信息可以从这里获得.和ratings.csv一样,我们也将movies.data转换成了csv格式.

推荐系统向用户推荐的电影

我们的推荐系统给用户推荐的电影主题主要有:Animation|Children’s|Adventure|Comedy|Musical|Romance|Drama,可以看出这些应该是比较轻松,愉快,浪漫的电影.

因此,可以认为推荐系统推荐的电影与用户的信息,观影历史存在一定的相关性.

参考资料:

赞(0)
转载请注明出处机器在学习 » 推荐系统之协同过滤计算用户对商品的感兴趣程度
分享到: 更多 (0)

评论 抢沙发

Scroll Up