python 推荐与该用户喜欢的电影类型相同的电影

假设已有大量用户对若干电影的评分数据，现有某用户，也看过一些电影并进行过评分，要求根据已有打分数据为该用户进行精准推荐。要求尽量推荐与该用户喜欢的电影类型相同的电影（或者说，根据与该用户爱好最相似的用户打分数据进行推荐），如果有多个可能的电影，则推荐打分最高的电影。

from random import randrange#历史电影打分数据，一个10个用户，每个用户对3到9个电影进行评分
#每个电影的评分最低1分，最高5分，这里是字典推导式和集合推导式的用法
data= {'user'+str(i):{'film'+str(randrange(1,15)):randrange(1,6) for j in range(randrange(3,10))} for i in range(10)}    #模拟当前用户打分数据，为5部随机电影打分
user={'film'+str(randrange(1,15)):randrange(1,6) for i in range(5)}# 最相似的用户及其对电影的打分情况
# 两个用户共同打分的电影最多
# 并且所有电影的打分差值最小
f = lambda item:(-len(item[1].keys()&user),sum(((item[1].get(film)-user.get(film))**2for film in user.keys()&item[1].keys())))
similarUser,films= min(data.items() , key=f)# 在输出结果中，第一列表示两个人共同打分的电影的数量
# 第二列表示两人打分之间的相似度，数字越小表示越相似
# 然后是该用户对电影的打分数据
print('known data'.center(50,'='))
for item in data.items():print(len(item[1].keys()&user.keys()),sum(((item[1].get(film)-user.get(film))**2for film in user.keys()&item[1].keys())),item,sep=':')
print('curren user'.center(50,'='))
print(user)
print('most similar user and his films'.center(50,'='))
print(similarUser,films,sep=':')
print('recommended film'.center(50,'='))# 在当前用户没看过的电影中选择打分最高的进行推荐
print(max(films.keys()-user.keys(), key=lambda film : films[film]))

python 推荐与该用户喜欢的电影类型相同的电影相关推荐

推荐算法--利用用户标签数据(04)
文章目录流行的推荐系统通过3种方式联系用户兴趣和物品 (1):利用用户喜欢过的物品,给用户推荐与他喜欢过的物品相似的物品,这是基于物品的算法. (2):利用和用户兴趣相似的其他用户,给用户推荐那些和 ...
观影指南（使用java语言模拟实现观影指南. 实现添加电影,查看电影列表,分类查看电影列表,显示人气最高的电影）
实现思路添加实体类 MMovie(电影) 属性:Name(电影名称) Type(类型) Donny(人气) 创建观影指南类 MMovieManager(观影指南管理类) 方法:初始化电影数据.添加 ...
python协同过滤电影推荐_python实现基于用户的协同过滤算法(CF)——以电影评价数据(ml-100k)为例...
程序简介项目以ml-100k电影评分数据集为输入,实现了基于用户的协同过滤算法,最后预测的MAE为0.84,因为经过优化,10万条评分数据运行时间不超过2分钟协同过滤算法(CF)基于对用户历史行为 ...
协同过滤推荐算法-基于用户的协同过滤UserCF及python实现
协同过滤推荐算法基本思想: 根据用户的历史行为数据的挖掘发现用户的兴趣爱好,基于不同的兴趣爱好对用户进行划分并推荐兴趣相似的物品给用户. 协同过滤推荐算法包含: 1.1基于记忆的推荐算法(基于领域的 ...
Python推荐算法案例（2）——基于内容的电影推荐
在上一节中讲述了如何利用评分对电影进行简单的排序推荐.Python推荐算法案例(1)--根据评分进行排序的电影推荐本节中,将根据某电影的内容属性(例如电影类别)来推荐相似的电影. 数据来源IMDB电 ...
调查：周末iPhone用户喜欢出去玩 Android喜欢宅家看电影/看书
近期SlickDeals委托OnePoll围绕着手机这个话题开展了问卷调查.本次调查用户数量接近2000名美国移动用户,其中一半为Android用户,另一半为iPhone用户.调查主题包括在科技产品上 ...
简单在线音乐推荐网基于用户、物品的协同过滤推荐算法使用Python+Django+Mysql开发技术在线音乐推荐系统音乐网站推荐系统个性化推荐算法开发人工智能、大数据分布式、机器学习开发
简单在线音乐推荐网基于用户.物品的协同过滤推荐算法使用Python+Django+Mysql开发技术在线音乐推荐系统音乐网站推荐系统个性化推荐算法开发人工智能.大数据分布式.机器学习开发S ...
推荐算法--利用用户行为数据（02）
文章目录目录 1.什么是用户行为数据? 1.1用户行为分类 2.用户行为数据如何使用? 2.1 用户活跃度和物品流行度的分布 2.2 用户活跃度和物品流行度的关系 2.3 协同过滤算法 3.实验设计 ...
python推荐_利用Python构建一个简单的推荐系统
原标题:利用Python构建一个简单的推荐系统摘要:快利用python构建一个属于你自己的推荐系统吧,手把手教学,够简单够酷炫.在此之前读者需要对pandas和numpy等数据分析包有所了解. 什么 ...

python 推荐与该用户喜欢的电影类型相同的电影

python 推荐与该用户喜欢的电影类型相同的电影相关推荐

最新文章

热门文章