Java基础、中级、高级、架构面试资料

JavaWeb+Servlet+JSP实现基于物品的协同过滤算法(itemCF)的推荐系统!

业余杂谈 herman 3898浏览
公告:“业余草”微信公众号提供免费CSDN下载服务(只下Java资源),关注业余草微信公众号,添加作者微信:xttblog2,发送下载链接帮助你免费下载!
本博客日IP超过2000,PV 3000 左右,急需赞助商。
极客时间所有课程通过我的二维码购买后返现24元微信红包,请加博主新的微信号:xttblog2,之前的微信号好友位已满,备注:返现
受密码保护的文章请关注“业余草”公众号,回复关键字“0”获得密码
所有面试题(java、前端、数据库、springboot等)一网打尽,请关注文末小程序
视频教程免费领
腾讯云】1核2G5M轻量应用服务器50元首年,高性价比,助您轻松上云

JavaWeb+Servlet+JSP实现基于物品的协同过滤算法(itemCF)的推荐系统!

今天给大家推荐一个简单的 Java Web推荐系统,主要算法是基于协同过滤算法(itemCF)。

基于物品的协同过滤算法(ItemCF)
基于物品的协同过滤算法(ItemCF)

1、 ItemCF算法原理:

ItemCF算法并不利用物品的内容属性计算物品之间的相似度,它主要通过分析用户的行为记录计算物品之间的相似度。该算法认为一个人的兴趣都局限在几个方面,当很多人都对两个物品感兴趣时,就认为这两个物品具有较大的相似度,即物品A,B具有很大的相似度是因为喜欢物品A的用户大都也喜欢物品B。

2、 ItemCF算法步骤:

  1. 计算物品之间的相似度
  2. 根据物品的相似度和用户的历史行为给用户生成推荐列表。

2.1 物品相似度计算

  1. 建立用户-物品的倒排表
  2. 对于每个用户,将用户列表中的物品两两组合,并在共现矩阵中加1
  3. 遍历共现矩阵,计算出物品相似度矩阵 W W W,计算公式如下:
物品相似度计算
物品相似度计算

2.2 生成推荐列表

通过如下公式计算用户u对一个物品j的兴趣 :

生成推荐列表
生成推荐列表

3、ItemCF的优缺点

优点:

  • 推荐结果中长尾物品丰富,适用于用户个性化需求强烈的领域
  • 可以利用用户的历史行为给推荐结果做出解释
  • 用户有新行为,就会实时导致推荐结果的实时变化

缺点:

  • 适用于物品数明显小于用户数的场合;如果物品很多,计算物品的相似度矩阵代价很大

4、优化点

  1. 相似度矩阵的计算中引入对活跃用户的惩罚(活跃用户对物品相似度的贡献应该小于不活跃的用户 ),增加IUF参数来修正物品相似度的计算公式
修正物品相似度的计算公式
修正物品相似度的计算公式
  1. 对于过于活跃的用户,往往忽略他们的兴趣列表。
  2. 将ItemCF的相似度矩阵按最大值归一化,可以提高推荐的准确率和覆盖率
提高推荐的准确率和覆盖率
提高推荐的准确率和覆盖率

实战

下面代码使用了电影评分数据集,该数据集可以从https://pan.baidu.com/s/1dEeF5dt6zRFpH1u7Rn6JLA下载(提取码:7k1w )。数据中包含了943个用户对1682个电影的10W条评分数据,数据已经处理成csv格式,可通过pandas.read_csv直接读取。

电影评分数据集
电影评分数据集
import numpy as np
import pandas as pd
from itertools import combinations, permutations
from operator import itemgetter

def trans_df2dict(df):
    """将数据转化成字典格式"""
    user_rating = dict()  # 用户评分数据
    for row in df.values:
        uesr_id, movie_id, rating = row[0], row[1], row[2]
        if uesr_id not in user_rating.keys():
            user_rating[uesr_id] = {}
        user_rating[uesr_id][movie_id] = rating
    return user_rating


def get_items_similarity(df, item_num):
    """计算items相似性矩阵,返回相似性矩阵"""
    # 1. 建立用户-物品的倒排表
    inverted_table = df.groupby(by='userId')['moviesId'].agg(list).to_dict()

    # 2. 初始化共现矩阵,遍历每个用户,将物品两两组合,并在共现矩阵中加1
    W = np.zeros((item_num, item_num))

    # 统计每个电影被多少人看过
    count_item_users_num = df.groupby(by='moviesId')['userId'].agg('count').to_dict()

    for key, val in inverted_table.items():
        val.sort(reverse=True)  # 降序
        for per in combinations(val, 2):
            W[per[0] - 1][per[1] - 1] += 1
            W[per[1] - 1][per[0] - 1] += 1

    # 计算相似性
    for i in range(W.shape[0]):
        for j in range(W.shape[1]):
            W[i][j] /= np.sqrt(count_item_users_num.get(i + 1) * count_item_users_num.get(j + 1))

    w_dict = {}
    for i in range(W.shape[0]):
        tmp = []
        for index, k in enumerate(W[i]):
            tmp.append((index + 1, k))
        w_dict[i + 1] = tmp
    return w_dict


def user_interest_with_items(user_id, item_id, K, user_rating, w_dict):
    """计算指定用户与指定物品的兴趣程度"""
    interest = 0
    for i in sorted(w_dict[item_id], key=itemgetter(1), reverse=True)[0:K]:
        item_index = i[0]
        item_simi = i[1]
        if item_index in user_rating[user_id].keys():
            interest += item_simi * user_rating[user_id][item_index]
    return interest


def get_user_interest_list(user_id, K, user_rating, w_dict):
    """计算用户的兴趣列表"""
    rank = []
    item_id_list = w_dict.keys()
    for item_id in item_id_list:
        if item_id in user_rating[user_id].keys():
            continue
        interest = user_interest_with_items(user_id, item_id, K, user_rating, w_dict)
        rank.append((item_id, interest))
    return sorted(rank, key=itemgetter(1), reverse=True)


if  __name__ == '__main__':
    df = pd.read_csv('./ml-100k.csv')
    item_num = df.moviesId.nunique()
    user_num = df.userId.nunique()
    
    user_rating = trans_df2dict(df)
    
    w_dict = get_items_similarity(df, item_num)
    
    recommend_list = get_user_interest_list(2, 20, user_rating, w_dict)
    print(recommend_list[0:20])

输出的前20个推荐的电影ID:

输出的前20个推荐的电影ID
输出的前20个推荐的电影ID

基于上面的原理和理论以及 Python 的实战。我这里又用 Java 实现了一个简单的 Web推荐系统。

本项目的数据存储在 MySQL 中,项目源码中整理了 SQL 文件。

项目整体结构包括:登录页面、注册页面、推荐列表等。是一个简单的 idea + Tomcat 的上手项目,有需要的可以加我微信:xttblog2,免费送给大家!

业余草公众号

最后,欢迎关注我的个人微信公众号:业余草(yyucao)!可加作者微信号:xttblog2。备注:“1”,添加博主微信拉你进微信群。备注错误不会同意好友申请。再次感谢您的关注!后续有精彩内容会第一时间发给您!原创文章投稿请发送至532009913@qq.com邮箱。商务合作也可添加作者微信进行联系!

本文原文出处:业余草: » JavaWeb+Servlet+JSP实现基于物品的协同过滤算法(itemCF)的推荐系统!