基于Python库surprise的电影推荐系统

surprise 是一个主流的python推荐系统框架，支持的最基本数据格式为movielens dataset，其评分数据格式为

user item rating timestamp

# -*- coding:utf-8 -*-
from __future__ import (absolute_import, division, print_function, unicode_literals)
import os
import io
from surprise import KNNBaseline
from surprise import Datasetimport logginglogging.basicConfig(level=logging.INFO,format='%(asctime)s %(filename)s[line:%(lineno)d] %(levelname)s %(message)s',datefmt='%a, %d %b %Y %H:%M:%S')# 训练推荐模型 步骤:1
def getSimModle():# 默认载入movielens数据集
    data = Dataset.load_builtin('ml-100k')trainset = data.build_full_trainset()#使用pearson_baseline方式计算相似度  False以item为基准计算相似度 本例为电影之间的相似度
    sim_options = {'name': 'pearson_baseline', 'user_based': False}##使用KNNBaseline算法
    algo = KNNBaseline(sim_options=sim_options)#训练模型
    algo.train(trainset)return algo# 获取id到name的互相映射  步骤:2
def read_item_names():"""
    获取电影名到电影id 和 电影id到电影名的映射
    """
    file_name = (os.path.expanduser('~') +'/.surprise_data/ml-100k/ml-100k/u.item')rid_to_name = {}name_to_rid = {}with io.open(file_name, 'r', encoding='ISO-8859-1') as f:for line in f:line = line.split('|')rid_to_name[line[0]] = line[1]name_to_rid[line[1]] = line[0]return rid_to_name, name_to_rid# 基于之前训练的模型 进行相关电影的推荐  步骤：3
def showSimilarMovies(algo, rid_to_name, name_to_rid):# 获得电影Toy Story (1995)的raw_id
    toy_story_raw_id = name_to_rid['Toy Story (1995)']logging.debug('raw_id=' + toy_story_raw_id)#把电影的raw_id转换为模型的内部id
    toy_story_inner_id = algo.trainset.to_inner_iid(toy_story_raw_id)logging.debug('inner_id=' + str(toy_story_inner_id))#通过模型获取推荐电影 这里设置的是10部
    toy_story_neighbors = algo.get_neighbors(toy_story_inner_id, 10)logging.debug('neighbors_ids=' + str(toy_story_neighbors))#模型内部id转换为实际电影id
    neighbors_raw_ids = [algo.trainset.to_raw_iid(inner_id) for inner_id in toy_story_neighbors]#通过电影id列表 或得电影推荐列表
    neighbors_movies = [rid_to_name[raw_id] for raw_id in neighbors_raw_ids]print('The 10 nearest neighbors of Toy Story are:')for movie in neighbors_movies:print(movie)if __name__ == '__main__':# 获取id到name的互相映射
    rid_to_name, name_to_rid = read_item_names()# 训练推荐模型
    algo = getSimModle()##显示相关电影
    showSimilarMovies(algo, rid_to_name, name_to_rid)

基于Python库surprise的电影推荐系统相关推荐

基于Python机器学习方法的电影推荐系统
资源下载地址:https://download.csdn.net/download/sheziqiong/85745459 资源下载地址:https://download.csdn.net/downl ...
基于python和TensorFlow的电影推荐系统
电影推荐系统这门课感觉挺有意思,而且老师讲的也很好,便决定为代码添上注释自己做一下总结. 代码地址课程地址第一步:数据准备打开网址电影数据集找到下图所示数据集进行下载解压. 第二步:数据准 ...
基于Python机器学习算法的电影推荐系统以及票房预测系统
电影数据分析目录电影数据分析 1 一..实验概述 1 1.1 实验标 1 1.2 .实验完成情况 1 二..电影特征的可视化分析 2 电影票房预测 9 2.1 Data Augmentation ...
基于Python猫眼票房TOP100电影数据抓取
基于Python猫眼票房TOP100电影数据抓取使用requests库抓取数据 BeatifulSoup解析URL,将数据存入csv文件处理数据,生成图表本次爬取数据使用Python语言在jup ...
java项目-第96期基于ssm+hadoop+spark的电影推荐系统-大数据毕业设计
java项目-第96期基于ssm+hadoop+spark的电影推荐系统 [源码请到资源专栏下载] 1.项目简述电影推荐系统,基于大数据分析的推荐系统,适合学习和企业应用. 首先电影推荐相对于其它推 ...
基于内容推荐算法的电影推荐系统
基于内容的推荐算法格局用户过去一段时间内喜欢的物品,以及由此推算出来用户偏好,为用户推荐相似物品.其中的"内容"指的便是:用户过去一段时间内喜欢的物品,以及由此推算出来的用户偏好 ...
【基于python协同过滤的新闻推荐系统-哔哩哔哩】 https://b23.tv/VkBJ8KZ
[基于python协同过滤的新闻推荐系统-哔哩哔哩] https://b23.tv/VkBJ8KZ https://b23.tv/VkBJ8KZ
[转载] Python基于机器学习方法实现的电影推荐系统
参考链接: Python | 电影推荐系统的实现推荐算法在互联网行业的应用非常广泛,今日头条.美团点评等都有个性化推荐,推荐算法抽象来讲,是一种对于内容满意度的拟合函数,涉及到用户特征和内容特征,作 ...
基于python+django的个性化电影推荐系统设计与实现
目录第 1 章绪论 1 1.1 研究背景及意义 1 1.2 国内外研究现状 1 1.3 本文研究目标和研究内容 4 1.4 论文结构安排 4 第 2 章推荐算法的研究 7 2.1 推荐算法简介 ...

基于Python库surprise的电影推荐系统

基于Python库surprise的电影推荐系统相关推荐

最新文章

热门文章