TOTOKA123456 / Recomendation_Learning

协同过滤、Surprise库学习、基于网络结构推荐

Geek Repo:Geek Repo

Github PK Tool:Github PK Tool

推荐系统

协同过滤

  • recommendation.py 协同过滤算法基础版,《集体智慧编程》书籍第二章协同过滤
  • 相似度计算:欧几里得距离、皮尔逊距离
  • topMatches(prefs,person,n=5,similarity=sim_pearson),做基于人/商品的相似度排序,取top N
  • getRecommendations(prefs, person, similarity=sim_pearson),做基于人的推荐,CF原理可见 P15 页表格
  • transformPrefs(prefs),把critics数据进行转化一下
  • calculateSimilarItems(prefs, n=10),离线计算出物品相似度表
  • getRecommendedItems(prefs, itemMatch, user),实现基于商品的推荐,原理可见 P24 页表格
  • loadMovieLens(path='E:/MovieLens/ml-latest-small/ml-latest-small'),导入movielens数据,做电影推荐

基于Neo4j网络结构的推荐

  • 主页推荐、图书相关推荐
  • 将关系型数据库——>图数据库,构建网络
  • 定义规则,进行图查询,py2neo连接

Surprise库

About

协同过滤、Surprise库学习、基于网络结构推荐


Languages

Language:Jupyter Notebook 79.7%Language:Python 20.3%