基于标签的推荐

Author: =

Recommend/test.py

@@ -0,0 +1,55 @@
+#!/usr/bin/env python
+#-*-coding:utf-8-*-
+import random  
+#统计各类数量  
+def addValueToMat(theMat,key,value,incr):  
+    if key not in theMat: #如果key没出先在theMat中  
+        theMat[key]=dict();  
+        theMat[key][value]=incr;  
+    else:  
+        if value not in theMat[key]:  
+            theMat[key][value]=incr;  
+        else:  
+            theMat[key][value]+=incr;#若有值，则递增  
+  
+user_tags = dict();  
+tag_items = dict();  
+user_items = dict();  
+user_items_test = dict();#测试集数据字典  
+  
+#初始化，进行各种统计  
+def InitStat():  
+    data_file = open('delicious.dat')  
+    line = data_file.readline();   
+    while line:  
+        if random.random()>0.1:#将90%的数据作为训练集，剩下10%的数据作为测试集  
+            terms = line.split("\t");#训练集的数据结构是[user, item, tag]形式  
+            user=terms[0];  
+            item=terms[1];  
+            tag=terms[2];  
+            addValueToMat(user_tags,user,tag,1)  
+            addValueToMat(tag_items,tag,item,1)  
+            addValueToMat(user_items,user,item,1)  
+            line = data_file.readline();  
+        else:  
+            addValueToMat(user_items_test,user,item,1)  
+    data_file.close();     
+    
+#推荐算法  
+def Recommend(usr):  
+    recommend_list = dict();  
+    tagged_item = user_items[usr];#得到该用户所有推荐过的物品  
+    for tag_,wut in user_tags[usr].items():#用户打过的标签及次数  
+        for item_,wit in tag_items[tag_].items():#物品被打过的标签及被打过的次数  
+            if item_ not in tagged_item:#已经推荐过的不再推荐  
+                if item_ not in recommend_list:  
+                    recommend_list[item_]=wut*wit;#根据公式  
+                else:  
+                    recommend_list[item_]+=wut*wit;  
+    return sorted(recommend_list.iteritems(), key=lambda a:a[1],reverse=True)
+
+InitStat()
+recommend_list = Recommend("48411")
+# print recommend_list
+for recommend in recommend_list[:10]:  #兴趣度最高的十个itemid
+    print recommend