协同过滤

协同过滤
利用某兴趣相投、拥有共同经验之群体的喜好来推荐用户感兴趣的信息个人通过合作的机制给予信息相当程度的回应（如评分）并记录下来以达到过滤的目的进而帮助别人筛选信息。
协同过滤过程
1.收集用户信息
2.针对项目进行临近搜索，找到相似的项目
3.计算并推荐产生结果
运行过程

优点：
1.能够过滤机器难以自动内容分析的信息
2.共用其他人的经验，避免了内容分析的不完全或不精确
3.有推荐新信息的能力
4.推荐个性化、自动化程度高、能够有效的利用其他相似用户的回馈
缺点：
1.新用户收到的推荐质量较差
2.新项目的质量取决于历史数据收集

import math  
from operator import *  
#例子中的数据相当于是一个用户字典{A:(a,b,d),B:(a,c),C:(b,e),D:(c,d,e)}  
#我们这样存储原始输入数据  
  
dic={'A':('a','b','d'),'B':('a','c'),'C':('b','e'),'D':('c','d','e')}#简单粗暴，记得加''  
  
#计算用户兴趣相似度  
def Usersim(dicc):  
    #把用户-商品字典转成商品-用户字典（如图中箭头指示那样）  
    item_user=dict()  
    for u,items in dicc.items():  
        for i in items:#文中的例子是不带评分的，所以用的是元组而不是嵌套字典。  
            if i not in item_user.keys():  
                item_user[i]=set()#i键所对应的值是一个集合（不重复）。  
            item_user[i].add(u)#向集合中添加用户。  
  
    C=dict()#感觉用数组更好一些，真实数据集是数字编号，但这里是字符，这边还用字典。  
    N=dict()  
    for item,users in item_user.items():  
        for u in users:  
            if u not in N.keys():  
                N[u]=0   #书中没有这一步，但是字典没有初始值不可以直接相加吧  
            N[u]+=1 #每个商品下用户出现一次就加一次，就是计算每个用户一共购买的商品个数。  
            #但是这个值也可以从最开始的用户表中获得。  
            #比如： for u in dic.keys():  
            #             N[u]=len(dic[u])  
            for v in users:  
                if u==v:  
                    continue  
                if (u,v) not in C.keys():#同上，没有初始值不能+=  
                    C[u,v]=0  
                C[u,v]+=1  #这里我不清楚书中是不是用的嵌套字典，感觉有点迷糊。所以我这样用的字典。  
#到这里倒排阵就建立好了，下面是计算相似度。  
    W=dict()  
    for co_user,cuv in C.items():  
        W[co_user]=cuv / math.sqrt(N[co_user[0]]*N[co_user[1]])#因为我不是用的嵌套字典，所以这里有细微差别。  
    return W  
  
def Recommend(user,dicc,W2,K):  
    rvi=1 #这里都是1,实际中可能每个用户就不一样了。就像每个人都喜欢beautiful girl,但有的喜欢可爱的多一些，有的喜欢御姐多一些。  
    rank=dict()  
    related_user=[]  
    interacted_items=dicc[user]  
    for co_user,item in W2.items():  
        if co_user[0]==user:  
            related_user.append((co_user[1],item))#先建立一个和待推荐用户兴趣相关的所有的用户列表。  
    for v,wuv in sorted(related_user,key=itemgetter(1),reverse=True)[0:K]:  
    #找到K个相关用户以及对应兴趣相似度，按兴趣相似度从大到小排列。itemgetter要导包。  
        for i in dicc[v]:  
            if i in interacted_items:  
                continue #书中少了continue这一步吧？  
            if i not in rank.keys():#如果不写要报错，是不是有更好的方法？  
                rank[i]=0  
            rank[i]+=wuv*rvi  
    return rank  
  
  
if __name__=='__main__':  
    W3=Usersim(dic)  
    Last_Rank=Recommend('A',dic,W3,2)  
    print (Last_Rank)