用户相似度分析

最新推荐文章于 2022-08-03 14:59:36 发布

原创

最新推荐文章于 2022-08-03 14:59:36 发布 · 1.4k 阅读

4 ·

CC 4.0 BY-SA版权

文章标签：

#python #推荐系统

本文介绍了一种基于Python的用户相似度分析方法，通过计算用户之间的共同购买物品数量来衡量相似度。利用openpyxl库从Excel文件中读取用户行为记录，并通过组合数学和函数式编程方法找出相似度最高的多个用户。

用户相似度分析

计算用户购买物品的相似度

假设当前文件夹中有“用户行为记录.xlsx”,要求统计所有用户中相似度最高的n个用户及其共同购买物品数量，其中n可以指定为大于或等于2的整数。相似度高的定义为共同购买物品数量最多。

文件“用户行为记录.xlsx”里的数据内容 ](https://img-blog.csdnimg.cn/2021042010032098.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2N4eTg2MTA0NjMxNw==,size_16,color_FFFFFF,t_70)

程序编写

使用Python扩展库openpyxl读取Excell文件中的数据，返回一个字典。在字典中，使用用户名字作为“键“，使用包含该用户购买物品名称的集合作为”值“。读取数据时，跳过表头，对于每一行有效数据，获取每一行的物品名称和用户清单，对该物品的购买用户进行分割得到用户列表，列表中的每个用户都购买过该行对应的物品。

from itertools import combinations
from functools import reduce
import openpyxl
from openpyxl import Workbook

def getUsers(filename):
    users = dict()
    # 打开xlsx文件，并获取第一个worksheet
    wb = openpyxl.load_workbook(filename)
    ws = wb.worksheets[0]
    # 遍历Excel文件中的所有行
    for inde