如何在Python中实现推荐系统和个性化推荐？

2024-01-08 阅读 425 评论 5 点赞 356

摘要：推荐系统的概述随着互联网的快速发展，数据量也在不断增加。这些数据包含了大量的用户行为、偏好及其它信息。推荐系统就是利用这些数据为用户提供个性化的推荐服务。它可以从海量数据中找出与用户兴趣相关的信息，并将这些信息推荐给用户。推荐系统可以用在电子商务、社交网

基于协同过滤的推荐算法

在基于协同过滤的推荐算法中，用户行为数据通常表示为一个矩阵，其中每一行表示一个用户，每一列表示一件物品，矩阵中的元素表示用户对物品的评分或者行为。通常情况下，这个矩阵是非常稀疏的。因为每个用户只会对其中的一小部分物品进行评分或者产生行为。

协同过滤算法可以分为基于用户的协同过滤和基于物品的协同过滤。

基于用户的协同过滤算法是根据用户之间的相似度来进行推荐。这种算法的核心思想是找到与目标用户相似的其他用户，然后将这些用户喜欢的物品推荐给目标用户。

基于物品的协同过滤算法是根据物品之间的相似度来进行推荐。这种算法的核心思想是找到目标用户喜欢的物品，然后推荐与这些物品相似的其他物品。

Python中的推荐系统实现

Python中有很多用于实现推荐系统的库，例如Surprise、LightFM等。这里我们以Surprise库为例介绍基于协同过滤的推荐系统的实现。


# 安装Surprise库
!pip install surprise

# 导入Surprise库的数据集
from surprise import Dataset

# 读取Movielens数据集
data = Dataset.load_builtin('ml-100k')

# 切分训练集和测试集
trainset = data.build_full_trainset()
testset = trainset.build_anti_testset()

# 导入算法
from surprise import KNNBasic

# 使用基于用户的协同过滤算法
algo = KNNBasic()

# 训练模型
algo.fit(trainset)

# 预测评分
predictions = algo.test(testset)

# 查看前10个预测结果
from collections import defaultdict
top_n = defaultdict(list)
for uid, iid, true_r, est, _ in predictions:
    top_n[uid].append((iid, est))

for uid, user_ratings in top_n.items():
    user_ratings.sort(key=lambda x: x[1], reverse=True)
    top_n[uid] = user_ratings[:10]

# 输出结果
for uid, user_ratings in top_n.items():
    print(uid, [iid for (iid, _) in user_ratings])

个性化推荐

基于协同过滤的推荐算法只能为用户推荐与其历史行为相似的物品，无法为用户推荐与其兴趣相关但是没有历史行为的物品。为了解决这个问题，我们可以引入一些个性化的因素，例如用户的兴趣爱好、地理位置、时间等，来为用户推荐更加个性化的物品。

在Python中，我们可以使用深度学习的方法来实现个性化推荐。例如，我们可以使用神经网络来学习用户的兴趣模型，并根据这个模型为用户推荐物品。

下面是一个使用深度学习实现个性化推荐的示例代码：


# 导入必要的库
import pandas as pd
import numpy as np
import tensorflow as tf
from tensorflow import keras

# 读取数据
ratings_data = pd.read_csv("ratings.csv")
movies_data = pd.read_csv("movies.csv")

# 处理数据
ratings_data = ratings_data.drop(["timestamp"], axis=1)
movies_data["genres"] = movies_data["genres"].apply(lambda x: x.split("|")[0])
movies_data = pd.get_dummies(movies_data, columns=["genres"])

# 切分数据
ratings_data = ratings_data.sample(frac=1).reset_index(drop=True)
train_data = ratings_data.iloc[:int(0.8*len(ratings_data)), :]
val_data = ratings_data.iloc[int(0.8*len(ratings_data)):int(0.9*len(ratings_data)), :]
test_data = ratings_data.iloc[int(0.9*len(ratings_data)):, :]

# 构建模型
user_input = keras.layers.Input(shape=(1,))
user_emb = keras.layers.Embedding(input_dim=len(ratings_data["userId"].unique()), output_dim=50)(user_input)
user_emb = keras.layers.Flatten()(user_emb)

movie_input = keras.layers.Input(shape=(1,))
movie_emb = keras.layers.Embedding(input_dim=len(ratings_data["movieId"].unique()), output_dim=50)(movie_input)
movie_emb = keras.layers.Flatten()(movie_emb)

genres_input = keras.layers.Input(shape=(18,))
x = keras.layers.concatenate([user_emb, movie_emb, genres_input])
x = keras.layers.Dense(units=64, activation="relu")(x)
x = keras.layers.Dense(units=32, activation="relu")(x)
output = keras.layers.Dense(units=1)(x)

model = keras.Model(inputs=[user_input, movie_input, genres_input], outputs=output)

# 训练模型
model.compile(optimizer=keras.optimizers.Adam(learning_rate=0.001), loss="mse")
model.fit([train_data["userId"], train_data["movieId"], train_data.iloc[:, 3:]], train_data["rating"], batch_size=64, epochs=10, validation_data=([val_data["userId"], val_data["movieId"], val_data.iloc[:, 3:]], val_data["rating"]))

# 预测评分
test_pred = model.predict([test_data["userId"], test_data["movieId"], test_data.iloc[:, 3:]])

# 输出结果
print("Test RMSE: %.3f" % np.sqrt(np.mean((test_pred-test_data["rating"])**2)))