Python推荐系统学习笔记(3)基于协同过滤的个性化推荐算法实战---ItemCF算法(下)

本文主要是介绍Python推荐系统学习笔记(3)基于协同过滤的个性化推荐算法实战---ItemCF算法(下),希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

       本文在 Python推荐系统学习笔记(2)基于协同过滤的个性化推荐算法实战---ItemCF算法 一文的基础上,对其基本的ItemCF算法做出改进。

一、相关概念

1、ItemCF中,基于行为(喜好)的相似性度量公式原始形式:

        

        s i,j 代表物品 i 和 j 的相似度;u(i) 和 u(j) 代表含有物品 或者物品 行为的用户集合;分子表示既行为过 i 又行为过物品 的用户个数的绝对值;分母代表行为过物品 以及行为过物品 的用户的数量的乘积的平方根。

2、ItemCF中,基于行为(喜好)的相似性度量公式改进形式1:

        改进意义:活跃用户应该被降低在相似度公式中的贡献度,如批发商用户会购置多项物品。

        

         N(u) 代表用户行为过的物品总数。

3、ItemCF中,基于行为(喜好)的相似性度量公式改进形式2:

       改进意义:用户在不同时间对物品的操作应给予时间衰减惩罚,如在很多场景中,用户的兴趣会随时间发生变化,需要基于时间衰减进行加权。

                      其中,

       △t 是行为差异时间,α 是权重。

二、ItemCF推荐改进实战:

1、第一种改进形式:

      

     只需将原始的base_contribute_score()函数定义更改为以下形式:

def update_one_contribute_score(user_total_click_num):return  1/math.log10(1+user_total_click_num)

     调用处也改为以下形式:

#第一处
co_appear[itemid_i][itemid_j]+=update_one_contribute_score(len(itemlist))
#第二处
co_appear[itemid_j][itemid_i]+=update_one_contribute_score(len(itemlist))

2、第二种改进形式:

      其中,

    (1)需要更改信息读取工具模块reader.py中的get_user_click函数,增加时间戳信息的获取:

#获得用户的点击序列,改进
def get_user_click(rating_file):#如果路径不存在,返回空数据if not os.path.exists(rating_file):return {},{}#打开文件fp=open(rating_file)num=0#用于传回的数据user_click={}#*改进,加入时间戳user_click_time={}#循环数据for line in fp:#第一行是表头,需要跳过处理if num==0:num+=1continue#根据逗号提取每个项目item=line.strip().split(',')if len(item)<4:continue[userid,itemid,rating,timestamp]=item#*改进处if userid+"_"+itemid not in user_click_time:#存储用户点击的电影的时间戳user_click_time[userid+"_"+itemid]=int(timestamp)if float(rating)<3.0:  #如果评分低于3分,则视为该用户不喜欢该电影continue#将单一用户的点击序列添加至返回数据if userid not in user_click:user_click[userid]=[]user_click[userid].append(itemid)fp.close()return user_click,user_click_time

    (2)更改核心算法中的主函数main_flow():

def main_flow():#获取用户的点击序列数据,改进,加入时间戳数据获取user_click,user_click_time=reader2.get_user_click("../data/ratings.csv")#获取电影信息数据item_info=reader2.get_item_info("../data/movies.csv")#计算各个物品之间的相似度,改进,加入时间戳因子sim_info=cal_item_sim(user_click,user_click_time)#计算每个用户的推荐(与喜好电影相似度较高的)电影recom_result=cal_recom_result(sim_info,user_click)#print(recom_result["1"])#根据用户id推荐电影,此处为1debug_recomresult(recom_result, item_info,"1")

    (3)更改原始的base_contribute_score()函数:

def update_two_contribute_score(click_time_one,click_time_two):delata_time=abs(click_time_one-click_time_two)#将时间戳单位换算为天total_sec=60*60*24delata_time=delata_time/total_secreturn 1/(1+delata_time)  # α 此处取1

   (4)各个电影间的相似度计算函数更改,增加时间戳因子的获取与计算:

#计算各个电影间的相似度,改进
def cal_item_sim(user_click,user_click_time):#相似度数据co_appear={}#用于统计每个电影的行为用户数量item_user_click_time={}#循环点击序列数据,user是每用户的id,itemlist是每个用户的点击序列for user,itemlist in user_click.items():#循环每个用户的点击序列的索引for index_i in range(0,len(itemlist)):#计算每个item的被用户点击数量itemid_i=itemlist[index_i]item_user_click_time.setdefault(itemid_i,0) #setdefault方法可以对不存在的键做初值设定(初始化)item_user_click_time[itemid_i]+=1#计算每个电影id和其他电影id共同出现在一个用户的点击序列中的数值for index_j in range(index_i+1,len(itemlist)):itemid_j=itemlist[index_j]#改进处if user+"_"+itemid_i not in user_click_time:click_time_one=0else:click_time_one=user_click_time[user+"_"+itemid_i]if user + "_" + itemid_j not in user_click_time:click_time_two = 0else:click_time_two = user_click_time[user + "_" + itemid_j]#计算所有电影id中,两两id的共同出现次数co_appear.setdefault(itemid_i,{})co_appear[itemid_i].setdefault(itemid_j,0)#调用处的改进co_appear[itemid_i][itemid_j] +=update_two_contribute_score(click_time_one,click_time_two)co_appear.setdefault(itemid_j,{})co_appear[itemid_j].setdefault(itemid_i,0)#调用处的改进co_appear[itemid_j][itemid_i]+=update_two_contribute_score(click_time_one,click_time_two)#计算相似度item_sim_score={}item_sim_score_sorted={}for itemid_i,relate_item in co_appear.items():for itemid_j,co_time in relate_item.items():#相似度计算公式sim_score=co_time/math.sqrt(item_user_click_time[itemid_i]*item_user_click_time[itemid_j])#存储相似度item_sim_score.setdefault(itemid_i,{})item_sim_score[itemid_i][itemid_j]=sim_score#对相似度进行排序for itemid in item_sim_score:item_sim_score_sorted[itemid]=sorted(item_sim_score[itemid].items(),key=operator.itemgetter(1),reverse=True)return item_sim_score_sorted

三、参考资料:

 

1、https://www.imooc.com/learn/1029

2、https://www.imooc.com/learn/990

3、https://blog.csdn.net/yimingsilence/article/details/54934302

4、https://blog.csdn.net/xiaokang123456kao/article/details/74735992

5、项亮. 推荐系统实践[M]. 人民邮电出版社, 2012.

这篇关于Python推荐系统学习笔记(3)基于协同过滤的个性化推荐算法实战---ItemCF算法(下)的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/593591

相关文章

Python结合PyWebView库打造跨平台桌面应用

《Python结合PyWebView库打造跨平台桌面应用》随着Web技术的发展,将HTML/CSS/JavaScript与Python结合构建桌面应用成为可能,本文将系统讲解如何使用PyWebView... 目录一、技术原理与优势分析1.1 架构原理1.2 核心优势二、开发环境搭建2.1 安装依赖2.2 验

一文详解如何在Python中从字符串中提取部分内容

《一文详解如何在Python中从字符串中提取部分内容》:本文主要介绍如何在Python中从字符串中提取部分内容的相关资料,包括使用正则表达式、Pyparsing库、AST(抽象语法树)、字符串操作... 目录前言解决方案方法一:使用正则表达式方法二:使用 Pyparsing方法三:使用 AST方法四:使用字

Python列表去重的4种核心方法与实战指南详解

《Python列表去重的4种核心方法与实战指南详解》在Python开发中,处理列表数据时经常需要去除重复元素,本文将详细介绍4种最实用的列表去重方法,有需要的小伙伴可以根据自己的需要进行选择... 目录方法1:集合(set)去重法(最快速)方法2:顺序遍历法(保持顺序)方法3:副本删除法(原地修改)方法4:

Python运行中频繁出现Restart提示的解决办法

《Python运行中频繁出现Restart提示的解决办法》在编程的世界里,遇到各种奇怪的问题是家常便饭,但是,当你的Python程序在运行过程中频繁出现“Restart”提示时,这可能不仅仅是令人头疼... 目录问题描述代码示例无限循环递归调用内存泄漏解决方案1. 检查代码逻辑无限循环递归调用内存泄漏2.

Python中判断对象是否为空的方法

《Python中判断对象是否为空的方法》在Python开发中,判断对象是否为“空”是高频操作,但看似简单的需求却暗藏玄机,从None到空容器,从零值到自定义对象的“假值”状态,不同场景下的“空”需要精... 目录一、python中的“空”值体系二、精准判定方法对比三、常见误区解析四、进阶处理技巧五、性能优化

使用Python构建一个Hexo博客发布工具

《使用Python构建一个Hexo博客发布工具》虽然Hexo的命令行工具非常强大,但对于日常的博客撰写和发布过程,我总觉得缺少一个直观的图形界面来简化操作,下面我们就来看看如何使用Python构建一个... 目录引言Hexo博客系统简介设计需求技术选择代码实现主框架界面设计核心功能实现1. 发布文章2. 加

在Spring Boot中浅尝内存泄漏的实战记录

《在SpringBoot中浅尝内存泄漏的实战记录》本文给大家分享在SpringBoot中浅尝内存泄漏的实战记录,结合实例代码给大家介绍的非常详细,感兴趣的朋友一起看看吧... 目录使用静态集合持有对象引用,阻止GC回收关键点:可执行代码:验证:1,运行程序(启动时添加JVM参数限制堆大小):2,访问 htt

python logging模块详解及其日志定时清理方式

《pythonlogging模块详解及其日志定时清理方式》:本文主要介绍pythonlogging模块详解及其日志定时清理方式,具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑完全的地... 目录python logging模块及日志定时清理1.创建logger对象2.logging.basicCo

Python如何自动生成环境依赖包requirements

《Python如何自动生成环境依赖包requirements》:本文主要介绍Python如何自动生成环境依赖包requirements问题,具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑... 目录生成当前 python 环境 安装的所有依赖包1、命令2、常见问题只生成当前 项目 的所有依赖包1、

如何将Python彻底卸载的三种方法

《如何将Python彻底卸载的三种方法》通常我们在一些软件的使用上有碰壁,第一反应就是卸载重装,所以有小伙伴就问我Python怎么卸载才能彻底卸载干净,今天这篇文章,小编就来教大家如何彻底卸载Pyth... 目录软件卸载①方法:②方法:③方法:清理相关文件夹软件卸载①方法:首先,在安装python时,下