基于用户的协同过滤算法Python实现

基于用户的协同过滤算法Python实现

import random
import math
class UserbasedCF:
    def __init__（selfdatafile = None）:
        self.datafile = datafile
        self.readData（）
        self.splitData（347）
    def readData（selfdatafile = None）:
        “““
        read the data from the data file which is a data set
        “““
        self.datafile = datafile or self.datafile
        self.data = []
        for line in open（self.datafile）:
            useriditemidrecordmtime = line.split（“\t“）
            self.data.append（（useriditemidint（record）））
    def splitData（selfkseeddata = NoneM = 8）:
        “““
        split the data set
        testdata is a test data set
        traindata is a train set
        “““
        self.testdata = {}
        self.traindata = {}
        data = data or self.data
        random.seed（seed）
        for useritemrecord in self.data:
            if random.randint（0M） == k:
                self.testdata.setdefault（user{}）
                self.testdata[user][item] = record
            else:
                self.traindata.setdefault（user{}）
                self.traindata[user][item] = record
    def userSimilarity（selftrain = None）:
        “““
        one method of getting user similarity matrix
        “““
        train = train or self.traindata
        self.userSim = dict（）
        for u in train.keys（）:
            for v in train.keys（）:
                if u == v:
                    continue
                self.userSim.setdefault（u{}）
                self.userSim[u][v] = len（set（train[u].keys（）） & set（train[v].keys（）））
                self.userSim[u][v] /= math.sqrt（len（train[u]） * len（train[v]） * 1.0）

    def userSimilarityBest（selftrain = None）:
        “““
        the other method of getting user similarity which is better than above
        you can get the method on page 46
        In this experiment we use this method
        “““
        train = train or self.traindata
        self.userSimBest = dict（）
        item_users = dict（）
        #build inverse table for item_users
        for uitem in train.items（）:
            for i in item.keys（）:
                item_users.setdefault（iset（））
                item_users[i].add（u）
        #calculate co-rated items between users
        user_item_count = dict（）
        count = dict（）
        for itemusers in item_users.items（）:
            for u in users:
                user_item_count.setdefault（u0）
                user_item_count[u] += 1
                for v in users:
                    if u == v:
                        continue
                    count.setdefault（u{}）
                    count[u].setdefault（v0）
                    count[u][v] += 1
        #calculate finial similarity matrix W
        for urelated_users in count.items（）:
            self.userSimBest.setdefault（udict（））
            for vcuv in related_users.items（）:
                self.userSimBest[u][v] = cuv / math.sqrt（us

 属性            大小     日期    时间   名称
----------- ---------  ---------- -----  ----

     文件       6527  2015-03-06 14:59  UserbasedCF\main.py

     文件        266  2015-03-06 15:50  UserbasedCF\Readme.txt

     文件    1979173  2000-07-19 16:09  UserbasedCF\数据\u.data

     目录          0  2015-03-06 15:47  UserbasedCF\数据

     目录          0  2015-03-06 15:47  UserbasedCF

----------- ---------  ---------- -----  ----

              1985966                    5