不到40行代码用Python实现一个简单的推荐系统


Posted in Python onMay 10, 2019

什么是推荐系统

维基百科这样解释道:推荐系统属于资讯过滤的一种应用。推荐系统能够将可能受喜好的资讯或实物(例如:电影、电视节目、音乐、书籍、新闻、图片、网页)推荐给使用者。

本质上是根据用户的一些行为数据有针对性的推荐用户更可能感兴趣的内容。比如在网易云音乐听歌,听得越多,它就会推荐越多符合你喜好的音乐。

推荐系统是如何工作的呢?有一种思路如下:

用户 A 听了 收藏了 a,b,c 三首歌。用户 B 收藏了 a, b 两首歌,这时候推荐系统就把 c 推荐给用户 B。因为算法判断用户 A,B 对音乐的品味有极大可能一致。

推荐算法分类

最常见的推荐算法分为基于内容推荐以及协同过滤。协同过滤又可以分为基于用户的协同过滤和基于物品的协同过滤
基于内容推荐是直接判断所推荐内容本身的相关性,比如文章推荐,算法判断某篇文章和用户历史阅读文章的相关性进行推荐。

基于用户的协同过滤就是文章开头举的例子。

基于物品的协同过滤:

假设用户 A,B,C 都收藏了音乐 a,b。然后用户 D 收藏了音乐 a,那么这时候就推荐音乐 b 给他。

动手打造自己的推荐系统

这一次我们要做的是一个简单的电影推荐,虽然离工业应用还差十万八千里,但是非常适合新手一窥推荐系统的内部原理。数据集包含两个文件:ratings.csv 和 movies.csv。

# 载入数据
import pandas as pd
import numpy as np
df = pd.read_csv('data/ratings.csv')
df.head()

ratings.csv 包含四个维度的数据:

  • userId:打分用户的 ID
  • movieId: 被打分电影的 ID
  • rating: 用户给电影的打分,处于[1,5]
  • timestamp: 电影被打分的时间

要推荐电影还需要有电影的名字,电影名字保存在 movies.csv 中:

movies = pd.read_csv('data/movies.csv')
movies.head()

将 ratings.csv 和 movies.csv 的数据根据 movieId 合并。

df = pd.merge(df, movie_title, on='movieId')
df.head()

我们这次要做的推荐系统的核心思路是:

  • 根据所有用户评分判断所有电影与用户 a 已观看的某部电影 A 的相似度
  • 给用户 a 推荐相似度高且评分高的电影

所以我们要先有所有用户对所有电影的评分的列联表:

movie_matrix = df.pivot_table(index = 'userId', columns = 'title' ,values = 'rating')
movie_matrix.head()

假设用户 A 观看的电影是 air_force_one (1997),则计算列联表中所有电影与 air_force_one (1997) 的相关性。

AFO_user_rating = movie_matrix['Air Force One (1997)']
simliar_to_air_force_one = movie_matrix.corrwith(AFO_user_rating)

这样我们就得到了所有电影与 air_force_one (1997)的相关性。

但是,直接对这个相关性进行排序并推荐最相关的电影有一个及其严重的问题:

ratings = pd.DataFrame(df.groupby('title')['rating'].mean())#计算电影平均得分
ratings['number_of_ratings'] = df.groupby('title')['rating'].count()
import matplotlib.pyplot as plt
%matplotlib inline
ratings['number_of_ratings'].hist(bins = 60);

不到40行代码用Python实现一个简单的推荐系统

上图是电影被评分次数的直方图,可以看到大量的电影评分次数不足10次。评分次数太少的电影很容易就被判断为高相关性。所以我们要将这部分的评分删掉。

corr_AFO = pd.DataFrame(similar_to_air_force_one, columns = ['Correlation'])
corr_AFO.dropna(inplace = True)
corr_contact = corr_contact.join(ratings['number_of_ratings'],how = 'left',lsuffix='_left', rsuffix='_right')
corr_AFO[corr_AFO['number_of_ratings']>100].sort_values(by = 'Correlation',ascending = False).head()

这样我们就得到了一个与 air_force_one (1997) 高相关的电影列表。但是高相关有可能评分低(概率低),再从列表里挑几部平均得分高的电影推荐就好了。

总结

以上就是这篇文章的全部内容了,希望本文的内容对大家的学习或者工作具有一定的参考学习价值,谢谢大家对三水点靠木的支持。

Python 相关文章推荐
python将人民币转换大写的脚本代码
Feb 10 Python
Python实现命令行通讯录实例教程
Aug 18 Python
python中Matplotlib实现绘制3D图的示例代码
Sep 04 Python
一条命令解决mac版本python IDLE不能输入中文问题
May 15 Python
Python判断字符串是否为字母或者数字(浮点数)的多种方法
Aug 03 Python
python文件写入write()的操作
May 14 Python
python中多个装饰器的调用顺序详解
Jul 16 Python
python实现BP神经网络回归预测模型
Aug 09 Python
python3.7 利用函数os pandas利用excel对文件名进行归类
Sep 29 Python
Python实现搜索算法的实例代码
Jan 02 Python
Python实现UDP程序通信过程图解
May 15 Python
Python使用华为API为图像设置多个锚点标签
Apr 12 Python
Python和Java的语法对比分析语法简洁上python的确完美胜出
May 10 #Python
Python3列表内置方法大全及示例代码小结
May 10 #Python
详解python 爬取12306验证码
May 10 #Python
详解用python写一个抽奖程序
May 10 #Python
python实现小球弹跳效果
May 10 #Python
基于python实现百度翻译功能
May 09 #Python
python使用time、datetime返回工作日列表实例代码
May 09 #Python
You might like
PHP面向对象详解(三)
2015/12/07 PHP
Yii核心验证器api详解
2016/11/23 PHP
图片自动缩小的js代码,用以防止图片撑破页面
2007/03/12 Javascript
Javascript 检测、添加、移除样式(className)函数代码
2009/09/08 Javascript
jquery ui resizable bug解决方法
2010/10/26 Javascript
js实现的四级左侧网站分类菜单实例
2015/05/06 Javascript
JS点击某个图标或按钮弹出文件选择框的实现代码
2016/09/27 Javascript
jQuery  ready方法实现原理详解
2016/10/19 Javascript
JavaScript动态数量的文件上传控件
2016/11/18 Javascript
微信小程序 input输入框详解及简单实例
2017/01/10 Javascript
AngularJS监听ng-repeat渲染完成的两种方法
2018/01/16 Javascript
vue iview 隐藏Table组件里的某一列操作
2020/11/13 Javascript
[41:12]Liquid vs Secret 2019国际邀请赛淘汰赛 败者组 BO3 第一场 8.24
2019/09/10 DOTA
Python实现图片拼接的代码
2018/07/02 Python
python使用requests.session模拟登录
2019/08/09 Python
Ubuntu下Python+Flask分分钟搭建自己的服务器教程
2019/11/19 Python
基于python判断目录或者文件代码实例
2019/11/29 Python
Python连接字符串过程详解
2020/01/06 Python
Python3 实现爬取网站下所有URL方式
2020/01/16 Python
在Python中通过threshold创建mask方式
2020/02/19 Python
pip/anaconda修改镜像源,加快python模块安装速度的操作
2021/03/04 Python
Luxplus丹麦:香水和个人护理折扣
2018/04/23 全球购物
玛蒂尔达简服装:Matilda Jane Clothing
2019/02/13 全球购物
巴西最大的运动品牌:Olympikus
2020/07/14 全球购物
亿企通软件测试面试题
2012/04/10 面试题
给水排水工程专业毕业生推荐信
2013/10/28 职场文书
大学本科毕业生的自我鉴定范文
2013/11/19 职场文书
说明书怎么写
2014/05/06 职场文书
2014党员自我评议表范文
2014/09/20 职场文书
施工单位工程部经理岗位职责
2015/04/09 职场文书
学校艾滋病宣传活动总结
2015/05/09 职场文书
合同纠纷调解书
2015/05/20 职场文书
旅行社计调工作总结
2015/08/12 职场文书
学生会副主席竞选稿
2015/11/19 职场文书
科级干部培训心得体会
2016/01/06 职场文书
MySQL学习之基础操作总结
2022/03/19 MySQL