其中, S(u, K) 包含和用户 u 兴趣最接近的 K 个用户, N(i) 是对物品 i 有过行为的用户集合, w uv
是用户 u 和用户 v 的兴趣相似度, r vi 代表用户 v 对物品 i 的兴趣,因为使用的是单一行为的隐反馈数
据,所以所有的 r vi =1 。
如下代码实现了上面的 UserCF 推荐算法:
def Recommend(user, train, W):
rank = dict()
interacted_items = train[user]
for v, wuv in sorted(W[u].items, key=itemgetter(1), \
reverse=True)[0:K]:
for i, rvi in train[v].items:
if i in interacted_items:
#we should filter items user interacted before
continue
rank[i] += wuv * rvi
return rank
这里N(u)是用户喜欢的物品的集合,S(j,K)是和物品j最相似的K个物品的集合,w ji 是物品j和i
的相似度,r ui 是用户u对物品i的兴趣。 (对于隐反馈数据集,如果用户u对物品i有过行为,即可令
r ui =1。 )该公式的含义是,和用户历史上感兴趣的物品越相似的物品,越有可能在用户的推荐列
表中获得比较高的排名。该公式的实现代码如下所示。
def Recommendation(train, user_id, W, K):
rank = dict()
ru = train[user_id]
for i,pi in ru.items():
for j, wj in sorted(W[i].items(), /
key=itemgetter(1), reverse=True)[0:K]:
if j in ru:
continue
rank[j] += pi * wj
return rank
相关推荐
项目概述:基于Java开发的物品协同过滤(ItemCF)推荐系统,该系统包含了核心推荐算法以及相应的用户界面和数据库结构。项目主要采用Java语言编写,共计53个文件,其中包含14个Java源代码文件、12张图片文件(jpg格式...
基于ItemCF协同过滤、hadoop-mapreduce的商品推荐系统下载地址。 基于ItemCF的协同过滤 物品推荐系统 Collaborative filtering goods recommendation system based on ItemCF Step1.run(config, paths); // 格式化 ...
用python简单实现了itemCF,具体算法可参考基于物品的协同过滤。
这是运行MapReduce程序,正常后的输出结果,基于itemCF(物品的协同过滤首发)
推荐系统教程 第2周 最流行的推荐系统:itemCF和userCF.rar
文件是基于物品的协同过滤算法itemCF原理及python代码实现,包含MovieLens数据集中的ml-100k数据集,开发环境是Python2.7.代码是我按照《推荐系统实践》里面的公式写的完整程序,并添加了中文注释。
内容推荐系统,协同过滤,ItemC,UserCF,SlopeOne
python GUI ItemCF算法界面豆瓣电影推荐系统 完整代码 详细教程 毕业设计 设计出图形用户界面(GUI)进行交互,封装成电影推荐软件,针对数据集中的用户推荐相关电影。 主要分为三大模块: 1. 爬虫模块:request 库...
用web的形式实现了mahout中的三种基本算法,前参考博客:http://blog.csdn.net/zeqblog/article/details/16809223
1.ItermCF的基本思想 基于物品相似度的协同过滤推荐的思想大致可分为两部分: 1.计算物与物之前的相似度 2.根据用户的行为历史,给出和历史列表中的物品相似度最高的推荐 通俗的来讲就是: ...
毕业设计 基于Python+Django+itemCF和userCF算法音乐推荐系统源码+详细文档+全部数据资料 高分项目 【备注】 1、该项目是高分毕业设计项目源码,已获导师指导认可通过,答辩评审分达到95分 2、该资源内项目代码都...
毕业设计 基于Python+Django的UserCF和ItemCF协同过滤的电影推荐系统源码+详细文档+全部数据资料 优秀项目 【备注】 1、该项目是高分毕业设计项目源码,已获导师指导认可通过,答辩评审分达到95分 2、该资源内项目...
Hadoop案例之基于物品的协同过滤算法ItemCF+源代码+文档说明 -------- 不懂运行,下载完可以私聊问,可远程教学 该资源内项目源码是个人的毕设,代码都测试ok,都是运行成功后才上传资源,答辩评审平均分达到96分,...
本科毕业论文设计基于itemCF与SVD的电影推荐算法研究.zip
基于ItemCF的协同过滤 物品推荐系统
基于MapReduce实现物品协同过滤算法(ItemCF)
结合开源数据集进行电影推荐。推荐算法有:逻辑回归;UserCF ; ItemCF
基于MapReduce实现物品协同过滤算法(ItemCF)具体参考补充:hadoop三种执行方式MR执行环境有两种:本地测试环境,服务器环境本地测试环境(windows):在windows的hadoop目录bin目录有一个winutils.exe1、在windows下...