6.2案例1——推荐你喜爱的电影.pptx

《6.2案例1——推荐你喜爱的电影.pptx》由会员分享，可在线阅读，更多相关《6.2案例1——推荐你喜爱的电影.pptx（25页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、案例1推荐你喜爱的电影,授课人：,目录,01,提出问题,02,预备知识,任务2找到与某个用户最相似的n个用户,03,04,05,06,任务1合并电影基本信息和评分记录,解决方案,任务3给某个用户推荐前m部电影,PART 01,提出问题,随着人们生活节奏的加快，在休闲之余上网看看电影不失为一种放松身心的方式，面对网站里琳琅满目的影片，顾客自己有时也不知如何去选择。那么，我们是否可以利用前面所了解的推荐算法帮助顾客更有针对性的做出选择呢？,提出问题,PART 02,解决方案,为找到当前用户可能感兴趣的电影，我们首先要了解该用户的兴趣爱好，即他曾经看过哪些电影，对哪些电影评价较高，以此来搜集他的电影

2、偏好；其次，要找出与当前用户具有相同电影爱好的用户群体，看他们已经看过哪些影片，然后从这些影片中筛选出当前用户还没有看过的影片，最后按评分大小推荐给他，以达到主动满足顾客看电影的需求。 问题的解决方案如下图所示。,解决方案,PART 03,预备知识,1.电影数据集,电影推荐是个性化推荐领域的经典应用，在开始推荐任务之前，先认识下本案例要用到的数据集MovieLens。 MovieLens数据集包含多个用户对多部电影的评级数据，也包括电影元数据信息和用户属性信息。下载地址http:/files.grouplens.org/datasets/movielens/，有好几种版本，对应不同数据量，本文

3、所用的数据为1M的数据集。,预备知识,1.电影数据集,数据集解压后，可以看到四个主要的csv文件，它们分别是links.csv、movies.csv、ratings.csv和tags.csv。links介绍了该数据集中的movieId和imdb、tmdb中电影的对应关系，通过编号可以在网站上找到对应的电影链接。tags是用户的打标签数据，即标签化评价和打标签时间戳。下面重点介绍本案例推荐方法中用到的两个文件movies.csv和ratings.csv。它俩的结构如下表6-4、6-5所示。,预备知识,2.主键合并数据,关于用户-电影的数据非常多，为了管理的方便，这些数据分别存储到不同的文件中，但

4、在推荐过程中，要同时直观了解一部电影的关联信息，如用户评价过哪几部电影，它的名称是什么等等，这时就需要使用关键字将关联信息合并在一张表中。,关键字合并，就是通过一个或多个关键字将两个数据集沿x轴将行数据连接起来，结果集的列为原两个数据集列之和，但重复的主键列合二为一，此工作可以通过pandas模块中的merge函数完成。,预备知识,【引例6-1】把下图中两张表数据按主键横向合并。,实现的源代码（case6-1.ipynb）如下。 1 import pandas as pd #代码行2、3分别定义两张表的数据 2 df1 = pd.DataFrame(3,5,6,7,10,4,5,3,2,3,7

5、,9,10,4,9,8,columns=list(ABCD) 3 df2 = pd.DataFrame(6,8,4,11,8,9,7,5,1,8,14,9,columns=list(CEF) 4 data=pd.merge(df1,df2,on=C) #代码行4将数据框架df1、df2合并起来，逐行横向连接两表数据时，如果所在行关键字“C列”的数据相等，则保留连接结果，否则抛弃该连接行，查看连接结果data，如图6.9所示。,预备知识,PART 04,任务1合并电影基本信息和评分记录,为方便统计各用户对哪些电影进行了评分，需要将电影信息文件movies.csv与用户的评分记录文件ratings

6、.csv合并，从而为用户画像做好准备。新建文件6-2_task1.ipynb，根据任务目标，按照以下步骤和操作，完成任务1。 任务目标：将文件movies.csv与ratings.csv合并，形成格式为userId,rating,movieId,title的统计数据。 完成步骤： 1.读取文件数据 2.合并数据,任务1合并电影基本信息和评分记录,1.读取文件数据,通过以下代码将文件数据保存到数据框架DataFrame中。 1import pandas as pd 2from math import * 3movies = pd.read_csv(rdatamovies.csv) 4rating

7、s = pd.read_csv(rdataratings.csv) 代码行3、4中的变量movies 、ratings分别保存了电影信息和用户评价分数。,任务1合并电影基本信息和评分记录,2.合并数据,利用合并函数merge()将数据框架movies 、ratings按关键字“movieId”进行合并，并对合并后的数据集进行切片，只取userId,rating,movieId title4列数据，然后按用户编号进行升序排序，代码如下。 1data = pd.merge(movies, ratings, on=movieId) 2data=datauserId,rating, movieId,

8、title.sort_values(userId) data就是合并、切片并排序后的结果，前10行数据如下图所示。,任务1合并电影基本信息和评分记录,PART 05,任务2找到与某个用户最相似的n个用户,本案例采用基于用户的协同推荐算法来完成推荐工作，为此在任务1的基础上，接下来首先要统计某用户已评价了哪些电影，然后据此来计算某用户与其它用户的相似度，最后找到与该用户最相似的n个用户。根据任务目标，按照以下步骤和操作，完成任务2。 任务目标：根据基于用户的协同推荐算法，找到某用户最相似的n个用户。 完成步骤： 1.统计各用户评论的电影和评分 2.计算两个用户之间的相似度 3.找到与某用户最相似

9、的前n个用户,任务2找到与某个用户最相似的n个用户,1.统计各用户评论的电影和评分,因为用户编号userId和电影名称title是唯一的，所以以键值对用户编号:电影标题1:评分,电影标题2:评分,的形式来保存用户评论的数据，从而形成每个用户关于电影评论的画像，代码如下。,运行上述代码，datas的内容部分截图如下图所示。,1datas = 2for index,line in data.iterrows(): #迭代前面合并的数据集data 3 if not lineuserId in datas.keys(): 4 datasline0 = line3: line1 #代码行3-4是判读用户

10、若不在字典中，则添加一个新的键值对到字典datas中，如果存在，则在原用户键值对的值后面，添加电影标题:评分这个字典元素。 5 else: 6 datasline0line3 = line1,任务2找到与某个用户最相似的n个用户,2.计算两个用户之间的相似度,1def sim_Euclidean(userId1, userId2): 2 user1_data = datasuserId1 3 user2_data = datasuserId2 4 distance = 0 5 count=0 6 flag=False 7 for key in user1_data.keys(): 8 if k

11、ey in user2_data.keys(): 9 flag=True 10 distance += pow(float(user1_datakey) - float(user2_datakey), 2) 11 count+=1 12 if flag: 13 return (1/(1 + sqrt(distance)/count) 14 else: 15 return -1,任何两位用户之间的相似度，是基于他俩都观看过且评论过相同的电影，由于每位用户评论的电影不完全一样，所以先要找到两位用户共同评论过的电影,然后再计算两者之间的相似度，此处用欧式距离来表示相似度。定义的相似度函数代码如下。,

12、因为不同的用户评论过的电影数量不尽相同，所以取评价差距的平均值作为用户相似度计算标准，如果用户没有共同的电影评价，就认为彼此相似度为-1，如果他俩所有共同爱好电影的评分完全一样，那相似度为1。,任务2找到与某个用户最相似的n个用户,3.找到与某用户最相似的前n个用户,有了相似度计算方法，就可以利用步骤2的sim_Euclidean函数找到指定用户的最相似（最近邻）的前n个用户（此处n默认为10），代码如下。,1def top10_simliar(userId,n=10): 2 result = 3 for user_Id in datas.keys(): #遍历所有的用户 4 if not u

13、ser_Id = userId: #辨别如果不是指定用户本人，则通过代码行5计算彼此之间的相似度，计算完所有相似度后 5 simliar = sim_Euclidean(userId, user_Id) 6 result.append(user_Id, simliar) 7 result.sort(key=lambda val: val1,reverse=True) #按相似度值进行降序排序，最后返回前n个最相似的用户。 8 return result0:n,以用户1为例，执行代码以下代码，查看与他最相似的10个用户情况，如下图所示。 users=top10_simliar(1,10),由图可

14、以看出，与用户1最相似的用户分别是用户77、用户85、等，找到了这些最相似用户，接下来就可以向用户1推荐他可能感兴趣的电影。,任务2找到与某个用户最相似的n个用户,PART 06,任务3给某个用户推荐前m部电影,根据前面的计算，已经找到某用户最相似的n个用户，下面只要找出这n个用户看过、但该用户没有看过的所有电影集，然后按评分由高到低排序，推荐前m部电影给该用户即可完成最终的推荐任务。根据任务目标，按照以下步骤和操作，完成任务3。 任务目标：找出某用户最相似的其它用户看过但该用户没有看过的电影集，取评分靠前的m部电影推荐给该用户。 完成步骤： 1.找出最近邻用户看过但该用户没有看过的m部电影

15、2.向指定用户推荐TopM部电影,任务3给某个用户推荐前m部电影,1.找出最近邻用户看过但该用户没有看过的m部电影,定义一个函数recommend_films(userId,n=10,m=10)，来向userId用户推荐他最近邻n个用户最喜欢的前m部电影（默认是10个最近邻，推荐10部电影）。代码如下。,1def recommend_films(userId,n=10,m=10): 2 top_sim_user_list = top10_simliar(userId,n)#找出指定用户userId的前n个最相似用户 3 users = 4 for res in top_sim_user_lis

16、t: 5 users.append(res0) 6 recommendations = 7 for user_id in users:#遍历这n个用户 8 items = datasuser_id#取出每个最近邻用户评价过的所有电影，然后再遍历这些电影 9 for item in items.keys(): 10 if item not in datasuserId.keys(): #判断指定用户是否没有看过该电影，如果条件成立，则把没看过的电影保存到列表变量recommendations中， 在整个遍历结束后，最后返回评分靠前的m部电影名称及评分。 11 recommendations.ap

17、pend(item, itemsitem) 12 recommendations.sort(key=lambda val: val1, reverse=True) 13return recommendations0:m,任务3给某个用户推荐前m部电影,2.向指定用户推荐TopM部电影,下面假设要向编号为2的用户推荐前8部电影，只需运行如下代码即可。 recommend_top10films=recommend_films(1 ,m=8) for item,rating in recommend_top10films: print(:50.format(item,rating),运 行 结 果 如 右 图 所 示：,任务3给某个用户推荐前m部电影,携手同行，走向辉煌！,