Chapter2：Making Recommendations

时间：2023-03-08 18:13:22

<Programming Collective Intelligence>

Chapter2：Making Recommendations

  • 欧几里得距离评价

  • 皮尔逊相关度评价

  1. 它相比于欧几里德距离评价，其在数据不是很规范的时候（比如，影评者对影片的评价总是相对于平均水平偏离很大的时候），会给出更好的结果。      

  2. 如果某人总是倾向于给出比另一个人更高的分值，而两者的分值之差又始终保持一致，则他们依然可能会存在很好的相关性。而欧几里德距离评价会因为一个人的评价之中比另外一个人的更为“严格”（从而导致评价始终相对偏低），从而得出两者不相近的结论，即使他们的品位很相似也是如此。

  • 其他相似度计算函数

Key：

    P15:

在［推荐物品］的模块中，提到了一种方法：

  1. 通过函数找出与自己有相似品味的影评者，并按相似度从大到小排序。

  2. 对于自己未看过的影片，建立一张表，表的内容包括：品位相似的影评者以及其对应的相似度，对于自己未看过影片的评分（影评者可以看过也可以没有看过）。

  3. 对于某一个未看过的电影，影评者的相似度（可理解为权值，不同评论者的权值不同，相似度越高，权值越高）乘以其对该电影的评分，其他影评者也得到一个值（如果没有看过，则为零），然后累加，记为其他影评者对于该电影者的评价总和，之后总和需要除以所有对该电影评过分的影评者的相似度之和。

  4. 最后得到的结果，表示为自己对于没有看过的电影，通过自己品位相似的影评者得到的预测评分，根据预测评分，来给出决策。

 

Need to know：

在［构建一个基于del.icio.us的链接推荐系统］的模块中：

首先我们需要下载pydelicious这一个package。［这个package不支持python3.x］

我的尝试：

  1. 通过Pycharm自带的“便利”package下载。出错，原因：无法找到对应的版本。

  2. 通过命令行输入sudo pip install pydelicious。出错，原因：Could not find a version that satisfies the requirement pydelicious (from versions: )No matching distribution found for pydelicious。

  3. 通过命令行输入sudo pip install pydelicious --allow-external pydelicious --allow-unverified pydelicious。出错，原因：Could not find a version that satisfies the requirement pydelicious (from versions: )No matching distribution found for pydelicious。

    初次尝试失败之后，上网寻找解决办法：

  1. 首先，按照书本提供的下载地址：http://code.google.com/p/pydelicious/source［需要FQ］下载.zip文件。解压之后得到文件夹。

  2. 命令行cd到解压后的文件夹，然后输入sudo python setup.py install，错误提示：Feedparser not available, no RSS parsing.[意思是缺少feedparser，需要安装feedparser]

  3. 安装feedparser,下载地址：http://download.****.net/download/dixin28/5271130［需要积分］，或者https://github.com/kurtmckee/feedparser［需要FQ］，下载文件夹。

  4. 命令行cd到feedparser的文件夹，然后输入sudo python setup.py install，feedparser安装完成。

  5. 命令行cd回到pydelicious文件夹，再次输入sudo python setup.py install，此时会发现pydelicious安装成功。

  6. 测试pydelicious这一package是否能够导入，命令行输入python之后，再输入import pydelicious，如果没有报错，这说明pydelicious安装成功。

    本以为问题得到了解决，可以按照书上的代码继续进行下去的时候：

  1. 命令行输入python：

    >>>import pydelicious

    >>>pydelicious.get_popular(tag='python')

  2. 此时会报错，无论是否FQ，显示获取失败。

仔细看提问者的问题，重点是后面提出解决办法的几个回答。

 

    You should modify the__init__.py to:

rss = http_request('http://feeds.delicious.com/v2/rss').read()

    所以解决的办法是：

  1. 打开pydelicious的文件夹，找到子文件夹pydelicious下的__init__.py文件，修改三处地方：

    • DLCS_RSS = 'http://feeds.delicious.com/v2/rss/'

    • rss = http_request('http://feeds.delicious.com/v2/rss').read()

    • def get_popular(tag =""):

    return getrss(tag = tag, popular =0)

  2. 命令行cd到pydelicious安装总文件夹，重新输入sudo python setup.py install。

  3. 命令行输入python:

    >>>import pydelicious

    >>>pydelicious.get_popular(tag='python')

  4. 此时会发现成功获取到了内容（注意检查网络，如果仍然无法获取，记得FQ）。

本以为到此终于告一段落，但是实际上：

>>>import pydelicious

>>>pydelicious.get_popular(tag='python')

>>>pydelicious.get_popular(tag='xxx')

  • 意思是无论我如何更改tag的值，返回的内容会发现是一样。这个问题，*老外也同样遇到了：

  • I see the resource code again. Maybe it is wrong.Because If you edit the code,the procedural answer always remain unchanged...I'm studing...

  • 我个人觉得可能是DLCS_RSS的网址还需要更改一下（因为这本书在刚出来的时候，pydelicious还是支持原del.icio.us的网站，是不需要去更改__init.py__的文件等，后来是unspported，所以需要更改__init.py__文件中的RSS订阅源，也许可能这个订阅源还不是最新的，反正是坑...），或者说是get_popular的function有误（这个不太坑呢个），总而言之，折腾了一下晚上，感觉是遇到了坑，不过好歹也算是解决出来了。

  • 貌似有deliciousapi这个package作为替代，我也尝试过，但运行说明文档中的几个函数，发现会报错，希望如果有人知道如何用deliciousapi替代pydelicious完成第二章后续的几个模块，请务必告诉我！

  • 新手实践这本书的时候，完全可以跳过这个坑，因为没有必要，只需要get第二章几个重要的算法或者是思想就可以了。

 

Correct errors in printing：

    P13:

# 如果两者没有共同之处，则返回1

if n==0: return 1

    需要更正为：

# 如果两者没有共同之处，则返回0

if n==0: return 0

 

Practice：

  1.  

Still have Question：

  1. 皮尔逊相关度理论的学习