基于用户最近邻模型的协同过滤算法的Python实现

#-------------------------------------------------------------------------------
# Name:        PearsonUserNeighCF
# Purpose:     Personalized Recommendation
#
# Author:      Jinkun Wang
# Email:       wangjinkun90@foxmail.com if you have any question about the
#              code please do not hesitate to contact me.
#
# Created:     10/09/2014
# Copyright:   （c） Jinkun Wang 2014
#-------------------------------------------------------------------------------
from math import sqrt
import numpy as np
import matplotlib.pyplot as plt

def loadData（）:
    trainSet = {}
    testSet = {}
    movieUser = {}
    u2u = {}

    TrainFile = ‘ml-100k/u1.base‘   #指定训练集
    TestFile = ‘ml-100k/u1.test‘    #指定测试集

    #加载训练集，生成电影用户的倒排序表 movieUser
    for line in open（TrainFile）:
        （userId itemId rating _） = line.strip（）.split（‘\t‘）
        trainSet.setdefault（userId{}）
        trainSet[userId].setdefault（itemIdfloat（rating））
        movieUser.setdefault（itemId[]）
        movieUser[itemId].append（userId.strip（））

    #防止测试集有训练集中没有出现过的项目
    item_in_train = []
    for m in movieUser.keys（）:
        item_in_train.append（m）

    #加载测试集
    for line in open（TestFile）:
        （userId itemId rating _） = line.strip（）.split（‘\t‘）
        testSet.setdefault（userId{}）
        testSet[userId].setdefault（itemIdfloat（rating））

    return trainSettestSetmovieUseritem_in_train

#计算一个用户的平均评分
def getAverageRating（user）:
    average = （sum（trainSet[user].values（）） * 1.0） / len（trainSet[user].keys（））
    return average

#计算用户相似度
def UserSimPearson（trainSet）:
    userSim = {}
    for u1 in trainSet.keys（）:
        userSim.setdefault（u1{}）
        u1_rated = trainSet[u1].keys（）
        for u2 in trainSet.keys（）:
            userSim[u1].setdefault（u20）
            if u1 != u2:
                u2_rated = trainSet[u2].keys（）
                co_rated = list（set（u1_rated）.intersection（set（u2_rated）））
                if co_rated == []:
                    userSim[u1][u2] = 0
                else:
                    num = 0     #皮尔逊计算公式的分子部分
                    den1 = 0    #皮尔逊计算公式的分母部分1
                    den2 = 0    #皮尔逊计算公式的分母部分2
                    sigma_u1_m = 0  #计算用户u1对共同评价项目的评分均值
                    sigma_u2_m = 0  #计算用户u2对共同评价项目的评分均值
                    for m in co_rated:
                        sigma_u1_m += trainSet[u1][m]
                        sigma_u2_m += trainSet[u2][m]
                    ave_u1_m = sigma_u1_m / len（co_rated）
                    ave_u2_m = sigma_u2_m / len（co_rated）

                    for m in co_rated:
                        num += （trainSet[u1][m] - ave_u1_m） * （trainSet[u2][m] - ave_u2_m） * 1.0
                        den1 += pow（trainSet[u1][m] - ave_u1_m 2） * 1.0
                        den2 += pow（trainSet[u2][m] - ave_u2_m 2） * 1.0
                    den1 = sqrt（den1）
                    den2 = sqrt（den2）
                    if den1 ==