python實現基於使用者的協同過濾推薦演算法和基於專案的協同過濾推薦演算法 python實現協同過濾推薦演算法程式碼 程式 原始碼 思路方法 測評指標MAE、RMSE、Recall、Precision
阿新 • • 發佈:2020-10-09
python實現基於使用者的協同過濾推薦演算法和基於專案的協同過濾推薦演算法
基於使用者的協同過濾推薦演算法和基於專案的協同過濾推薦演算法實現原理、公式、思路在前文中已有介紹,本次不再詳細描述。本文主要是使用python語言實現推薦演算法,python語言有很多工具模組便於實現推薦演算法,本文沒有大量使用已有的機器學習模組,更多的是使用python的基礎語法實現,註釋詳細,程式碼閱讀性好,便於學習。
python版本3.8,movielens資料集,943個使用者,1682部電影,8萬條評分資料。
一、專案目錄
二、基於使用者的協同過濾推薦演算法
1、演算法原理:構建使用者專案評分矩陣、計算使用者之間的相似度、得到目標使用者的最近鄰居、預測評分、推薦
3、使用者-專案評分矩陣模組
這個模組是儲存使用者專案評分資料,同時分析資料,列印輸出分析結果
4、計算使用者之間的相似度模組
這個模組是計算使用者之間的相似度,呼叫了餘弦演算法相似度模組
5、得到目標使用者的最近鄰居模組
這個模組是相似度排序,找到前N個相似度最大的使用者,也可以設定相似度閥值來判定最近鄰居
6、預測評分、推薦模組
7、測評指標MAE模組
8、執行結果
二、基於專案的協同過濾推薦演算法
1、演算法原理:構建使用者專案評分矩陣、計算專案之間的相似度、預測評分、推薦
2、計算專案之間的相似度模組
3、預測評分、推薦模組
4、執行結果