python电影推荐算法_电影推荐系统python实现

寒假在家保持写代码不手生，实现了这个小推荐系统。

简介：推荐系统的一种简单实现就是，给定一个用户A，找到所有用户中与A最相似的用户B，把B看过的电影中A没看过的挑出来，再把B评分最高的几部挑出来。

1 数据说明

解压缩后用到两个文件 movies.csv 和 ratings.csv 。

movies.csv是各种电影的数据，列分别为 电影编号、电影名、所属类型。

movieId

title

genres

1

Toy Story (1995)

Adventure,Animation,Children,Comedy,Fantasy

2

Jumanji (1995)

Adventure,Children,Fantasy

ratings.csv用户的评分数据，列分别为 用户编号、电影编号、评分、时间戳。

userId

movieId

rating

timestamp

1

1

4.0

964982703

1

3

4.0

964981247

2 数据处理

我们的目的是给定一个用户id，找出他可能喜欢的电影名。

但是两个文件电影信息和用户评分信息是分开的，所以需要合并。

2.1读取原始数据

import pandas as pd

movies = pd.read_csv(r'C:\Users\yyy\Desktop\推荐系统\movies.csv') #注意含中文路径需要在前面加 r 转义

ratings = pd.read_csv(r'C:\Users\yyy\Desktop\推荐系统\ratings.csv')

2.2合并两个文件

data = pd.merge(movies,ratings,on = 'movieId')#通过两数据框之间的movieId连接

data[['userId','rating','movieId','title']].sort_values('userId').to_csv(r'C:\Users\yyy\Desktop\推荐系统\merged.csv',index=False)

2.3 用字典存放所得数据

file = open(r'C:\Users\yyy\Desktop\推荐系统\merged.csv','r')#记得读取文件时加‘r’， encoding='UTF-8'

##读取data.csv中每行中除了名字的数据

data = {}##存放每位用户评论的电影和评分

for line in file.readlines():

#注意这里不是readline()

line = line.strip().split(',')

#如果字典中没有某位用户，则使用用户ID来创建这位用户

if not line[0] in data.keys():

data[line[0]] = {line[3]:line[1]}

#否则直接添加以该用户ID为key字典中

else:

data[line[0]][line[3]] = line[1]

此时得到的data[:2]

movieId

title

genres

userId

rating

timestamp

1

Toy Story (1995)

Adventure,Animation,Children,Comedy,Fantasy

1

4.0

964982703

1

Toy Story (1995)

Adventure,Animation,Children,Comedy,Fantasy

5

4.0

847434962

3 推荐系统

3.1 计算两个用户的相似度

注意：最后把距离缩放到了[0, 1]之间，这是为了简化计算。因为有可能两个用户之间的差异很大，平方和累加起来是一个很大的数，他们两个差异这么大对这个推荐系统没用，所以用1/(1+distance)把它缩放到0.

from math import pow, sqrt

def Euclidean(user1,user2):

#取出两位用户评论过的电影和评分

user1_data=data[user1]

user2_data=data[user2]

distance = 0

#找到两位用户都评论过的电影，并计算欧式距离

for key in user1_data.keys():

if key in user2_data.keys():

#注意，distance越大表示两者越相似

distance += pow(float(user1_data[key])-float(user2_data[key]),2)

return 1/(1+sqrt(distance))#这里返回值越大，相似度越大

3.2 找到最相似的k个用户

def top10_similar(userID):

res = []

for userid in data.keys():

if not userid == userID:

sim = Euclidean(userID, userid)

res.append((userid, sim))

res.sort(key=lambda val:val[1], reverse=True)

return res[:10]

RES = top10_similar('1')

print(RES)

3.3 找到最相似的用户看过的电影

def recommend(user, k=5):

recomm = []

most_sim_user = top10_similar(user)[0][0]

items = data[most_sim_user]

for item in items.keys():

if item not in data[user].keys():

recomm.append((item, items[item]))

recomm.sort(key=lambda val:val[1], reverse=True)

return recomm[:k]

RECOM = recommend('1')

print(RECOM)

总结

以上是生活随笔为你收集整理的python电影推荐算法_电影推荐系统python实现的全部内容，希望文章能够帮你解决所遇到的问题。

如果觉得生活随笔网站内容还不错，欢迎将生活随笔推荐给好友。