用 Python 实现一个简单的推荐系统
在当今信息爆炸的时代，推荐系统已成为我们日常生活中不可或缺的一部分。从电商网站的商品推荐，到视频平台的影片推荐，再到新闻网站的资讯推荐，推荐系统都在默默地为我们筛选信息，提升用户体验。本文将介绍如何使用 Python 实现一个简单的基于用户的协同过滤推荐系统。
协同过滤简介
协同过滤（Collaborative Filtering）是推荐系统中应用最广泛的技术之一。其核心思想是利用用户的历史行为数据（例如评分、购买记录等）来发现用户之间的相似性，然后根据相似用户的喜好来为目标用户推荐物品。
协同过滤主要分为两种类型：
基于用户的协同过滤（User-based Collaborative Filtering）: 找到与目标用户兴趣相似的其他用户，然后将这些用户喜欢的物品推荐给目标用户。基于物品的协同过滤（Item-based Collaborative Filtering）: 找到与目标物品相似的其他物品，然后将这些物品推荐给喜欢目标物品的用户。本文将重点介绍基于用户的协同过滤。
数据准备
为了实现推荐系统，我们首先需要准备一些数据。假设我们有一个包含用户对电影评分的数据集，数据格式如下：
| UserID | MovieID | Rating |
|---|---|---|
| 1 | 101 | 5 |
| 1 | 102 | 3 |
| 2 | 101 | 4 |
| 2 | 103 | 5 |
| ... | ... | ... |
我们可以使用 Python 的 Pandas 库来读取和处理数据：
import pandas as pd# 读取数据data = pd.read_csv('ratings.csv')# 查看数据print(data.head())计算用户相似度
为了找到与目标用户兴趣相似的其他用户，我们需要计算用户之间的相似度。常用的相似度度量方法包括：
余弦相似度（Cosine Similarity）: 计算两个用户评分向量的夹角余弦值，值越大表示相似度越高。皮尔逊相关系数（Pearson Correlation Coefficient）: 计算两个用户评分向量的线性相关程度，值介于 -1 和 1 之间，值越大表示相似度越高。本文使用余弦相似度来计算用户相似度。我们可以使用 Python 的 SciPy 库来计算余弦相似度：
from scipy.spatial.distance import cosine# 构建用户-电影评分矩阵user_movie_matrix = data.pivot_table(index='UserID', columns='MovieID', values='Rating')# 计算用户相似度矩阵user_similarity_matrix = 1 - user_movie_matrix.apply(lambda x: user_movie_matrix.apply(lambda y: cosine(x, y), axis=1), axis=1)# 查看用户相似度矩阵print(user_similarity_matrix.head())预测用户评分
找到与目标用户相似的用户后，我们可以根据这些用户的评分来预测目标用户对未评分电影的评分。常用的预测方法包括：
加权平均法: 根据相似用户的评分进行加权平均，权重为用户相似度。基于用户的 K 近邻算法（KNN）: 找到与目标用户最相似的 K 个用户，然后根据这 K 个用户的评分进行预测。本文使用加权平均法来预测用户评分：
def predict_rating(user_id, movie_id): # 找到与目标用户相似的用户 similar_users = user_similarity_matrix[user_id].sort_values(ascending=False)[1:] # 计算加权平均评分 weighted_sum = 0 similarity_sum = 0 for other_user_id, similarity in similar_users.items(): if not pd.isna(user_movie_matrix.loc[other_user_id, movie_id]): weighted_sum += similarity * user_movie_matrix.loc[other_user_id, movie_id] similarity_sum += similarity if similarity_sum == 0: return 0 else: return weighted_sum / similarity_sum# 预测用户 1 对电影 103 的评分predicted_rating = predict_rating(1, 103)print(f"预测用户 1 对电影 103 的评分为: {predicted_rating}")生成推荐列表
最后，我们可以根据预测的评分来为目标用户生成推荐列表。我们可以选择预测评分最高的 N 个电影作为推荐结果：
def recommend_movies(user_id, n=5): # 找到用户未评分的电影 unrated_movies = user_movie_matrix.loc[user_id][user_movie_matrix.loc[user_id].isna()].index # 预测用户对未评分电影的评分 predicted_ratings = {} for movie_id in unrated_movies: predicted_ratings[movie_id] = predict_rating(user_id, movie_id) # 根据预测评分排序，推荐前 N 个电影 recommended_movies = sorted(predicted_ratings.items(), key=lambda x: x[1], reverse=True)[:n] return recommended_movies# 为用户 1 推荐 5 部电影recommended_movies = recommend_movies(1)print(f"为用户 1 推荐的电影: {recommended_movies}")总结
本文介绍了如何使用 Python 实现一个简单的基于用户的协同过滤推荐系统。我们首先介绍了协同过滤的基本概念，然后详细讲解了如何计算用户相似度、预测用户评分以及生成推荐列表。最后，我们使用 Python 代码实现了整个推荐流程。
需要注意的是，本文介绍的只是一个简单的推荐系统示例，实际应用中还需要考虑很多因素，例如数据稀疏性、冷启动问题、推荐结果的多样性等。希望本文能够帮助读者理解推荐系统的基本原理，并为进一步学习和研究打下基础。
