基于物品的协同过滤算法源码及数据集Python

Python源码，基于物品的协同过滤算法源码及数据集，可运行

# -*- coding: utf-8 -*-
“““
Created on Mon Jun  4 09:41:15 2018

@author: Administrator
“““

# -*-coding=utf-8 -*-  
    
import math  
from texttable import Texttable  
import imp

  
#计算余弦距离  
def getCosDist（user1 user2）:  
    sum_x = 0.0  
    sum_y = 0.0  
    sum_xy = 0.0  
    for key1 in user1:  
        for key2 in user2:  
            if key1[0] == key2[0]:  
                sum_x += key1[1] * key1[1]  
                sum_y += key2[1] * key2[1]  
                sum_xy += key1[1] * key2[1]  
    if sum_xy == 0.0:  
        return 0  
    demo = math.sqrt（sum_x * sum_y）  
    return sum_xy / demo  
  
#读取文件，读取以行为单位，每一行是列表里的一个元素  
def readFile（filename）:  
    contents = []  
    f = open（filename “r“encoding = “ISO-8859-1“）  
    contents = f.readlines（）  
    f.close（）  
    return contents  
  
#数据格式化为二维数组  
def getRatingInfo（ratings）:  
    rates = []  
    for line in ratings:  
        rate = line.split（“\t“）  
        rates.append（[int（rate[0]） int（rate[1]） int（rate[2]）]）  
    return rates  
  
#生成用户评分数据结构  
def getUserScoreDataStructure（rates）:  
      
    #userDict[2]=[（15）（42）].... 表示用户2对电影1的评分是5，对电影4的评分是2  
    userDict = {}  
    itemUser = {}  
    for k in rates:  
        user_rank = （k[1] k[2]）  
        if k[0] in userDict:  
            userDict[k[0]].append（user_rank）  
        else:  
            userDict[k[0]] = [user_rank]  
  
        if k[1] in itemUser:  
            itemUser[k[1]].append（k[0]）  
        else:  
            itemUser[k[1]] = [k[0]]  
    return userDict itemUser  
  
#计算与指定用户最相近的邻居  
def getNearestNeighbor（userId userDict itemUser）:  
    neighbors = []  
    for item in userDict[userId]:  
        for neighbor in itemUser[item[0]]:  
            if neighbor != userId and neighbor not in neighbors:  
                neighbors.append（neighbor）  
    neighbors_dist = []  
    for neighbor in neighbors:  
        dist = getCosDist（userDict[userId] userDict[neighbor]）  
        neighbors_dist.append（[dist neighbor]）  
    neighbors_dist.sort（reverse = True）  
    return neighbors_dist  
  
#使用UserFC进行推荐，输入：文件名用户ID邻居数量  
def recommendByUserFC（filename userId k = 5）:  
      
    #读取文件  
    contents = readFile（filename）  
  
    #文件格式数据转化为二维数组  
    rates = getRatingInfo（contents）  
  
    #格式化成字典数据  
    userDict itemUser = getUserScoreDataStructure（rates）  
  
    #找邻居  
    neighbors = getNearestNeighbor（userId userDict itemUser）[:5]  
  
    #建立推荐字典  
    recommand_dict = {}  
    for neighbor in neighbors:  
        neighbor_user_id = neighbor[1]  
        movies = userDict[neighbor_user_id]  
        for movie in movies:  
            if movie[0] not in recommand_dict:  
                recommand_dict[movie[0]] = neighbor[0]  
            else:  
                recommand_dict[movie[0]] += neighbor[0]  
  
    #建立推荐列表  
    recommand_list = []  
    for key in recomman

 属性            大小     日期    时间   名称
----------- ---------  ---------- -----  ----
     目录           0  2018-06-06 14:43  ubcf\
     文件         716  2000-07-20 05:09  ubcf\allbut.pl
     文件         643  2000-07-20 05:09  ubcf\mku.sh
     文件        6750  2016-01-30 04:26  ubcf\README
     文件     1979173  2000-07-20 05:09  ubcf\u.data
     文件         202  2000-07-20 05:09  ubcf\u.genre
     文件          36  2000-07-20 05:09  ubcf\u.info
     文件      236344  2000-07-20 05:09  ubcf\u.item
     文件         193  2000-07-20 05:09  ubcf\u.occupation
     文件       22628  2000-07-20 05:09  ubcf\u.user
     文件     1586544  2001-03-09 02:33  ubcf\u1.base
     文件      392629  2001-03-09 02:32  ubcf\u1.test
     文件     1583948  2001-03-09 02:33  ubcf\u2.base
     文件      395225  2001-03-09 02:33  ubcf\u2.test
     文件     1582546  2001-03-09 02:33  ubcf\u3.base
     文件      396627  2001-03-09 02:33  ubcf\u3.test
     文件     1581878  2001-03-09 02:33  ubcf\u4.base
     文件      397295  2001-03-09 02:33  ubcf\u4.test
     文件     1581776  2001-03-09 02:34  ubcf\u5.base
     文件      397397  2001-03-09 02:33  ubcf\u5.test
     文件     1792501  2001-03-09 02:34  ubcf\ua.base
     文件      186672  2001-03-09 02:34  ubcf\ua.test
     文件     1792476  2001-03-09 02:34  ubcf\ub.base
     文件      186697  2001-03-09 02:34  ubcf\ub.test
     目录           0  2018-06-06 14:43  ubcf\ubcf\
     文件        4669  2018-06-06 13:59  ubcf\ubcf.py
     文件         716  2000-07-20 05:09  ubcf\ubcf\allbut.pl
     文件         643  2000-07-20 05:09  ubcf\ubcf\mku.sh
     文件        6750  2016-01-30 04:26  ubcf\ubcf\README
     文件     1979173  2000-07-20 05:09  ubcf\ubcf\u.data
     文件         202  2000-07-20 05:09  ubcf\ubcf\u.genre
............此处省略19个文件信息