基于内容(content_based)的电影推荐系统实战

最新推荐文章于 2025-03-08 09:53:46 发布

原创

最新推荐文章于 2025-03-08 09:53:46 发布 · 4.4k 阅读

60 ·

CC 4.0 BY-SA版权

文章标签：

#推荐系统 #数据分析 #python #数据挖掘

本文介绍了一个基于内容的电影推荐系统实现过程，通过处理用户评分和电影列表数据，计算电影的平均得分、种类排名及用户偏好，最终实现个性化电影推荐。

基于内容(content_based)的电影推荐系统实战

本文思想和代码基于https://coding.m.imooc.com/classindex.html?cid=297 该课程写成

个人代码参考: https://github.com/yuanzhiqj/recom

介绍

基于内容的推荐系统是根据用户的之前的偏好，计算推荐项目中与用户偏好相似度最高的项目，推荐给用户。

下面通过一个具体的电影推荐系统的示例来初步了解它

输入数据

给定两个输入文件，rating.txt和movies。分别代表用户的评分文件和电影的列表。截取部分数据解释如下：

rating.txt

userId	movieId	rating	timestamp
1	31	2.5	1260759144

userid: 用户编号

movid: 电影编号

rating:评分

timestamp:时间戳，越大表示越近时间评分

movie.txt

movie	title	genres
1	Toy Story (1995)A	Adventure\|Animation\|Children\|Comedy\|Fantasy

move:电影编号

title:电影名称

genres:电影分类，以’|'号分隔

处理数据

处理数据是比较麻烦的一部分，我们把它分为几步

获得电影的平均得分
获得一部电影的种类
得到一个种类下的电影排名，评分从高到低
获得最近的时间戳

获得平均得分

通过输入ratings.txt文件，返回一个包含所有电影平均分的字典score。

record: 临时存数电影得分和评分次数的字典。

def get_avg(input_file):
    """
    获取平均分
        args: 
            input_file:输入文件
        return:
            一个字典，key:itemid value:avg
    """
    record = {
   
   }
    score = {
   
   }
    if not os.path.exists(input_file):
        print("no path")
        return {
   
   }
    linenum = 0
    fp = open(input_file)
    for line in fp:
        if linenum == 0:
            linenum += 1
            continue
        item = line.strip().split(",")
        if len(item) < 4:
            continue
        userid, itemid, rating = item[0],item[1],float(item[2])
        if itemid not in record:
            record[itemid] = [0,0]
        record[itemid][0] += rating
        record[itemid][1] += 1
    fp.close()
    for itemid in record:
        score[itemid] = round(record[itemid][0]/record[itemid][1],3