文章目錄

• • Jaccard相似度介紹
  • Jaccard相似度計(jì)算推薦結(jié)果代碼及實(shí)現(xiàn)
  • • 基本介紹
    • Jaccard相似度計(jì)算代碼
    • 協(xié)同過(guò)濾推薦代碼實(shí)現(xiàn)

Jaccard相似度介紹

• 兩個(gè)集合的交集元素個(gè)數(shù)在并集中所占的比例, 非常適用于布爾向量表示
• 分子是兩個(gè)布爾向量做點(diǎn)積計(jì)算, 得到的就是交集元素的個(gè)數(shù)
• 分母是兩個(gè)布爾向量做或運(yùn)算, 再求元素和
• 杰卡德相似度適用于隱式反饋數(shù)據(jù)(0,1布爾值)，主要應(yīng)用于是否收藏,是否點(diǎn)擊,是否加購(gòu)物車(chē)。

簡(jiǎn)單地來(lái)說(shuō)就是交集/并集
J(A,B)=|A∩B|/|A∪B|

Jaccard相似度計(jì)算推薦結(jié)果代碼及實(shí)現(xiàn)

基本介紹

• 我們通過(guò)簡(jiǎn)單的一個(gè)DataFrame例子來(lái)實(shí)現(xiàn)其算法，最終輸出結(jié)果。通常有兩種協(xié)同過(guò)濾：基于用戶的協(xié)同過(guò)濾推薦（User-based CF）、基于物品的協(xié)同過(guò)濾推薦（Item-based CF）。這里我們會(huì)構(gòu)建一個(gè)用戶+物品的DataFrame。

• 這里為了方便，可以使用jupyternotebook進(jìn)行書(shū)寫(xiě)

import numpy as np import pandas as pdusers = ["Thomas", "Cauchy", "Alice", "Bob", "Alex"] items = ["iPad", "MacBook", "iPhone", "iWatch", "AirPods"] #用戶購(gòu)買(mǎi)記錄數(shù)據(jù)集 datasets = [[1,0,1,1,0],[1,0,0,1,1],[1,0,1,0,0],[0,1,0,1,1],[1,1,1,0,1], ]df = pd.DataFrame(datasets,columns=items,index=users) print(df) print(df.index) print(df.columns)

Jaccard相似度計(jì)算代碼

#導(dǎo)入杰卡德相似度 from sklearn.metrics import jaccard_score #計(jì)算iPad和MacBook的相似度 jaccard_score(df['iPad'],df['MacBook']) #結(jié)果 0.2 #計(jì)算所有的數(shù)據(jù)兩兩的杰卡德相似系數(shù) from sklearn.metrics.pairwise import pairwise_distances #計(jì)算所有的數(shù)據(jù)兩兩的杰卡德相似系數(shù)（1-jaccard距離就是相似度） user_similar = 1-pairwise_distances(df.values,metric='jaccard') user_similar = pd.DataFrame(user_similar,columns=users,index = users) #用戶相似度 user_similar

#以相同的思路我們來(lái)試著做一下物品的相似度（記住物品需要先進(jìn)行轉(zhuǎn)置才可以計(jì)算） item_similar = 1-pairwise_distances(df.T.values,metric='jaccard') item_similar = pd.DataFrame(item_similar,columns=items,index = items) item_similar

協(xié)同過(guò)濾推薦代碼實(shí)現(xiàn)

• 通過(guò)計(jì)算杰卡德相似度，已經(jīng)得出了用戶相似度，接下來(lái)我們就需要進(jìn)行協(xié)同過(guò)濾推薦了。
• 實(shí)現(xiàn)協(xié)同過(guò)濾推薦有2個(gè)步驟：

找出最相似的人或物品：TOP-N相似的人或物品

#為每一個(gè)用戶找到最相似的2個(gè)用戶#創(chuàng)建空的dict保存最終結(jié)果 topN_users = {} #遍歷每一行數(shù)據(jù) for i in user_similar.index:#取出每一列數(shù)據(jù)， 刪除自己，按照相似度排序（降序）_df = user_similar.loc[i].drop([i])_df_sorted = _df.sort_values(ascending = False)#排序之后切片取出前兩個(gè)值，傳入空dicttop2 = list(_df_sorted.index[:2])topN_users[i] = top2

根據(jù)相似的人或物品產(chǎn)生推薦結(jié)果

#根據(jù)topn的相似用戶構(gòu)建推薦結(jié)果 rs_results={} for user,sim_users in topN_users.items():rs_result = set() #為每一用戶保存推薦結(jié)果for sim_user in sim_users:#將0替換為控制，去掉空值，做union聯(lián)合rs_result = rs_result.union(set(df.loc[sim_user].replace(0,np.nan).dropna().index))#過(guò)濾掉已經(jīng)購(gòu)買(mǎi)的商品（得到的結(jié)果需要減去user已經(jīng)購(gòu)買(mǎi)過(guò)的）rs_result -= set(df.loc[user].replace(0,np.nan).dropna().index)#將結(jié)果傳入到dict中rs_results[user] = rs_result

總結(jié)

以上是生活随笔為你收集整理的协同过滤算法之通过Jaccard相似度计算推荐结果原理及代码实现的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問(wèn)題。

如果覺(jué)得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。