Python 根据打分数据对某用户进行推荐

代码仓库：https://github.com/SKPrimin/PythonCrawler/tree/master/%E7%94%B5%E5%BD%B1%E6%8E%A8%E8%8D%90

编写程序，生成数据模拟（也可以使用网上爬取的真实数据）多人对多部定影的打分（1~5分），然后根据这些数据对某用户A进行推荐。

推荐规则为：在已有的数据中选择与该用户A的爱好最相似的用户B，然后从最相似的用户B已看过但用户A还没看过的电影中选择B打分最高的电影推荐给用户A。其中，相似度的计算标准：

（1）两个用户共同打分过的电影越多，越相似；

（2）两个用户对共同打分的电影的打分越接近，越相似。

实现

生成数据模拟

import random

from openpyxl import Workbook

user = ['用户1', '用户2', '用户3', '用户4', '用户5', '用户6', '用户7', '用户8',
        '用户9', '用户10', '用户11', '用户12', '用户13', '用户14', '用户15']
# 实例化
wb = Workbook()
# 激活 worksheet
ws = wb.active
# 设置表头

ws.append(['用户', '电影1', '电影2', '电影3', '电影4', '电影5', '电影6', '电影7', '电影8', '电影9', '电影10'])

# i 为用户数 j为电影数
for i in range(15):
    numscore = []
    numscore.append(user[i])
    for j in range(10):
        # 生成电影j的分数
        numscore.append(random.randint(0, 5))
    # 生成第i行数据
    ws.append(numscore)

wb.save('电影用户评价信息.xlsx')

通过这种方式，我们可以一个随机出来的打分表

用户	电影1	电影2	电影3	电影4	电影5	电影6	电影7	电影8	电影9	电影10
用户1	0	4	4	0	5	2	0	3	1	5
用户2	1	1	1	4	5	4	1	3	3	0
用户3	3	4	2	3	2	4	5	2	2	2
用户4	3	5	5	0	4	2	2	1	2	2
用户5	2	0	1	2	1	3	0	5	5	1
用户6	1	0	0	0	0	1	5	1	4	5
用户7	5	1	0	0	4	3	1	2	1	1
用户8	0	5	2	1	3	2	4	5	5	4
用户9	3	3	2	3	0	0	0	4	5	3
用户10	2	2	3	1	0	5	3	4	3	4
用户11	2	0	1	1	5	3	1	0	5	3
用户12	5	1	2	1	3	3	4	4	3	4
用户13	5	2	5	5	4	3	3	1	0	3
用户14	2	4	5	0	3	2	0	2	4	0
用户15	2	1	4	2	5	1	0	5	4	4

数据分析推荐

读取数据

• 读取excel表格数据，并存放于一个字典中

from openpyxl import load_workbook

# 打开文件及表
wb = load_workbook('电影用户评价信息.xlsx')
ws = wb["Sheet"]

'''使用演员作为键，使用包含该演员参演电影名称的集合作为“值”'''
fimeDict = dict()
i = 0
# 遍历Excel文件中的所有行
for index, row in enumerate(ws.rows):
    # 跳过表头，对于每一行有效数据，获取每一行的电影名称和演员清单，
    if index == 0:
        continue
    # 获取电影名称和演员列表
    user = row[0].value
    fimescore = [row[i].value for i in range(1, 11)]
    # 得到评分字典，评价用户作为键，评分列表作为值
    fimeDict[user] = fimescore

print("评分字典：{}".format(fimeDict))

评分字典：{'用户1': [0, 4, 4, 0, 5, 2, 0, 3, 1, 5], '用户2': [1, 1, 1, 4, 5, 4, 1, 3, 3, 0],...

用户A读入

# 假设来了个新用户
username = "用户A"
user = [4, 0, 4, 4, 0, 0, 2, 0, 0, 5]
print(f"新来的用户为{username}:{user}")

共同打分过的电影多的用户

• 先找出第一个最高分用户

filmSamenum = 0  # 共同打分的数目
filmSameNumDict = {}
for key, value in fimeDict.items():
    # 共同打分的电影分析
    filmiswatch = []
    for i in range(len(user)):
        # 如果双方都看了 ，便为True
        filmiswatch.append(bool(value[i]) & bool(user[i]))
    # 统计True的个数，即双方都看的个数
    filmSamenum = filmiswatch.count(True)
    # 将此用户名用户名与共同观看个数放入字典
    filmSameNumDict[key] = filmSamenum
print(filmSameNumDict)
# 调用max函数找出最大值对应的键 但此方法只会找到返回一个值
keyName = max(filmSameNumDict, key=filmSameNumDict.get)
print("第一个最高匹配人为：{}".format(keyName))

# 再次遍历查看有没有其他的用户观看次数一样
userSame = []
maxScore = filmSameNumDict[keyName]
for key, value in filmSameNumDict.items():
    # 如果观看次与最大值相同添加进列表
    if value == maxScore:
        userSame.append(key)
print("共同打分过的电影多的用户为：{}".format(userSame))

第一个最高匹配人为：用户3

• 根据最高分找出其他观看次数一样的用户

# 再次遍历查看有没有其他的用户观看次数一样
userSame = []
maxScore = filmSameNumDict[keyName]
for key, value in filmSameNumDict.items():
    # 如果观看次与最大值相同添加进列表
    if value == maxScore:
        userSame.append(key)
print("共同打分过的电影多的用户为：{}".format(userSame))

共同打分过的电影多的用户为：['用户3', '用户10', '用户11', '用户12', '用户13']

打分越接近的用户

# 开始对相同次数的用户进行第二轮推荐
userScoreDifferentDict = {}
for username in userSame:
    score = 0
    for index, userscore in enumerate(fimeDict[username]):
        # 计算两个用户的打分差距
        if userscore != 0 and user[index] != 0:
            score += abs(userscore - user[index])
    # 将计算出的
    userScoreDifferentDict[username] = score
print("相似用户的得分字典为：{}".format(userScoreDifferentDict))

相似用户的得分字典为：{'用户3': 10, '用户10': 8, '用户11': 11, '用户12': 9, '用户13': 6}

转换出电影名

# 统计出其观看电影的清单fimeName = ['电影1', '电影2', '电影3', '电影4', '电影5', '电影6', '电影7', '电影8', '电影9', '电影10']
selectefimeName = []
selecteName = min(userScoreDifferentDict, key=userScoreDifferentDict.get)
for index, fime in enumerate(fimeDict[selecteName]):
    if fime != 0:
        selectefimeName.append(fimeName[index])
print("最高匹配人为：{0}，他所观看的电影为{1}".format(selecteName, selectefimeName))

最高匹配人为：用户13，他所观看的电影为['电影1', '电影2', '电影3', '电影4', '电影5', '电影6', '电影7', '电影8', '电影10']

找出用户未看过的电影

# 求出用户观看的电影列表
userfimeName = []
for index, fime in enumerate(user):
    if fime != 0:
        userfimeName.append(fimeName[index])

# 转成集合求差集
selectefimeName = set(selectefimeName)
userfimeName = set(userfimeName)
finallFimeName = selectefimeName.difference(userfimeName)
print("推荐的电影如下：{}".format(finallFimeName))

推荐的电影如下：{'电影6', '电影5', '电影8', '电影2'}

推荐评分最高电影

# 求出这些电影中评分最高的一个
finallScore = 0
finallFime = ""
for fime in finallFimeName:
    # 找到这个电影的索引
    index = fimeName.index(fime)
    # 根据索引找到分数
    score = fimeDict[selecteName][index]
    # 比较哪那个高
    if finallScore < score:
        finallScore = score
        finallFime = fime
    # 如果是最高评分则无需继续查找了
    if score == 5:
        break
print("最终推荐的电影为：{}".format(finallFime))

最终推荐的电影为：电影5

本次模拟的推荐算法是当今社会常见的算法应用，平台的大数据推荐在我们生活中屡见不鲜。本次我在计算标准的指引下，也亲身实际设计了一次大数据推荐算法，本次生成的数据先保存至excel表格，用户作为行，电影名称作为列，实现了评分的存储。在数据读取时，通过同样的方式，以用户名作为键，评分列表作为值进行读取，这也与我们实际应用中的表单传值使用的json数据有异曲同工之处，都是字典搭配列表。读取时首先要统计其他用户与用户A共同打分过的电影数，这里我采用的bool的方式，进行&运算，便得到了一个是否都打过分的布尔列表，然后统计True的个数便可以得出。接下来第二轮比较评分差异时，便通过双循环算出各用户与用户A打分之差，统计时需要将有人未看的电影去除。在最后的找出要推荐的电影阶段，先是通过索引找出对应的电影名称，再将列表转为集合求出差集，最后再次根据索引去查找分数，找出其打分最高的那个电影。