提供推荐

协作型过滤

协作型过滤算法通常对一大群人进行搜索, 并从中找出与我们品味相近的一小群人.
相似度评价值:欧几里德距离和皮尔逊相关度

欧几里德距离评价:以经过人们一致评价的物品为坐标轴, 然后将与参与评价的人绘制到图上, 并考察他们彼此间的距离远近.

代码示例:

from math import sqrt	

# 返回一个有关person1与person2的基于距离的相似度评价
def sim_distance(prefs, person1, person2):
	# 得到shared_items的列表
	si = {}
	for item in prefs[person1]:
		if item in prefs[person2]:
			si[item] = 1
	
	# 如果两者没有共同之处, 则返回0
	if len(si) == 0:
		return 0

	# 计算所有差值的平方和
	sum_of_squares = sum([pow(prefs[person1][item] - prefs[person2][item], 2) for item in prefs[person1] if item in prefs[person2]])
	
	# 结果加1防止除零, 并取其倒数
	return 1/(1 + sqrt(sum_of_squares) 

皮尔逊相关度评价:该相关度是判断两组数据与某一直线拟合程度的一种度量.它在数据不是很规范(normalized)时(比如,影评者对影片的评价总是相对于平均水平偏离很大时), 会倾向于给出更好的结果.

代码示例:

# 返回p1和p2的皮尔逊相关系数
def sim_pearson(prefs, p1, p2):
	# 得到双方都曾经评价过的物品列表
	si = {}
	for item in prefs[p1]:
		if item in prefs[p2]:
			si[item] = 1
	# 得到列表元素的个数
	n = len(si)

	# 如果两者没有共同之处, 则返回1
	if n == 0:
		return 1

	# 对所有偏好求和
	sum1 = sum([prefs[p1][it] for it in si])
	sum2 = sum([prefs[p2][it] for it in si])

	# 求平方和
	sum1Sq = sum([pow(prefs[p1][it], 2) for it in si])
	sum2Sq = sum([pow(prefs[p2][it], 2) for it in si])

	# 求乘积之和
	pSum = sum([prefs[p1][it] * prefs[p2][it] for it in si])

	# 计算皮尔逊评价值
	num = pSum - (sum1 * sum2 / n)
	den = sqrt((sum1Sq - pow(sum1, 2) / n) * (sum2Sq - pow(sum2, 2) / n))
	if den == 0:
		return 0

	r = num / den

	return r

相似性度量的选择:此处介绍了两种常用的相似性评价方法, 实际上还有许多方法可以衡量两组数据的相似程度, 使用哪一种方法最优, 完全取决于具体的应用.

为评论者打分：我们已经有了对两个人进行比较的函数，下面我们就可以编写函数，对指定人员进行打分并找出最接近的匹配结果了

代码示例:

# 从反映偏好的字典中返回最为匹配者
# 返回结果的个数和相似度函数均为可选参数