协同过滤算法及python实现

1.算法简介

协同过滤算法是一种较为著名和常用的推荐算法，它基于对用户历史行为数据的挖掘发现用户的喜好偏向，并预测用户可能喜好的产品进行推荐。也就是常见的“猜你喜欢”，和“购买了该商品的人也喜欢”等功能。它的主要实现由：
　　●根据和你有共同喜好的人给你推荐
　　●根据你喜欢的物品给你推荐相似物品
　　●根据以上条件综合推荐
　　因此可以得出常用的协同过滤算法分为两种，基于用户的协同过滤算法(user-based collaboratIve filtering)，以及基于物品的协同过滤算法(item-based collaborative filtering)。特点可以概括为“人以类聚，物以群分”，并据此进行预测和推荐。

2.基于用户（User-Based）的协同过滤算法

算法简介
基于用户的 CF 就是从用户出发，基于用户对物品的偏好找到和目标用户兴趣相似的用户集合；然后找到这个集合中的用户喜欢的，且目标用户没有听说过的物品推荐给目标用户。找到的用户集合中的用户可以是一个，也可以是多个，一般默认为一个用户，也就是默认只找到找到一个最相似用户。
2.相似度计算
根据用户-商品评分矩阵计算用户之间的相似度。计算相似度常用的方法有余弦算法、修正余弦算法、皮尔逊算法等等（这里以余弦算法为例）。余弦算法公式如图1所示：

3.计算用户u对未评分商品的预测分值
首先根据上一步中的相似度计算，寻找用户u的邻居集N∈U，其中N表示邻居集，U表示用户集。然后，结合用户评分数据集，预测用户u对项i的评分，计算公式如下所示：
在这里插入图片描述
预测用户u对项i的评分； N是最近邻集合；u’是任意一个最近邻居。
其中，s（u，u’）表示用户u和用户u’的相似度。
表示最近邻u’和目标用户u的相似度乘以最近邻u’对项目i的评分。得到预测评分后按照评分高低进行降序推荐。
4.算法流程
1.计算其他用户的相似度，可以使用反查表除掉一部分用户
　　2.根据相似度找到与你最相似的K个用户
　　3.在这些邻居喜欢的物品中，根据与你的相似度算出每一件物品的推荐度
　　4.根据相似度推荐物品
5.具体实施
1.根据用户历史行为信息构建用户-商品评分矩阵，用户历史行为信息包括商品评分、浏览历史、收藏历史、喜好标签等，本文以单一的商品评分为例，后期介绍其他行为信息和混合行为信息，用户-商品评分矩阵如表1所示：
在这里插入图片描述

2.目标：向用户x推荐可能感兴趣的商品。(这里以用户C为例
3.算法实现：
数据描述数据为用户，以及用户购买的商品，评分。

6.python 代码

import numpy as np
from math import sqrtdef pex(ls_1,ls_2,M):    #求余弦相似度的函数、可用不同字母表示两用户（ls_1表示用户u、ls_2表示用户v）、M表示评分矩阵的每一行fenzi=0#余弦相似度分子fenmu=0#分母abs_1=0#分母左边绝对值里的值abs_2=0#分母右边绝对值里的值for i in range(M):fenzi += ls_1[i] * ls_2[i]#用户u、v对同一商品的评分积的和abs_1 += pow(ls_1[i],2)#用户u所有评分的平方再开根号abs_2 += pow(ls_2[i],2)fenmu=sqrt(abs_1*abs_2)return fenzi/fenmu#ls_1,ls_2用户相关系数def yuping(lst_u,R,u_u,M,N,n):#求预测评分函数，lst_[i]表示u用户对i的评分, u_u表示用户间的相似度，M：行长，N：列长，n：另一用户#初始化fenzi=0fenmu=0aver_1=0#平均值aver_2=0#求平均值 需要知道总个数和总评分a=0#当前u用户购买物品数量b=0for i in range(M):if lst_u[i]!=0:#lst_[i]表示u用户对i的评分a+=1#用户u购买的总数量aver_1 +=lst_u[i]#用户u对所购买商品的总评分aver_1=aver_1/a#u用户的商品平均分
#用户v对商品的平均分计算for o in range(N):if R[o][m]!=0:for i in range(M):if R[o][i]!=0:b+=1#用户v购买的总数量aver_2 +=R[o][i]aver_2=aver_2/bfenzi+=u_u[n][o]*(R[o][m]-aver_2)#两用户u,v（n,o）间的相似度*(用户o对某商品的评分-用户o的平均值)fenmu+=abs(pex(lst_u,R[o],M))return aver_1+fenzi/fenmu#预测公式R=np.array([[4,0,3,5],#生成原始矩阵R[0,5,4,0],[5,4,2,0],[2,4,0,1],[3,4,5,0]])
N=len(R)#列长
M=len(R[0])#行长
u_u=np.zeros((N,N))#建立用户与用户之间相关性矩阵u_ufor n in range(N):#建立一个对R的循环筛选未评分item并进行预测评分for m in range(N):if n<m:u_u[n][m]=pex(R[n],R[m],M)u_u[m][n]=u_u[n][m]
print("得到的用户-用户相似度矩阵：")        
print(u_u)#打印用户与用户相关系数矩阵
user=['A','B','C','D','E']#用户集合
items=['p1','p2','p3','p4']#商品集合for n in range(N):#建立一个对R循环寻找未评分项并且对未评分项进行预测for m in range(M):if R[n][m]==0:R[n][m]=yuping(R[n],R,u_u,M,N,n)if R[n][m]>3:print("将商品{:}推荐给用户{:}".format(items[m],user[n]))
print("评分预测矩阵R^:")
print("{:}".format(R))

7.实验结果
在这里插入图片描述

3. 基于物品（Item-Based）的协同过滤算法

1.算法流程
1.构建用户–>物品的倒排；
2.构建物品与物品的共现矩阵；
3.计算物品之间的相似度，即计算相似矩阵；
4.根据用户的历史记录，给用户推荐物品；
2.具体实施
行表示用户，列表示物品，用户访问商品下：
在这里插入图片描述
1.构建用户–>物品的倒排：
| 物品a | 用户A | 用户B |
| 物品b | 用户A | 用户C |
| 物品c | 用户B | 用户D |
| 物品d | 用户A | 用户D |
| 物品e | 用户C | 用户D |
2.构建物品与物品的共现矩阵
共现矩阵C表示都访问两个物品的用户数，是根据用户物品倒排表计算出来的。如根据上面的用户物品倒排表可以计算出如下的共现矩阵C：
在这里插入图片描述
3.计算物品之间的相似度，即计算相似矩阵两个物品之间的相似度 :

|N(i)|表示喜欢物品i的用户数，|N(i)⋂N(j)|表示同时喜欢物品i，j的用户数.
当物品j是一个很热门的商品时，人人都喜欢，那么wij就会很接近于1，即(1)式会让很多物品都和热门商品有一个很大的相似度，所以可以改进一下公式 :
在这里插入图片描述
矩阵N（用于计算分母）表示喜欢某物品的用户数（是总的用户数），矩阵N如下所示：

4.计算物品之间的余弦相似矩阵如下：

5.根据用户的历史记录，给用户推荐物品；最终推荐的是什么物品，是由预测兴趣度决定的。
在这里插入图片描述
通俗的说就是：用户u物品j预测兴趣度=用户喜欢的物品i的兴趣度×物品i和物品j的相似度。（S ( j , k ) 表示和物品j 最相似的K 个物品集合、N ( u ) 表示用户喜欢的物品集合。由于i∈N(u)∩S(j,K)很难理解，引入另一种计算方式。
在这里插入图片描述
T表示原本的共现评分矩阵，Pa表示新用户对不同商品的评分Ra1 Ra2…Ran。
结果 = T的每一行每个数分别于Pa的每个数相乘的和

如有新用户E访问了a,d,e。预测其他相似度是：

结果1：0.5 = 01+0.50+0.50+0.51+0*1
Python实现

import numpy as np
from math import sqrtdef pex(ls_1,ls_2,M):    #求余弦相似度的函数fenzi=0#余弦相似度分子fenmu=0#分母abs_1=0#分母左边绝对值里的值abs_2=0#分母右边绝对值里的值for i in range(M):fenzi += ls_1[i] * ls_2[i]abs_1 += pow(ls_1[i],2)abs_2 += pow(ls_2[i],2)fenmu=sqrt(abs_1*abs_2)return fenzi/fenmu#ls_1,ls_2用户相关系数def yuping(lst_u,R,u_u,M,N,n):#求预测评分函数fenzi=0fenmu=0aver_1=0#平均值aver_2=0a=0#当前用户购买物品数量b=0for i in range(M):if lst_u[i]!=0:a+=1aver_1 +=lst_u[i]aver_1=aver_1/afor o in range(N):if R[o][m]!=0:for i in range(M):if R[o][i]!=0:b+=1aver_2 +=R[o][i]aver_2=aver_2/bfenzi+=u_u[n][o]*(R[o][m]-aver_2)fenmu+=abs(pex(lst_u,R[o],M))return aver_1+fenzi/fenmuR=np.array([[4,0,3,5],#生成原始矩阵R[0,5,4,0],[5,4,2,0],[2,4,0,1],[3,4,5,0]])
N=len(R)#列长
M=len(R[0])#行长
u_u=np.zeros((N,N))#建立用户与用户之间相关性矩阵u_u
for n in range(N):#建立一个对R的循环筛选未评分item并进行预测评分for m in range(N):if n<m:u_u[n][m]=pex(R[n],R[m],M)u_u[m][n]=u_u[n][m]
print("得到的用户-用户相似度矩阵：")        
print(u_u)#打印用户与用户相关系数矩阵
user=['A','B','C','D','E']#用户集合
items=['a','b','c','d']#商品集合for n in range(N):#建立一个对R循环寻找未评分项并且对未评分项进行预测for m in range(M):if R[n][m]==0:R[n][m]=yuping(R[n],R,u_u,M,N,n)if R[n][m]>3:print("将商品{:}推荐给用户{:}".format(items[m],user[n]))
print("评分预测矩阵R^:")
print("{:}".format(R))