Create user_based_recommend.py

Author: zhaozhiyong19890102

Chapter_14 CollaborativeFiltering/user_based_recommend.py

@@ -0,0 +1,116 @@
+# coding:UTF-8
+'''
+Date:20160928
+@author: zhaozhiyong
+'''
+
+import numpy as np
+
+def load_data(file_path):
+    '''导入用户商品数据
+    input:  file_path(string):用户商品数据存放的文件
+    output: data(mat):用户商品矩阵
+    '''
+    f = open(file_path)   
+    data = []
+    for line in f.readlines():
+        lines = line.strip().split("\t")
+        tmp = []
+        for x in lines:
+            if x != "-":
+                tmp.append(float(x))  # 直接存储用户对商品的打分
+            else:
+                tmp.append(0)
+        data.append(tmp)
+    f.close()
+    
+    return np.mat(data)
+
+def cos_sim(x, y):
+    '''余弦相似性
+    input:  x(mat):以行向量的形式存储，可以是用户或者商品
+            y(mat):以行向量的形式存储，可以是用户或者商品
+    output: x和y之间的余弦相似度
+    '''
+    numerator = x * y.T  # x和y之间的额内积
+    denominator = np.sqrt(x * x.T) * np.sqrt(y * y.T) 
+    return (numerator / denominator)[0, 0]
+
+
+def similarity(data):
+    '''计算矩阵中任意两行之间的相似度
+    input:  data(mat):任意矩阵
+    output: w(mat):任意两行之间的相似度
+    '''
+    m = np.shape(data)[0]  # 用户的数量
+    # 初始化相似度矩阵
+    w = np.mat(np.zeros((m, m)))
+    
+    for i in xrange(m):
+        for j in xrange(i, m):
+            if j != i:
+                # 计算任意两行之间的相似度
+                w[i, j] = cos_sim(data[i, ], data[j, ])
+                w[j, i] = w[i, j]
+            else:
+                w[i, j] = 0
+    return w
+
+def user_based_recommend(data, w, user):
+    '''基于用户相似性为用户user推荐商品
+    input:  data(mat):用户商品矩阵
+            w(mat):用户之间的相似度
+            user(int):用户的编号
+    output: predict(list):推荐列表
+    '''
+    m, n = np.shape(data)
+    interaction = data[user, ]  # 用户user与商品信息
+    
+    # 1、找到用户user没有互动过的商品
+    not_inter = []
+    for i in xrange(n):
+        if interaction[0, i] == 0:  # 没有互动的商品
+            not_inter.append(i)
+    
+    # 2、对没有互动过的商品进行预测
+    predict = {}
+    for x in not_inter:
+        item = np.copy(data[:, x])  # 找到所有用户对商品x的互动信息
+        for i in xrange(m):  # 对每一个用户
+            if item[i, 0] != 0:  # 若该用户对商品x有过互动
+                if x not in predict:
+                    predict[x] = w[user, i] * item[i, 0]
+                else:
+                    predict[x] = predict[x] + w[user, i] * item[i, 0]
+    # 3、按照预测的大小从大到小排序
+    return sorted(predict.items(), key=lambda d:d[1], reverse=True)
+
+def top_k(predict, k):
+    '''为用户推荐前k个商品
+    input:  predict(list):排好序的商品列表
+            k(int):推荐的商品个数
+    output: top_recom(list):top_k个商品
+    '''
+    top_recom = []
+    len_result = len(predict)
+    if k >= len_result:
+        top_recom = predict
+    else:
+        for i in xrange(k):
+            top_recom.append(predict[i])
+    return top_recom   
+          
+if __name__ == "__main__":
+    # 1、导入用户商品数据
+    print "------------ 1. load data ------------"
+    data = load_data("data.txt")
+    # 2、计算用户之间的相似性
+    print "------------ 2. calculate similarity between users -------------"    
+    w = similarity(data)
+    # 3、利用用户之间的相似性进行推荐
+    print "------------ 3. predict ------------"    
+    predict = user_based_recommend(data, w, 0)
+    # 4、进行Top-K推荐
+    print "------------ 4. top_k recommendation ------------"
+    top_recom = top_k(predict, 2)
+    print top_recom