基于baseline和stochastic gradient descent的个性化推荐系统

本文介绍了Koren在2008年提出的结合矩阵分解与邻域模型的协同过滤方法,并通过Movielens数据集进行实验验证。文中详细阐述了Baseline估计、目标函数以及使用随机梯度下降法进行优化的过程。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

文章主要介绍的是koren 08年发的论文[1],  2.1 部分内容(其余部分会陆续补充上来)。

 koren论文中用到netflix 数据集, 过于大, 在普通的pc机上运行时间很长很长。考虑到写文章目地主要是已介绍总结方法为主,所以采用Movielens 数据集。

要用到的变量介绍:


Baseline estimates

     

object function:

梯度变化(利用stochastic gradient descent算法使上述的目标函数值,在设定的迭代次数内,降到最小)

系统评判标准:


参数设置:


迭代次数maxStep = 100, 学习速率(梯度变化速率)取0.99  还有的其他参数设置参考引用论文[2]




具体的代码实现

''''' 
Created on Dec 11, 2012 
 
@Author: Dennis Wu 
@E-mail: hansel.zh@gmail.com 
@Homepage: http://blog.youkuaiyun.com/wuzh670 
 
Data set download from : http://www.grouplens.org/system/files/ml-100k.zip 
 
'''  
from operator import itemgetter, attrgetter  
from math import sqrt  
import random  
  
def load_data():  
      
    train = {}  
    test = {}  
      
    filename_train = 'data/ua.base'  
    filename_test = 'data/ua.test'  
      
    for line in open(filename_train):  
        (userId, itemId, rating, timestamp) = line.strip().split('\t')  
        train.setdefault(userId,{})  
        train[userId][itemId] = float(rating)  
    
    for line in open(filename_test):  
        (userId, itemId, rating, timestamp) = line.strip().split('\t')  
        test.setdefault(userId,{})  
        test[userId][itemId] = float(rating)  
      
    return train, test  
  
def calMean(train):  
    sta = 0  
    num = 0  
    for u in train.keys():  
        for i in train[u].keys():  
            sta += train[u][i]  
            num += 1  
    mean = sta*1.0/num  
    return mean  
  
def initialBias(train, userNum, movieNum):  
  
    mean = calMean(train)  
    bu = {}  
    bi = {}  
    biNum = {}  
    buNum = {}  
      
    u = 1  
    while u < (userNum+1):  
        su = str(u)  
        for i in train[su].keys():  
            bi.setdefault(i,0)  
            biNum.setdefault(i,0)  
            bi[i] += (train[su][i] - mean)  
            biNum[i] += 1  
        u += 1  
          
    i = 1  
    while i < (movieNum+1):  
        si = str(i)  
        biNum.setdefault(si,0)  
        if biNum[si] >= 1:  
            bi[si] = bi[si]*1.0/(biNum[si]+25)  
        else:  
            bi[si] = 0.0  
        i += 1  
  
    u = 1  
    while u < (userNum+1):  
        su = str(u)  
        for i in train[su].keys():  
            bu.setdefault(su,0)  
            buNum.setdefault(su,0)  
            bu[su] += (train[su][i] - mean - bi[i])  
            buNum[su] += 1  
        u += 1  
          
    u = 1  
    while u < (userNum+1):  
        su = str(u)  
        buNum.setdefault(su,0)  
        if buNum[su] >= 1:  
            bu[su] = bu[su]*1.0/(buNum[su]+10)  
        else:  
            bu[su] = 0.0  
        u += 1  
  
    return bu,bi,mean  
  
def sgd(train, test, userNum, movieNum):  
  
    bu, bi, mean = initialBias(train, userNum, movieNum)  
  
    alpha1 = 0.002  
    beta1 = 0.1  
    slowRate = 0.99  
    step = 0  
    preRmse = 1000000000.0  
    nowRmse = 0.0  
    while step < 100:  
        rmse = 0.0  
        n = 0  
        for u in train.keys():  
            for i in train[u].keys():  
                pui = 1.0 * (mean + bu[u] + bi[i])  
                eui = train[u][i] - pui  
                rmse += pow(eui,2)  
                n += 1  
                bu[u] += alpha1 * (eui - beta1 * bu[u])  
                bi[i] += alpha1 * (eui - beta1 * bi[i])  
  
        nowRmse = sqrt(rmse*1.0/n)  
        print 'step: %d      Rmse: %s' % ((step+1), nowRmse)  
        if (nowRmse < preRmse):  
            preRmse = nowRmse  
        alpha1 *= slowRate  
        step += 1  
    return bu, bi, mean  
  
def calRmse(test, bu, bi, mean):  
      
    rmse = 0.0  
    n = 0  
    for u in test.keys():  
        for i in test[u].keys():  
            pui = 1.0 * (mean + bu[u] + bi[i])  
            eui = pui - test[u][i]  
            rmse += pow(eui,2)  
            n += 1  
    rmse = sqrt(rmse*1.0 / n)  
    return rmse;  
     
if __name__ == "__main__":  
  
  
    # load data  
    train, test = load_data()  
      
    # baseline + stochastic gradient descent  
    bu, bi, mean = sgd(train, test, 943, 1682)  
      
    # compute the rmse of test set  
    print 'the Rmse of test test is: %s' % calRmse(test, bu, bi, mean)  

实验结果


REFERENCES

1.Y. Koren. Factorization Meets the Neighborhood: a Multifaceted Collaborative Filtering Model. Proc. 14th ACM SIGKDD Int. Conf. On Knowledge Discovery and Data Mining  (KDD08), pp. 426434, 2008.

2. Y.Koren.  The BellKor Solution to the Netflix Grand Prize  2009


转载请注明:转自 zh's note    http://blog.youkuaiyun.com/wuzh670/


### 如何用Python实现个性化电影推荐系统 个性化电影推荐系统的实现通常依赖于协同过滤算法,包括基于用户的协同过滤基于物品的协同过滤。以下是一个简化的代码示例,展示如何使用Python`Surprise`库来构建一个基本的个性化电影推荐系统。 #### 1. 安装必要的库 首先需要安装`Surprise`库,这是一个专门用于构建推荐系统的Python库。 ```bash pip install scikit-surprise ``` #### 2. 数据准备 假设我们有一个电影评分数据集,格式如下: | 用户ID | 电影ID | 评分 | |--------|--------|------| | 1 | 101 | 5 | | 1 | 102 | 3 | | 2 | 101 | 4 | 可以使用Pandas加载数据: ```python import pandas as pd from surprise import Dataset, Reader from surprise.model_selection import train_test_split from surprise import KNNWithMeans from surprise import accuracy # 创建数据集 data = { 'user_id': [1, 1, 2, 2, 3], 'movie_id': [101, 102, 101, 103, 102], 'rating': [5, 3, 4, 2, 4] } df = pd.DataFrame(data) # 定义数据读取器 reader = Reader(rating_scale=(1, 5)) # 加载数据到 Surprise 的 Dataset 对象中 data = Dataset.load_from_df(df[['user_id', 'movie_id', 'rating']], reader) ``` #### 3. 构建模型 使用`KNNWithMeans`算法(基于用户的协同过滤)训练模型: ```python # 划分训练集测试集 trainset, testset = train_test_split(data, test_size=0.2, random_state=42) # 使用基于用户的协同过滤算法 algo = KNNWithMeans(k=50, sim_options={'name': 'pearson_baseline', 'user_based': True}) # 训练模型 algo.fit(trainset) # 在测试集上进行预测 predictions = algo.test(testset) # 计算 RMSE accuracy.rmse(predictions) ``` #### 4. 推荐电影 根据用户的历史评分,为用户推荐未评分的电影: ```python def get_recommendations(user_id, algo, trainset, df): # 获取用户已评分的电影 user_ratings = df[df['user_id'] == user_id]['movie_id'].tolist() # 获取所有电影ID all_movies = df['movie_id'].unique() # 筛选出用户未评分的电影 movies_to_predict = [movie for movie in all_movies if movie not in user_ratings] # 预测评分 predictions = [ (movie, algo.predict(user_id, movie).est) for movie in movies_to_predict ] # 按预测评分排序 predictions.sort(key=lambda x: x[1], reverse=True) return predictions[:10] # 返回评分最高的10部电影 # 获取用户1的推荐电影 recommendations = get_recommendations(1, algo, trainset, df) for movie, rating in recommendations: print(f"Movie ID: {movie}, Predicted Rating: {rating:.2f}") ``` ### 结论 上述代码展示了如何使用Python`Surprise`库实现一个简单的个性化电影推荐系统[^1]。通过协同过滤算法,可以根据用户的历史评分数据为用户推荐可能感兴趣的电影。 --- ###
评论 2
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值