目录
数据展示 推荐算法的分类
Jaccard相似度 分析数据的特点 可以考虑的方法 计算方法优缺点 计算用户之间的Jaccard相似度 获取与给定最相似的10个用户 对1713353的用户推荐10本书
import pandas as pd
import numpy as np
data = pd. read_csv( 'E:/recommended_s/Books.csv' , header= None , names= [ '用户id' , '书籍id' , 'rating' , 'timestamp' ] ) [ : 10000 ]
print ( data. head( 10 ) )
Jaccard相似度：通过计算两个用户喜好集合的交集元素数量与并集元素数量的比值来衡量相似度。 余弦相似度：将用户的喜好表示为向量，通过计算两个向量的余弦值来衡量相似度。余弦相似度考虑了向量的方向和长度，适用于处理偏好差异和权重差异的情况。 皮尔逊相关系数：通过计算两个用户喜好向量之间的协方差和标准差的比值来衡量相似度。皮尔逊相关系数可以衡量线性相关性，适用于处理用户评分的情况。 欧氏距离：将用户的喜好表示为向量，通过计算两个向量之间的欧氏距离来衡量相似度。欧氏距离衡量了向量之间的距离，数值越小表示越相似。 曼哈顿距离：将用户的喜好表示为向量，通过计算两个向量之间的曼哈顿距离来衡量相似度。曼哈顿距离衡量了向量之间的距离，数值越小表示越相似。 基于流行度的推荐：推荐热门、流行的物品给用户。这种方法假设用户可能对热门物品感兴趣，适用于新用户或缺乏个性化信息的情况。 基于上下文的推荐：考虑用户的上下文信息，如时间、地点、设备等，来进行推荐。根据用户当前的上下文环境，推荐适合的物品。例如，在早晨推荐早餐食谱，在晚上推荐电影。 基于社交网络的推荐：利用用户在社交网络中的关系和交互信息，进行推荐。例如，根据用户的好友喜好进行推荐，或者利用社交网络中的社区结构进行推荐。 Jaccard相似度是一种用于比较两个集合相似程度的度量方法。它通过计算两个集合的交集元素数量与并集元素数量的比值来衡量它们的相似性 。 具体地，给定两个集合A和B，Jaccard相似度可以通过以下公式计算：J(A, B) = |A ∩ B| / |A ∪ B|，其中，|A ∩ B|表示集合A和B的交集元素数量，|A ∪ B|表示集合A和B的并集元素数量。 Jaccard相似度的取值范围在0到1之间，数值越接近1表示两个集合越相似，数值越接近0表示两个集合越不相似。 低维，对于产品只有书籍id，没有关于书籍的其他内容，比如内容，属性等等。【当然也可以将书籍id进行拆解，但是因为时间原因并没有细化】 存在一对一和一对100的情况，每个用户所看过的书籍数目不同且有较大差异。 基于用户的协同过滤推荐算法：由于数据中包含了用户对不同物品的评分记录，可以基于用户之间的评分行为相似性来进行推荐。通过计算用户之间的相似度，找到与目标用户兴趣相似的其他用户，然后根据这些用户的评分记录，推荐给目标用户可能感兴趣的物品。 基于内容的推荐算法：数据中的物品ID可以用于表示物品的内容特征，如关键词、标签等。可以根据物品之间的内容相似性来进行推荐。通过计算物品之间的相似度，找到与目标物品相似的其他物品，然后推荐给用户。 基于时间的推荐算法：数据中的时间戳可以用于表示用户对物品的评分时间。可以根据时间的先后顺序，推荐最近或最热门的物品给用户。例如，可以推荐用户最近一段时间内热门的物品，或者根据用户的历史评分记录，预测用户未来可能感兴趣的物品。 简单直观：Jaccard相似度的计算方法简单明了，易于理解和实现。【选择该算法的主要原因】 不受数据规模影响：Jaccard相似度只关注集合的共同元素数量，而不考虑集合的大小，因此不受数据规模的影响。 适用于稀疏数据：对于稀疏的用户-物品矩阵，Jaccard相似度可以有效地衡量用户之间的喜好相似度。 但，Jaccard相似度只考虑了集合的共同元素，而没有考虑元素之间的权重差异 。
def Jaccard_similarity ( user_id, data) :
user_data = data[ data[ '用户id' ] == user_id]
other_users = data[ data[ '用户id' ] != user_id]
other_users_ids= list ( set ( other_users[ '用户id' ] ) )
user_books = set ( user_data[ '书籍id' ] )
other_users_books = other_users. groupby( '用户id' ) [ '书籍id' ] . apply ( set ) . tolist( )
i= 0
similarities = [ ]
for other_user_book in other_users_books:
intersection = user_books. intersection( other_user_book)
union = user_books. union( other_user_book)
Jaccard = float ( len ( intersection) ) / ( len ( union) + 1e-8 )
user_id = other_users_ids[ i]
i= i+ 1
similarities. append( ( user_id, Jaccard) )
return similarities
def get_similar_users ( user_id, data, top_n= 10 ) :
similar_users = Jaccard_similarity( user_id, data)
similar_users. sort( key= lambda x: x[ 1 ] , reverse= True )
user_books = set ( data[ data[ '用户id' ] == user_id] [ '书籍id' ] )
recommended_books = [ ]
for other_user, _ in similar_users[ : top_n] :
other_user_books = set ( data[ data[ '用户id' ] == other_user] [ '书籍id' ] )
recommended_books. extend( [ book for book in other_user_books if book not in user_books] )
return recommended_books[ : 10 ]
user_id = '1713353'
recommended_books = get_similar_users( user_id, data)
for book in recommended_books:
print ( book)
