（総称してアイテムと呼ぶ）のアイテムを好きに使用したユーザー、およびユーザーとしての彼の過去がお気に入りのアイテム同様のアイテムをお勧めします。私たちはContentBasedアルゴリズムは非常に単純であると思いました。キーは、こちらの商品の類似性の尺度は、このアルゴリズムを適用するコアプロセスであるということです。
CBプロセスは、一般的に以下の3つのステップを含む：
項目（アイテム表現）を表す：各項目については、このアイテムを表すために、いくつかの機能（すなわち、コンテンツアイテムの、ある）で抽出し、
（プロファイル学習）学習特徴：（のようなユーザの過去の使用を;このユーザ選好（プロファイル）の機能を学習する）特徴データを、嫌い
アイテムのユーザプロファイルを特徴とし、候補比較ステップ得られ、ユーザのこのグループの推薦：推薦リスト（推奨生成）を生成します最も関連性の高いアイテム。
次のようにコードは、初期化ステップがある：
1、movie_id、タイトル、ジャンル3を含む、moviesDFを与えるために、USER_ID、movie_id、評価およびタイムスタンプを含む、ratingsDFを得ました。
2、スコア（平均）スコアアイテムの種類を表し、各カテゴリに反転item_cate、cate_itemアイテムを得ました。
3、するself.up、フォームのユーザIDを与えるために：[（カテゴリ、比） 、（範疇、RATIO1）]を各ユーザのスコアケイトを表します。
次の方法の焦点：
get_up（自己、score_thr = 4.0、 TOPK = 5）
ユーザを表す評価>アイテムがscore_thrを選択する傾向があり、時間加重得time_score、具体的には式：。\（時間\ _score = ROUND（\ FRAC 1 {{} 1 +（最大\ _TS-TS）/（24 * 60 * 60 * 100）}、3）\） 、時間内のアイテムは時間の量をより大きなスコアの最も近いポイントを指します。重い重みケイト下アイテムのユーザ項目、右タイムスコアおよび体重の評価によれば、最終的に各ユーザTOPK（正規化）のケイトスコアを得ます。（セルフ、ユーザID、K = 10）をお勧めします
ユーザに推薦として、ケイトにトップに従って得られた各項目についてユーザのケイトスコア。
実際に、フィルムは、ユーザプロファイルと前記このユーザの関連アイテムのセットの推奨最大候補項目スコアによれば、ユーザの好み（プロファイル）の特性を表すために、カテゴリの特徴データとしてここで使用されます。
すべてのコードは次のよう：
#-*-coding:utf-8-*-
"""
author:jamest
date:20190405
content based function
"""
import pandas as pd
import numpy as np
import time
import os
class contentBased:
def __init__(self,rating_file,item_file):
if not os.path.exists(rating_file) or not os.path.exists(item_file):
print('the file not exists')
return
self.moviesDF = pd.read_csv(item_file, index_col=None, sep='::', header=None, names=['movie_id', 'title', 'genres'])
self.ratingsDF = pd.read_csv(rating_file, index_col=None, sep='::', header=None, names=['user_id', 'movie_id', 'rating', 'timestamp'])
self.item_cate, self.cate_item = self.get_item_cate()
self.up = self.get_up()
def get_item_cate(self,topK = 10):
"""
Args:
topK:nums of items in cate_item
Returns:
item_cate：a dic,key:itemid ,value:ratio
cate_item：a dic:key:cate vale:[item1,item2,item3]
"""
movie_rating_avg = self.ratingsDF.groupby('movie_id')['rating'].agg({'item_ratings_mean': np.mean}).reset_index()
movie_rating_avg.head()
items = movie_rating_avg['movie_id'].values
scores = movie_rating_avg['item_ratings_mean'].values
#得到item的平均评分
item_score_veg = {}
for item, score in zip(items, scores):
item_score_veg[item] = score
#得到item中不同种类的得分
item_cate = {}
items = self.moviesDF['movie_id'].values
genres = self.moviesDF['genres'].apply(lambda x: x.split('|')).values
for item, genres_lis in zip(items, genres):
radio = 1 / len(genres_lis)
item_cate[item] = {}
for genre in genres_lis:
item_cate[item][genre] = radio
recode = {}
for item in item_cate:
for genre in item_cate[item]:
if genre not in recode:
recode[genre] = {}
recode[genre][item] = item_score_veg.get(item, 0)
# 不同种类item的倒排
cate_item = {}
for cate in recode:
if cate not in cate_item:
cate_item[cate] = []
for zuhe in sorted(recode[cate].items(), key=lambda x: x[1], reverse=True)[:topK]:
cate_item[cate].append(zuhe[0])
return item_cate, cate_item
def get_time_score(self,timestamp,fix_time_stamp):
"""
Args:
timestamp:the timestamp of user-item
fix_time_stamp:the max timestamp of the timestamps
Returns:
a time_score:fixed range in (0,1]
"""
total_sec = 24*60*60
delta = (fix_time_stamp-timestamp)/total_sec/100
return round(1/(1+delta),3)
def get_up(self,score_thr=4.0,topK=5):
"""
Args:
score_thr:select the score>=score_thr of ratingsDF
topK:the number of item in up
Returns:
a dic,key:userid ,value[(category,ratio),(category1,ratio1)]
"""
ratingsDF = self.ratingsDF[self.ratingsDF['rating'] > score_thr]
fix_time_stamp = ratingsDF['timestamp'].max()
ratingsDF['time_score'] = ratingsDF['timestamp'].apply(lambda x: self.get_time_score(x,fix_time_stamp))
users = ratingsDF['user_id'].values
items = ratingsDF['movie_id'].values
ratings = ratingsDF['rating'].values
scores = ratingsDF['time_score'].values
recode = {}
up = {}
for userid, itemid, rating, time_score in zip(users, items, ratings, scores):
if userid not in recode:
recode[userid] = {}
for cate in self.item_cate[itemid]:
if cate not in recode[userid]:
recode[userid][cate] = 0
recode[userid][cate] += rating * time_score * self.item_cate[itemid][cate]
for userid in recode:
if userid not in up:
up[userid] = []
total_score = 0
for zuhe in sorted(recode[userid].items(), key=lambda x: x[1], reverse=True)[:topK]:
up[userid].append((zuhe[0], zuhe[1]))
total_score += zuhe[1]
for index in range(len(up[userid])):
up[userid][index] = (up[userid][index][0], round(up[userid][index][1] / total_score, 3))
return up
def recommend(self, userID, K=10):
"""
Args:
userID: the user to recom
K: the num of recom item
Returns:
a dic,key:userID ,value:recommend itemid
"""
if userID not in self.up:
return
recom_res = {}
if userID not in recom_res:
recom_res[userID] = []
for zuhe in self.up[userID]:
cate, ratio = zuhe
num = int(K * ratio) + 1
if cate not in self.cate_item:
continue
rec_list = self.cate_item[cate][:num]
recom_res[userID] += rec_list
return recom_res
if __name__ == '__main__':
moviesPath = '../data/ml-1m/movies.dat'
ratingsPath = '../data/ml-1m/ratings.dat'
usersPath = '../data/ml-1m/users.dat'
recom_res = contentBased(ratingsPath,moviesPath).recommend(userID=1,K=30)
print('content based result',recom_res)
参考：
推奨システムの概要（A）
のGithub