推荐算法的Python实现（样例代码）

基于ItemCF算法

1. #!/usr/sbin/env python
   
2. # -*- coding:utf-8 -*-
   
3. 
   
4. import math
   
5. 
   
6. # ItemCF算法
   
7. def ItemSimilarity(train):
   
8.     C = dict()
   
9.     N = dict()
   
10.     for u,items in train.items():
    
11.         for i in items.keys():
    
12.             N[i] += 1
    
13.             for j in items.keys():
    
14.                 if i == j:
    
15.                     continue
    
16.                 C[i][j] += 1
    
17.     W = dict()
    
18.     for i,related_items in C.items():
    
19.         for j,cij in related_items.items():
    
20.             W[i][j] = cij / math.sqrt( N[i] * N[j])
    
21.     return W
    
22. 
    
23. # ItemCF-IUF算法
    
24. def ItemSimilarity_v2(train):
    
25.     C = dict()
    
26.     N = dict()
    
27.     for u,items in train.items():
    
28.         for i in items.keys():
    
29.             N[i] += 1
    
30.             for j in items.keys():
    
31.                 if i == j:
    
32.                     continue
    
33.                 C[i][j] += 1 / math.log(1+len(items)*1.0)
    
34.     W = dict()
    
35.     for i,related_items in C.items():
    
36.         for j,cij in related_items.items():
    
37.             W[i][j] = cij / math.sqrt( N[i] * N[j])
    
38.     return W
    
39. 
    
40. def Recommend(train,user_id,W,K):
    
41.     rank = dict()
    
42.     ru = train[user_id]
    
43.     for i,pi in ru.items():
    
44.         for j,wj in sorted(W[i].items,key=itemgetter(1),reverse=True)[0:K]:
    
45.             if j in ru:
    
46.                 continue
    
47.             rank[j] += pi*wj
    
48.     return rank

复制代码 基于UserCF算法

1. #!/usr/sbin/env python
   
2. # -*- coding:utf-8 -*-
   
3. import math
   
4. '''
   
5. 基于UserCF的推荐算法
   
6. '''
   
7. # UserCF算法
   
8. def UserSimilarity(train):
   
9.     item_users = dict()
   
10.     for u,items in train.items():
    
11.         for i in items.keys():
    
12.             if i not in item_users:
    
13.                 item_users[i] = set()
    
14.             item_users[i].add(u)
    
15.     C = dict()
    
16.     N = dict()
    
17.     for i,users in item_users.items():
    
18.         for u in users:
    
19.             N[u] += 1
    
20.             for v in users:
    
21.                 if u == v:
    
22.                     continue
    
23.                 C[u][v] += 1
    
24.     W = dict()
    
25.     for u,related_users in C.items():
    
26.         for v,cuv in related_users.items():
    
27.             W[u][v] = cuv / math.sqrt(N[u] * N[v])
    
28.     return W
    
29. 
    
30. # User-IIF算法
    
31. def UserSimilarity_v2(train):
    
32.     item_users = dict()
    
33.     for u,items in train.items():
    
34.         for i in items.keys():
    
35.             if i not in item_users:
    
36.                 item_users[i] = set()
    
37.             item_users[i].add(u)
    
38.     C = dict()
    
39.     N = dict()
    
40.     for i,users in item_users.items():
    
41.         for u in users:
    
42.             N[u] += 1
    
43.             for v in users:
    
44.                 if u == v:
    
45.                     continue
    
46.                 C[u][v] += 1 / math.log(1+len(users))
    
47.     W = dict()
    
48.     for u,related_users in C.items():
    
49.         for v,cuv in related_users.items():
    
50.             W[u][v] = cuv / math.sqrt(N[u] * N[v])
    
51.     return W
    
52. 
    
53. def Recommend(user,train,W):
    
54.     rank = dict()
    
55.     interacted_items = train[user]
    
56.     for v,wuv in sorted(W[u].items,key=itemgetter(1),reverse=True)[0:K]:
    
57.         for i,rvi in train[v].items:
    
58.             if i in interacted_items:
    
59.                 continue
    
60.             rank[i] += wuv*rvi
    
61.     return rank

复制代码 基于时间上下文的个性化推荐

1. #!/usr/sbin/env python
   
2. # -*- coding:utf-8 -*-
   
3. 
   
4. import math
   
5. 
   
6. 
   
7. def RecentPopularity(records,alpha,T):
   
8.     ret = dict()
   
9.     for user,item,tm in records:
   
10.         if tm >= T:
    
11.             continue
    
12.         addToDict(ret,item,1/(1.0+alpha*(T-tm)))
    
13.     return ret
    
14. 
    
15. def addToDict(dicts,item,value):
    
16.     pass
    
17. 
    
18. def ItemSimilarity(train,alpha):
    
19.     C = dict()
    
20.     N = dict()
    
21.     for u,items in train.items():
    
22.         for i,tui in items.items():
    
23.             N[i] += 1
    
24.             for j,tuj in items.items():
    
25.                 if i == j:
    
26.                     continue
    
27.                 C[i][j] += 1 / (1+alpha*abs(tui-tuj))
    
28.     W = dict()
    
29.     for i,related_items in C.items():
    
30.         for j,cij in related_items.items():
    
31.             W[i][j] = cij / math.sqrt(N[i] * N[j])
    
32.     return W
    
33. 
    
34. def RecommendItemCF(train,user_id,W,K,t0):
    
35.     rank = dict()
    
36.     ru = train[user_id]
    
37.     for i,pi in ru.items():
    
38.         for j,wj in sorted(W[i].items(),\
    
39.                 key=itemgetter(1),reverse=True)[0:K]:
    
40.             if j,tuj in ru.items():
    
41.                 continue
    
42.             rank[j] += pi * wj / (1 + alpha * (t0 - tuj))
    
43.     return rank
    
44. 
    
45. 
    
46. def UserSimilarity(train):
    
47.     item_users = dict()
    
48.     for u,items in train.items():
    
49.         for i,tui in items.items():
    
50.             if i not in item_users:
    
51.                 item_users[i] = dict()
    
52.             item_users[i][u] = tui
    
53. 
    
54.     C = dict()
    
55.     N = dict()
    
56.     for i,users in item_users.items():
    
57.         for u,tui in users.items():
    
58.             N[u] += 1
    
59.             for v,tvi in users.items():
    
60.                 if u == v:
    
61.                     continue
    
62.                 C[u][v] += 1 / (1 + alpha * abs(tui - tvi))
    
63.     W = dict()
    
64.     for u,related_users in C.items():
    
65.         for v,cuv in related_users.items():
    
66.             W[u][v] = cuv / math.sqrt(N[u] * N[v])
    
67.     return W
    
68. 
    
69. def RecommendUserCF(user,T,train,W):
    
70.     rank = dict()
    
71.     interacted_items = train[user]
    
72.     for v,wuv in sorted(W[u].items,key=itemgetter(1),\
    
73.             reverse=True)[0:K]:
    
74.         for i,tvi in train[v].items:
    
75.             if i in interacted_items:
    
76.                 continue
    
77.             rank[i] += wuv / (1 + alpha * (T - tvi))
    
78.     return rank

复制代码 基于LFM算法的个性化推荐

1. #!/usr/bin/env python
   
2. import random
   
3. 
   
4. '''
   
5. items => {'12':'PHP','1203':'Storm','123':'Ubuntu'}
   
6. items_pool => [12,32,121,324,532,123,53,1203,429,2932]
   
7. user_items => {'1010':[12,1203,123,429]}
   
8. '''
   
9. def RandomSelectNagativeSample(items):
   
10.     ret = dict()
    
11.     for i in items.keys():
    
12.         ret[i] = 1
    
13.     n = 0
    
14.     for i in range(0,len(items)*3):
    
15.         item = items_pool[random.randint(0,len(items_pool)-1)]
    
16.         if item in ret:
    
17.             continue
    
18.         ret[item] = 0
    
19.         n += 1
    
20.         if n > len(items):
    
21.             break
    
22.     return ret
    
23. 
    
24. 
    
25. def InitModel(user_items,F):
    
26.     P = dict()
    
27.     Q = dict()
    
28.     for u in user_items.keys():
    
29.         if u not in P:
    
30.             P[u] = {}
    
31.         for f in range(0,F):
    
32.             P[u][f] = 1
    
33. 
    
34.     items = user_items.values()
    
35.     itemLen = len(items[0])
    
36.     i = 0
    
37.     while i< itemLen:
    
38.         ii = items[0][i]
    
39.         if ii not in Q:
    
40.             Q[ii] = {}
    
41.         for f in range(0,F):
    
42.             Q[ii][f] = 1
    
43.         i += 1
    
44.     return [P,Q]
    
45. 
    
46. 
    
47. def LatentFactorModel(user_items,F,N,alpha,lambda1):
    
48.     [P,Q] = InitModel(user_items,F)
    
49.     for setup in range(0,N):
    
50.         for user,items in user_items.items():
    
51.             samples = RandomSelectNagativeSample(items)
    
52.             for item,rui in samples.items():
    
53.                 eui = rui - Predict(user,item)
    
54.                 for f in range(0,F):
    
55.                     P[user][f] += alpha * (eui * Q[item][f] - lambda1 * P[user][f])
    
56.                     Q[item][f] += alpha * (eui * P[user][f] - lambda1 * Q[item][f])
    
57.         alpha *= 0.9
    
58.     return [P,Q]
    
59. 
    
60. 
    
61. def Recommend(user,P,Q):
    
62.     rank = dict()
    
63.     for f,puf in P[user].items():
    
64.         for i,pfi in Q[f].items():
    
65.             if i not in rank:
    
66.                 rank[i] += puf * qfi
    
67.     return rank
    
68. 
    
69. 
    
70. 
    
71. def PersonalRank(G,alpha,root,maxsetup):
    
72.     rank = dict()
    
73.     #rank = {x:0 for x in G.keys()}
    
74.     rank = rank.fromkeys(G.keys(),0)
    
75.     rank[root] = 1
    
76.     for k in range(maxsetup):
    
77.         tmp = dict()
    
78.         #tmp = {x:0 for x in G.keys()}
    
79.         tmp = tmp.fromkeys(G.keys(),0)
    
80.         for i,ri in G.items():
    
81.             for j,wij in ri.items():
    
82.                 if j not in tmp:
    
83.                     tmp[j] = 0
    
84.                 tmp[j] += alpha * rank[i]/(1.0*len(ri))
    
85.                 if j == root:
    
86.                     tmp[j] += 1 - alpha
    
87.         rank = tmp
    
88. 
    
89.         print 'iter:' + str(k) + "\t",
    
90.         for key,value in rank.items():
    
91.             print "%s:%.3f,\t" % (key,value),
    
92.         print
    
93.     return rank
    
94. 
    
95. if __name__ == '__main__':
    
96.     G = {'A':{'a':1,'c':1},
    
97.      'B':{'a':1,'b':1,'c':1,'d':1},
    
98.      'C':{'c':1,'d':1},
    
99.      'a':{'A':1,'B':1},
    
100.      'b':{'B':1},
     
101.      'c':{'A':1,'B':1,'C':1},
     
102.      'd':{'B':1,'C':1}}
     
103.     PersonalRank(G,0.85,'A',20)
     
104. 
     
105. '''
     
106. 
     
107. #items_pool = {'12':'PHP','32':'Nginx','121':'Apache','324':'Erlang','532':'Linux','123':'Ubuntu','53':'Java','1203':'Storm','429':'Kafka','2932':'Flume'}
     
108. items_pool = [12,32,121,324,532,123,53,1203,429,2932]
     
109. items = {'12':'PHP','1203':'Storm','123':'Ubuntu'}
     
110. user_items = {'1010':[12,1203,123,429]}
     
111. 
     
112. 
     
113. #print RandomSelectNagativeSample(items)
     
114. print InitModel(user_items,4)
     
115. '''

复制代码 基于图的推荐算法

1. #!/usr/sbin/env python
   
2. # -*- coding:utf-8 -*-
   
3. '''
   
4.     基于图的推荐算法,二分图
   
5. '''
   
6. 
   
7. 
   
8. def PersonalRank(G,alpha,root,maxsetup):
   
9.     rank = dict()
   
10.     #rank = {x:0 for x in G.keys()}
    
11.     rank = rank.fromkeys(G.keys(),0)
    
12.     rank[root] = 1
    
13.     for k in range(maxsetup):
    
14.         tmp = dict()
    
15.         #tmp = {x:0 for x in G.keys()}
    
16.         tmp = tmp.fromkeys(G.keys(),0)
    
17.         for i,ri in G.items():
    
18.             for j,wij in ri.items():
    
19.                 if j not in tmp:
    
20.                     tmp[j] = 0
    
21.                 tmp[j] += alpha * rank[i]/(1.0*len(ri))
    
22.                 if j == root:
    
23.                     tmp[j] += 1 - alpha
    
24.         rank = tmp
    
25. 
    
26.         print 'iter:' + str(k) + "\t",
    
27.         for key,value in rank.items():
    
28.             print "%s:%.3f,\t" % (key,value),
    
29.         print
    
30.     return rank
    
31. 
    
32. if __name__ == '__main__':
    
33.     G = {'A':{'a':1,'c':1},
    
34.      'B':{'a':1,'b':1,'c':1,'d':1},
    
35.      'C':{'c':1,'d':1},
    
36.      'a':{'A':1,'B':1},
    
37.      'b':{'B':1},
    
38.      'c':{'A':1,'B':1,'C':1},
    
39.      'd':{'B':1,'C':1}}
    
40.     PersonalRank(G,0.85,'C',20)

复制代码 基于标签的推荐算法

1. #!/usr/sbin/env python
   
2. # -*- coding:utf-8 -*-
   
3. 
   
4. import math
   
5. 
   
6. #标签流行度算法
   
7. def TagPopularity(records):
   
8.     tagfreq = dict()
   
9.     for user,item,tag in records:
   
10.         if tag not in tagfreq:
    
11.             tagfreq[tag] = 1
    
12.         else:
    
13.             tagfreq[tag] += 1
    
14.     return tagfreq
    
15. 
    
16. #物品相似度余弦算法
    
17. def CosineSim(item_tags,i,j):
    
18.     ret  = 0
    
19.     for b,wib in item_tags[i].items():
    
20.         if b in item_tags[j]:
    
21.             ret += wib * item_tags[j][b]
    
22.     ni = 0
    
23.     nj = 0
    
24.     for b,w in item_tags[i].items():
    
25.         ni += w * w
    
26.     for b,w in item_tags[j].items():
    
27.         nj += w * w
    
28.     if ret == 0:
    
29.         return 0
    
30.     return ret / math.sqrt(ni * nj)
    
31. 
    
32. #推荐物品的多样性算法
    
33. def Diversity(item_tags,recommend_items):
    
34.     ret = 0
    
35.     n = 0
    
36.     for i in recommend_items.keys():
    
37.         for j in recommend_items.keys():
    
38.             if i == j:
    
39.                 continue
    
40.             ret += CosineSim(item_tags,i,j)
    
41.             n += 1
    
42.     return ret / (n * 1.0)
    
43. 
    
44. 
    
45. def addValueToMat(dicts,index,k,v):
    
46.     if index not in dicts:
    
47.         dicts[index] = dict()
    
48.         dicts[index][k] = v
    
49.     else:
    
50.         if k not in dicts[index]:
    
51.             dicts[index][k] = v
    
52.         else:
    
53.             dicts[index][k] += v
    
54. 
    
55. def InitStat(records):
    
56.     user_tags = dict() #存储 user_tags[u][b] = n(u,b)
    
57.     tag_items = dict() # tag_items[b][i] = n(b,i)
    
58.     user_items = dict()
    
59.     for user,item,tag in records.items():
    
60.         addValueToMat(user_tags,user,tag,1)
    
61.         addValueToMat(tag_items,tag,item,1)
    
62.         addValueToMat(user_items,user,item,1)
    
63. 
    
64. 
    
65. def Recommend(user):
    
66.     recommend_items = dict()
    
67.     tagged_items = user_items[user]
    
68.     for tag,wut in user_tags[user].items():
    
69.         # wut = wut*1.0/math.log(1+len(tag_users[tag])) #TagBasedTFIDF and TagBasedTFIDF++
    
70.         for item,wti in tag_items[tag].items():
    
71.             # wti = wti*1.0/math.log(1+len(user_items[user])) #TagBasedTFIDF++
    
72.             if item in tagged_items:
    
73.                 continue
    
74.             if item not in recommend_items:
    
75.                 recommend_items[item] = wut * wti
    
76.             else:
    
77.                 recommend_items[item] += wut * wti
    
78.     return recommend_items
    
79. 
    
80. 
    
81. if __name__ == "main":
    
82.     user_tags = dict()
    
83.     user_items = dict()
    
84.     tag_items = dict()
    
85. 
    
86.     records = dict()
    
87.     user = '1220';
    
88. 
    
89.     InitStat(records)
    
90.     rec_items = Recommend(user)

复制代码