99999久久久久久亚洲,欧美人与禽猛交狂配,高清日韩av在线影院,一个人在线高清免费观看,啦啦啦在线视频免费观看www

熱線電話:13121318867

登錄
首頁大數(shù)據(jù)時代基于用戶的協(xié)同過濾算法的原理是什么?是如何實現(xiàn)的?
基于用戶的協(xié)同過濾算法的原理是什么?是如何實現(xiàn)的?
2020-07-20
收藏

協(xié)同過濾推薦算法是誕生時間最早,而且應(yīng)用廣泛的,著名的推薦算法。其最主要的功能進行是預(yù)測和推薦。協(xié)同過濾推薦算法可以通過對用戶歷史行為數(shù)據(jù)的挖掘,從而發(fā)現(xiàn)用戶的偏好,并且基于不同的偏好,將用戶劃分為不同的群組,并推薦品味相似的商品?;谟脩舻?a href='/map/xietongguolv/' style='color:#000;font-size:inherit;'>協(xié)同過濾算法user-based collaboratIve filtering,是協(xié)同過濾推薦算法的極為重要的一個分類,今天小編主要給大家分享基于用戶的協(xié)同過濾算法的原理和實現(xiàn)。

一、基于用戶的協(xié)同過濾算法概念

基于用戶(user-based)的協(xié)同過濾算法是通過,挖掘用戶的歷史行為數(shù)據(jù),發(fā)現(xiàn)用戶對商品或內(nèi)容的偏好,并對這些偏好進行度量和打分。之后根據(jù)不同用戶對相同商品或內(nèi)容的態(tài)度以及偏好程度,來計算用戶之間的相似度關(guān)系?;谟脩舻?a href='/map/xietongguolv/' style='color:#000;font-size:inherit;'>協(xié)同過濾,主要計算的是用戶與用戶之間的相似度,只需要找出相似用戶喜歡的物品,并預(yù)測出目標(biāo)用戶對對應(yīng)物品的評分,就能夠找到評分最高的物品推薦給用戶,這樣能夠挖掘用戶的隱藏屬性。

二、基于用戶的協(xié)同過濾算法原理

基于用戶的協(xié)同過濾算法主要包括以下兩個步驟:

(1) 找到與目標(biāo)用戶興趣相似的用戶集合。

(2) 找到此集合中的用戶感興趣的,并且目標(biāo)用戶沒有接觸過的的物品推薦給目標(biāo)用戶。

基于用戶User-CF算法的假設(shè)是目標(biāo)用戶和其他用戶的興趣、偏好相似,那么他們喜歡的東西都應(yīng)該也相似,就是常說的人以群分。

基于用戶的協(xié)同過濾算法適用于用戶較少、用戶個性化興趣不太顯著的情況,這樣,在推薦過程中用戶新的行為不一定會導(dǎo)致推薦結(jié)果的變化,但是如果用戶過多,那么計算用戶相似矩陣的代價就會太大。并且這一算法不能解決新用戶進來的冷啟動問題,新物品進來卻可以較快地進行推薦。

三、算法實現(xiàn)

1.計算用戶相似度


user-item:
movieId    1    2    3    4    5    6    7    8
userId                                         
1        3.5  2.0  NaN  4.5  5.0  1.5  2.5  2.0
2        2.0  3.5  4.0  NaN  2.0  3.5  NaN  3.0
3        5.0  1.0  1.0  3.0  5.0  1.0  NaN  NaN
4        3.0  4.0  4.5  NaN  3.0  4.5  4.0  2.0
5        NaN  4.0  1.0  4.0  NaN  NaN  4.0  1.0
6        NaN  4.5  4.0  5.0  5.0  4.5  4.0  4.0
7        5.0  2.0  NaN  3.0  5.0  4.0  5.0  NaN
8        3.0  NaN  NaN  5.0  4.0  2.5  3.0  4.0
 
# 構(gòu)建共同的評分向量
def build_xy(user_id1, user_id2):
    bool_array = df.loc[user_id1].notnull() & df.loc[user_id2].notnull()
    return df.loc[user_id1, bool_array], df.loc[user_id2, bool_array]
 
#如此用戶評分矩陣中用戶1,和用戶2的共同評分向量是
 movieId
1    3.5
2    2.0
5    5.0
6    1.5
8    2.0
Name: 1, dtype: float64, 
 movieId
1    2.0
2    3.5
5    2.0
6    3.5
8    3.0
Name: 2, dtype: float64)
 
 
# 皮爾遜相關(guān)系數(shù)
def pearson(user_id1, user_id2):
    x, y = build_xy(user_id1, user_id2)
    mean1, mean2 = x.mean(), y.mean()
    # 分母
    denominator = (sum((x-mean1)**2)*sum((y-mean2)**2))**0.5
    try:
        value = sum((x - mean1) * (y - mean2)) / denominator
    except ZeroDivisionError:
        value = 0
    return value


2.找到相似度最高的用戶并進行推薦:


# 計算最相似的鄰居
def computeNearestNeighbor(user_id, k=3):
    return df.drop(user_id).index.to_series().apply(pearson, args=(user_id,)).nlargest(k)
 
#與用戶3相似的前3個用戶
userId
1    0.819782
6    0.801784
7    0.766965
Name: userId, dtype: float64
 
 
#推薦
def recommend(user_id):
    # 找到最相似的用戶id
    nearest_user_id = computeNearestNeighbor(user_id).index[0]
    print('最相似用戶ID:')
    print nearest_user_id
    # 找出鄰居評價過、但自己未曾評價的項目
    # 結(jié)果:index是項目名稱,values是評分
    return df.loc[nearest_user_id, df.loc[user_id].isnull() & df.loc[nearest_user_id].notnull()].sort_values()
 
#對用戶3進行推薦結(jié)果
最相似用戶ID:
1
movieId
8    2.0
7    2.5
Name: 1, dtype: float64


數(shù)據(jù)分析咨詢請掃描二維碼

若不方便掃碼,搜微信號:CDAshujufenxi

數(shù)據(jù)分析師資訊
更多

OK
客服在線
立即咨詢
客服在線
立即咨詢
') } function initGt() { var handler = function (captchaObj) { captchaObj.appendTo('#captcha'); captchaObj.onReady(function () { $("#wait").hide(); }).onSuccess(function(){ $('.getcheckcode').removeClass('dis'); $('.getcheckcode').trigger('click'); }); window.captchaObj = captchaObj; }; $('#captcha').show(); $.ajax({ url: "/login/gtstart?t=" + (new Date()).getTime(), // 加隨機數(shù)防止緩存 type: "get", dataType: "json", success: function (data) { $('#text').hide(); $('#wait').show(); // 調(diào)用 initGeetest 進行初始化 // 參數(shù)1:配置參數(shù) // 參數(shù)2:回調(diào),回調(diào)的第一個參數(shù)驗證碼對象,之后可以使用它調(diào)用相應(yīng)的接口 initGeetest({ // 以下 4 個配置參數(shù)為必須,不能缺少 gt: data.gt, challenge: data.challenge, offline: !data.success, // 表示用戶后臺檢測極驗服務(wù)器是否宕機 new_captcha: data.new_captcha, // 用于宕機時表示是新驗證碼的宕機 product: "float", // 產(chǎn)品形式,包括:float,popup width: "280px", https: true // 更多配置參數(shù)說明請參見:http://docs.geetest.com/install/client/web-front/ }, handler); } }); } function codeCutdown() { if(_wait == 0){ //倒計時完成 $(".getcheckcode").removeClass('dis').html("重新獲取"); }else{ $(".getcheckcode").addClass('dis').html("重新獲取("+_wait+"s)"); _wait--; setTimeout(function () { codeCutdown(); },1000); } } function inputValidate(ele,telInput) { var oInput = ele; var inputVal = oInput.val(); var oType = ele.attr('data-type'); var oEtag = $('#etag').val(); var oErr = oInput.closest('.form_box').next('.err_txt'); var empTxt = '請輸入'+oInput.attr('placeholder')+'!'; var errTxt = '請輸入正確的'+oInput.attr('placeholder')+'!'; var pattern; if(inputVal==""){ if(!telInput){ errFun(oErr,empTxt); } return false; }else { switch (oType){ case 'login_mobile': pattern = /^1[3456789]\d{9}$/; if(inputVal.length==11) { $.ajax({ url: '/login/checkmobile', type: "post", dataType: "json", data: { mobile: inputVal, etag: oEtag, page_ur: window.location.href, page_referer: document.referrer }, success: function (data) { } }); } break; case 'login_yzm': pattern = /^\d{6}$/; break; } if(oType=='login_mobile'){ } if(!!validateFun(pattern,inputVal)){ errFun(oErr,'') if(telInput){ $('.getcheckcode').removeClass('dis'); } }else { if(!telInput) { errFun(oErr, errTxt); }else { $('.getcheckcode').addClass('dis'); } return false; } } return true; } function errFun(obj,msg) { obj.html(msg); if(msg==''){ $('.login_submit').removeClass('dis'); }else { $('.login_submit').addClass('dis'); } } function validateFun(pat,val) { return pat.test(val); }