MovieLens movie recommendation system

# coding=utf-8
# @Time    : 2019/12/4 20:21
# @Author  : Z
# @Email   : S
# @File    : UserBasedCF.py

#MovieLens电影推荐系统

import math
#定义基于用户得协同过滤算法类
class UserBasedCF:
    #初始化对象
    def __init__(self,train_file,test_file):
        #训练数据
        self.train_file=train_file
        #测试数据
        self.test_file=test_file
        #读取数据
        self.readData()

    #数据读取函数
    def readData(self):
        #读取文件，生成用户-物品的评分表和测试集
        #用户-物品的评分表
        #训练集
        #dict()函数用于创建一个字典。
        self.train=dict()
        #打开文件，按行读取训练数据
        for line in open(self.train_file):
            #获得用户‘物品、评分数据，丢弃时间戳数据
            user,item,score,_ = line.strip().split("\t")
            #用户-物品评分矩阵
            self.train.setdefault(user,{})
            #分数赋值
            self.train[user][item]=int(score)
            #print(self.train[user][item])

        #测试集
        self.test=dict()
        #打开文件，按行读取训练数据
        for line in open(self.test_file):
            # 获得用户‘物品、评分数据，丢弃时间戳数据
            user,item,score,_ = line.strip().split("\t")
            # 用户-物品评分矩阵
            self.test.setdefault(user, {})
            # 分数赋值
            self.test[user][item] = int(score)

    #用户间相似度
    def UserSimilarity(self):
        #建立物品-用户的倒排表
        #数据格式：key:物品 value:用户1，用户2
        self.item_users=dict()

        #遍历训练集中用户-物品数据
        for user,items in self.train.items():
            #遍历用户对应的物品数据
            for i in items.keys():
                #倒排表还没有该物品
                if i not in self.item_users:
                    #倒排表中该物品项赋值为set()集合
                    self.item_users[i]=set()
                #倒排表中该物品项添加该用户
                self.item_users[i].add(user)

        #计算用户-用户相关性矩阵
        C=dict() #用户-用户共现矩阵
        N=dict() #用户产生行为的物品个数

        #遍历物品-用户的倒排表，取得物品-用户数据
        for i,users in self.item_users.items():
            #遍历物品i下的用户
            for u in users:
                #初始化用户产生行为的物品个数0
                N.setdefault(u,0)
                #遍历到该用户加1
                N[u] += 1

                #用户-用户共现矩阵初始化
                C.setdefault(u,{})
                #遍历该物品下的所有用户
                for v in users:
                    #若该项为当前用户，跳过
                    if u == v:
                        continue
                    #遍历到其他不同用户则加1
                    #初始化为0
                    C[u].setdefault(v,0)
                    #加1
                    C[u][v] += 1

        #计算用户-用户相似度，余弦相似度
        self.W = dict() #相似度矩阵
        #遍历用户-用户共现矩阵的所有项
        #每行用户、该行下的其他用户
        for u,related_users in C.items():
            #存放用户间相似度
            self.W.setdefault(u,{})
            #遍历其他每一个用户及对应的同现矩阵的值，即分子部分
            for v,cuv in related_users.items():
                #余弦相似度
                self.W[u][v] = cuv / math.sqrt(N[u] * N[v])
                #返回用户相似度
        return self.W

    #给用户user推荐，前K个相关用户喜欢的

    #用户user未产生过行为的物品
    #默认3个用户，推荐10个物品
    def Recommend(self,user,K=3,N=10):
        #用户user对物品的偏好值
        rank=dict()
        #用户user产生过行为的物品项item
        action_item=self.train[user].keys()

        #对用户user按相似度从大到小进行排列
        #取与用户user相似度最大的K个用户
        for v,wuv in sorted(self.W[user].items(),key=lambda x: x[1],reverse=True)[0:K]:
            #遍历前K个与user最相关的用户
            #遍历每件物品、用户对该物品的偏好值
            for i,rvi in self.train[v].items():
                #若用户user对物品i已有评价，则跳过
                if i in action_item:
                    continue
                #计算用户user对物品i的偏好值
                #初始化该值为0
                rank.setdefault(i,0)
                #通过与其相似用户对物品i的偏好值相乘并相加
                rank[i]+=wuv * rvi
        #按评分值大小，为用户user推荐结果的取前N个物品
        return dict(sorted(rank.items(),key=lambda x: x[1],reverse=True)[0:N])

if __name__ == '__main__':
    #将训练集和测试集指定为u.data
    cf=UserBasedCF('u.data','u.data')
    cf.UserSimilarity()
    #找出和用户3最相近用户的十个商品以及相似度
    print(cf.Recommend('3'))
    # {'313': 7.702489204665911, '301': 5.134562597476054, '315': 6.675060438409236, '895': 6.156249766438661,
    #  '292': 4.627235120093614, '269': 5.140304194770122, '286': 7.193871110379812, '289': 5.65337326944663,
    #  '316': 6.675060438409236, '750': 6.172183941417205}