python實(shí)現(xiàn)基于用戶的協(xié)同過濾推薦算法和基于項(xiàng)目的協(xié)同過濾推薦算法 python實(shí)現(xiàn)協(xié)同過濾推薦算法代碼 程序 源代碼 思路方法 測(cè)評(píng)指標(biāo)MAE瓮顽、RMSE霜大、Recall、Precision

python實(shí)現(xiàn)基于用戶的協(xié)同過濾推薦算法和基于項(xiàng)目的協(xié)同過濾推薦算法

基于用戶的協(xié)同過濾推薦算法和基于項(xiàng)目的協(xié)同過濾推薦算法實(shí)現(xiàn)原理捡絮、公式熬芜、思路在前文中已有介紹,本次不再詳細(xì)描述福稳。本文主要是使用python語(yǔ)言實(shí)現(xiàn)推薦算法涎拉,python語(yǔ)言有很多工具模塊便于實(shí)現(xiàn)推薦算法,本文沒有大量使用已有的機(jī)器學(xué)習(xí)模塊的圆,更多的是使用python的基礎(chǔ)語(yǔ)法實(shí)現(xiàn)鼓拧,注釋詳細(xì),代碼閱讀性好越妈,便于學(xué)習(xí)季俩。

python版本3.8,movielens數(shù)據(jù)集梅掠,943個(gè)用戶酌住,1682部電影,8萬(wàn)條評(píng)分?jǐn)?shù)據(jù)阎抒。

一酪我、項(xiàng)目目錄

二、基于用戶的協(xié)同過濾推薦算法

1且叁、算法原理:構(gòu)建用戶項(xiàng)目評(píng)分矩陣祭示、計(jì)算用戶之間的相似度、得到目標(biāo)用戶的最近鄰居、預(yù)測(cè)評(píng)分质涛、推薦

2稠歉、讀取評(píng)分?jǐn)?shù)據(jù),構(gòu)建用戶-項(xiàng)目評(píng)分矩陣

3汇陆、用戶-項(xiàng)目評(píng)分矩陣模塊

這個(gè)模塊是保存用戶項(xiàng)目評(píng)分?jǐn)?shù)據(jù)怒炸,同時(shí)分析數(shù)據(jù),打印輸出分析結(jié)果

4毡代、計(jì)算用戶之間的相似度模塊

這個(gè)模塊是計(jì)算用戶之間的相似度阅羹,調(diào)用了余弦算法相似度模塊

5、得到目標(biāo)用戶的最近鄰居模塊

這個(gè)模塊是相似度排序教寂,找到前N個(gè)相似度最大的用戶捏鱼,也可以設(shè)置相似度閥值來(lái)判定最近鄰居

6、預(yù)測(cè)評(píng)分酪耕、推薦模塊

7导梆、測(cè)評(píng)指標(biāo)MAE模塊

8、運(yùn)行結(jié)果



二迂烁、基于項(xiàng)目的協(xié)同過濾推薦算法

1看尼、算法原理:構(gòu)建用戶項(xiàng)目評(píng)分矩陣、計(jì)算項(xiàng)目之間的相似度盟步、預(yù)測(cè)評(píng)分藏斩、推薦

2、計(jì)算項(xiàng)目之間的相似度模塊

3却盘、預(yù)測(cè)評(píng)分狰域、推薦模塊

4、運(yùn)行結(jié)果

?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請(qǐng)聯(lián)系作者
  • 序言:七十年代末黄橘,一起剝皮案震驚了整個(gè)濱河市兆览,隨后出現(xiàn)的幾起案子,更是在濱河造成了極大的恐慌旬陡,老刑警劉巖拓颓,帶你破解...
    沈念sama閱讀 218,682評(píng)論 6 507
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件,死亡現(xiàn)場(chǎng)離奇詭異描孟,居然都是意外死亡驶睦,警方通過查閱死者的電腦和手機(jī),發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 93,277評(píng)論 3 395
  • 文/潘曉璐 我一進(jìn)店門匿醒,熙熙樓的掌柜王于貴愁眉苦臉地迎上來(lái)场航,“玉大人,你說(shuō)我怎么就攤上這事廉羔「攘。” “怎么了?”我有些...
    開封第一講書人閱讀 165,083評(píng)論 0 355
  • 文/不壞的土叔 我叫張陵,是天一觀的道長(zhǎng)孩饼。 經(jīng)常有香客問我髓削,道長(zhǎng),這世上最難降的妖魔是什么镀娶? 我笑而不...
    開封第一講書人閱讀 58,763評(píng)論 1 295
  • 正文 為了忘掉前任立膛,我火速辦了婚禮,結(jié)果婚禮上梯码,老公的妹妹穿的比我還像新娘宝泵。我一直安慰自己,他們只是感情好轩娶,可當(dāng)我...
    茶點(diǎn)故事閱讀 67,785評(píng)論 6 392
  • 文/花漫 我一把揭開白布儿奶。 她就那樣靜靜地躺著,像睡著了一般鳄抒。 火紅的嫁衣襯著肌膚如雪闯捎。 梳的紋絲不亂的頭發(fā)上,一...
    開封第一講書人閱讀 51,624評(píng)論 1 305
  • 那天嘁酿,我揣著相機(jī)與錄音隙券,去河邊找鬼男应。 笑死闹司,一個(gè)胖子當(dāng)著我的面吹牛,可吹牛的內(nèi)容都是我干的沐飘。 我是一名探鬼主播游桩,決...
    沈念sama閱讀 40,358評(píng)論 3 418
  • 文/蒼蘭香墨 我猛地睜開眼,長(zhǎng)吁一口氣:“原來(lái)是場(chǎng)噩夢(mèng)啊……” “哼耐朴!你這毒婦竟也來(lái)了借卧?” 一聲冷哼從身側(cè)響起,我...
    開封第一講書人閱讀 39,261評(píng)論 0 276
  • 序言:老撾萬(wàn)榮一對(duì)情侶失蹤筛峭,失蹤者是張志新(化名)和其女友劉穎铐刘,沒想到半個(gè)月后,有當(dāng)?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體影晓,經(jīng)...
    沈念sama閱讀 45,722評(píng)論 1 315
  • 正文 獨(dú)居荒郊野嶺守林人離奇死亡镰吵,尸身上長(zhǎng)有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點(diǎn)故事閱讀 37,900評(píng)論 3 336
  • 正文 我和宋清朗相戀三年,在試婚紗的時(shí)候發(fā)現(xiàn)自己被綠了挂签。 大學(xué)時(shí)的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片疤祭。...
    茶點(diǎn)故事閱讀 40,030評(píng)論 1 350
  • 序言:一個(gè)原本活蹦亂跳的男人離奇死亡,死狀恐怖饵婆,靈堂內(nèi)的尸體忽然破棺而出勺馆,到底是詐尸還是另有隱情,我是刑警寧澤,帶...
    沈念sama閱讀 35,737評(píng)論 5 346
  • 正文 年R本政府宣布草穆,位于F島的核電站灌灾,受9級(jí)特大地震影響,放射性物質(zhì)發(fā)生泄漏悲柱。R本人自食惡果不足惜紧卒,卻給世界環(huán)境...
    茶點(diǎn)故事閱讀 41,360評(píng)論 3 330
  • 文/蒙蒙 一、第九天 我趴在偏房一處隱蔽的房頂上張望诗祸。 院中可真熱鬧跑芳,春花似錦、人聲如沸直颅。這莊子的主人今日做“春日...
    開封第一講書人閱讀 31,941評(píng)論 0 22
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽(yáng)功偿。三九已至盆佣,卻和暖如春,著一層夾襖步出監(jiān)牢的瞬間械荷,已是汗流浹背共耍。 一陣腳步聲響...
    開封第一講書人閱讀 33,057評(píng)論 1 270
  • 我被黑心中介騙來(lái)泰國(guó)打工, 沒想到剛下飛機(jī)就差點(diǎn)兒被人妖公主榨干…… 1. 我叫王不留吨瞎,地道東北人痹兜。 一個(gè)月前我還...
    沈念sama閱讀 48,237評(píng)論 3 371
  • 正文 我出身青樓,卻偏偏與公主長(zhǎng)得像颤诀,于是被迫代替她去往敵國(guó)和親字旭。 傳聞我的和親對(duì)象是個(gè)殘疾皇子,可洞房花燭夜當(dāng)晚...
    茶點(diǎn)故事閱讀 44,976評(píng)論 2 355

推薦閱讀更多精彩內(nèi)容