算法步骤：
1.计算物品相似度
2.根据用户购买记录，推荐相似物品
物品相似度定义：
A.
购买i的人里面，有多少比例购买了j
缺点（推荐系统需要能挖掘长尾信息，此处若j很热门，则w趋向于很大，则买了i的人都会被推荐j，热门商品更加热门）
B.
在A的基础上，加入了对热门物品j的惩罚
C.
活跃用户的贡献度应该要低（例子：一个在当当上买书的人，是一个自己开书店的人）
相似度归一化：可提高准确率、召回率、覆盖率、新颖度
--分析：
假设用户喜欢看两类电影（科幻片，爱情片），而科幻片的相似度普遍比爱情片要低，
此时用户看了3部爱情片和3部科幻片，经过计算给用户推荐的大部分会是爱情片（应该是爱情和科幻差不多），
此时通过归一化，可以提高推荐的覆盖率和多样性
推荐：
用户u对物品j的兴趣程度，N(u)为用户u购买历史，S(j,K)为和物品j最相似的K个物品
--计算：
1.获取用户u购买历史，nu
2.遍历nu，获取和购买过物品i 最相似的K个物品，计算其加上物品i贡献的相似度
实现：
import pandas as pd
from sklearn import cross_validation
import math class ItemCF():
def __init__(self,data,k):
self.train=data
self.k=k
self.ui=self.user_item(self.train)
self.iu = self.item_user(self.train)
self.itemSimilarityMatrix()
'''
获取每个商品对应的用户（购买过该商品的用户）列表，如
{商品A:[用户1，用户2，用户3],
商品B:[用户3，用户4，用户5]...}
'''
def item_user(self,data):
iu = dict()
groups = data.groupby([1])
for item,group in groups:
iu[item]=set(group.ix[:,0]) return iu '''
获取每个用户对应的商品（用户购买过的商品）列表，如
{用户1:[商品A:评分，商品B:评分，商品C:评分],
用户2:[商品D:评分，商品E:评分，商品F:评分]...}
'''
def user_item(self,data):
ui = dict()
groups = data.groupby([0])
for item,group in groups:
ui[item]=dict()
for i in range(group.shape[0]):
ui[item][group.iget_value(i,1)]=group.iget_value(i,2) return ui def itemSimilarityMatrix(self):
matrix = dict()
for u,ps in self.ui.items():
denominator = 1.0/math.log(1+len(ps));
for p1 in ps.keys():
for p2 in ps.keys():
if p1==p2:
continue
if p1 not in matrix:
matrix[p1]=dict()
if p2 not in matrix[p1]:
matrix[p1][p2]=0 matrix[p1][p2] += denominator/math.sqrt(len(self.iu[p1])*len(self.iu[p2])) for p in matrix.keys():
#对每个商品i,将其他商品j按其与i的相似度从大大小排序
matrix[p] = sorted(matrix[p].items(),lambda x,y:cmp(x[1],y[1]),reverse=True);
#归一化
matrix[p] = [(x[0],x[1]/matrix[p][0][1]) for x in matrix[p]]
self.M=matrix
'''
对用户user进行推荐
'''
def getRecommend(self,user):
rank = dict()
uItem=self.ui[user]#获取用户购买历史
for uproduct,urank in uItem.items():
uproduct_simi = self.M[uproduct][0:self.k]
for p_simi in uproduct_simi:
p = p_simi[0]
simi = p_simi[1]
if p in uItem:
continue
if p not in rank:
rank[p]=0
rank[p]+=urank*simi
return rank def estimate(self,test):
ui_test=self.user_item(test)
unions = 0
sumRec = 0
sumTes = 0 itemrec = set() sumPopularity = 0
for user in self.ui.keys():
rank=self.getRecommend(user);
itemtest = set()
if user in ui_test:
itemtest = set(ui_test[user].keys())
sumRec += len(rank)
sumTes += len(itemtest)
for recItem in rank:
sumPopularity += math.log(1+len(self.iu[recItem]))
itemrec.add(recItem)
if recItem in itemtest:
unions += 1;
return unions*1.0/sumRec,unions*1.0/sumTes,len(itemrec)*1.0/len(self.iu.keys()),sumPopularity*1.0/sumRec