基于用户的协同过滤推荐算法
实现原理及实现代码
基于用户的协同过滤推荐算法实现原理
传统的基于用户(User-Based)的协同过滤推荐算法实现原理分四个步骤：
1、根据用户历史行为信息构建用户-项目评分矩阵，用户历史行为信息包括项目评分、浏览历史、收藏历史、喜好标签等，本文以单一的项目评分为例，后期介绍其他行为信息和混合行为信息，用户-项目评分矩阵如表1所示：
项目1
项目2
项目3
用户A
1
0
5
用户B
3
4
0
用户C
0
3
2
表1 用户-项目评分矩阵
注：用户A对项目1的评分是1分，用户A对项目2没有评分。
2、根据用户-项目评分矩阵计算用户之间的相似度。计算相似度常用的方法有余弦算法、修正余弦算法、皮尔森算法等等(后期我们会将相似度算法展开讲解，这里以余弦算法为例)。余弦算法公式如图1所示：
图1 余弦算法公式
注：表示用户u的评分集合(也就是矩阵中的一行评分数据)，表示用户v的评分集合，i表示项目，表示用户u对项目1的评分乘以用户v对项目1的评分加上用户u对项目2的评分乘以用户v对项目2的评分……先相加再相乘直到最后一个项目，表示用户u对项目1的评分的平方加上用户u对项目2的评分的平方加上……先平方再相加直到最后一个项目然后得到的值取平方根，平方根乘以用户v的平方根。
3、根据用户之间的相似度得到目标用户的最近邻居KNN。KNN的筛选常用的有两种方式，一种是设置相似度阀值(给定一个相似度的下限，大于下限的相似度为最近邻居)，一种是根据与目标用户相似度的高低来选择前N个最近邻居(本次以前N个为例，后期会详细对比讲解两者)。相似度排序可用经典冒泡排序法。
4、预测项目评分并进行推荐。最常用的预测公式如图2所示：
图2 预测评分公式
注：该公式实际上是相似度和评分的加权平均数。表示用户u对项目i的预测评分，n是最近邻集合，v是任意一个最近邻居，表示最近邻v和目标用户u的相似度乘以最近邻v对项目i的评分。得到预测评分后按照评分高低进行降序推荐。
5、结论。以上步骤是最简单，最传统的基于用户的协同过滤推荐算法的实现原理，但是在实现过程中还是有很多注意细节。
基于用户的协同过滤推荐算法实现代码
本文我们介绍两种实现代码，都是java语言开发，单机版(本地测试)，数据集使用movielens的ml-100k，943*1682，80000条数据。
第一种，自定义实现：
1、项目目录，如图3所示：
图3 项目目录
2、Application.java文件，算法主运行方法
import java.util.Arrays;
import java.util.HashMap;
import java.util.Map;
import java.util.Scanner;
import java.util.Set;
/**
* 协同过滤推荐算法运行主方法
* @author line
*
*/
public class Application implements Base {
public static void main(String[] args) {
// 输入userId，并获取
System.out.println("请输入一个用户Id(1、2、3……943)");
Scanner scanner = new Scanner(http://System.in);
//获取得到输入的userId
int userId = scanner.nextInt();
// 从文件中读取数据
int[][] user_movie_base = new int[PREFROWCOUNT][COLUMNCOUNT];
//读取文件中的数据
user_movie_base = new ReadFile().readFile(BASE);
//产生相似度矩阵
double[] similarityMatrix = new ProduceSimilarityMatrix().produceSimilarityMatrix(user_movie_base, userId);
// 知道每个用户之间的相似度值之后，开始获取每隔相似值对应的userId，然后和相似值关联，再根据相似值排序，即得到相似爱好的userId，然后再输出相似推荐的商品
int[] id = new int[KNEIGHBOUR];//存放K个最近邻userId
//产生一个临时相似度矩阵变量，是为了相似度排序时和userid对应
double[] tempSimilarity = new double[similarityMatrix.length];
for (int j = 0; j < tempSimilarity.length; j++) {
tempSimilarity[j] = similarityMatrix[j];
}
Arrays.sort(tempSimilarity);//排序，升序
int flag = 0;//临时变量
double[] similarity = new double[KNEIGHBOUR];//保存前K个相似度，从大到小
for (int m = tempSimilarity.length - 1; m >= tempSimilarity.length - KNEIGHBOUR; m--) {
for(int j = 0; j < similarityMatrix.length; j++) {
if (similarityMatrix[j] == tempSimilarity[m] && similarityMatrix[j] != 0.0){
similarity[flag] = tempSimilarity[m];
id[flag]=j;//保存前K个相似度的userid
flag++;
}
}
}
System.out.println("相似度最近的" + KNEIGHBOUR + "个用户是：");
System.out.print("近邻用户");
System.out.printf("%25s","相似度");//格式化输出"%25s"是占多少位
System.out.printf("%30s\n","推荐产品");
Map map = new HashMap();//存放每件商品的id和期望值，是键值对关系，即一对一
for (int i = 0; i < KNEIGHBOUR; i++) {//按照k值得大小来循环
// 前k个近邻用户的推荐产品
int user_id = id[i];//数组id中的userid根据相似度大小顺序已经排好，从大到小
int[] items = user_movie_base[user_id];// 获取源数据K个邻近用户userid的所有评分
String str = "";
for (int j = 0; j < COLUMNCOUNT; j++) {//循环每件商品，如果相邻用户对某件商品的评分不为0，而目标用户的评分为0，该商品就为推荐商品
if ((items[j] != 0) && (user_movie_base[userId - 1][j] == 0)){
str += " " + (j + 1);//将推荐商品的id保存在一个字符串中，可以直接输出
//此时，可以通过循环计算某一件推荐商品的评分用户的相似度期望
//开始计算期望，将相同商品的相似度相加，并保存在map集合中
if(map.containsKey(j + 1)){//如果一件商品的值，已经保存在map集合的键中(键是唯一的，即不会和其他的数值一样)，那么键对应的值，就会改变，加上该商品不用用户的相似度
double d = map.get(j+1);
d+=similarity[i];
map.put(j+1,d);//修改map中的值
}else{
map.put(j+1, similarity[i]);//如果没有保存一件商品的id，那么开始保存
}
}
}
System.out.print(id[i] + 1);
System.out.printf("%16s\t" ,String.format("%.2f",similarity[i]*100)+"%");//输出的同时格式化数据
System.out.println(str);//输出每个用户的推荐商品
}
//选择最好的推荐商品,期望加权
//循环map集合的键
Map map2 = new HashMap(); //保存商品id和加权期望,因为还要对加权期望排序，要和商品id对应
double s1 = 0;
double s2 = 0;
Set set = map.keySet();//获取map集合中的所有键，输出是一个set集合
for(int key : set){//循环map中的所有键
for (int i = 0; i < KNEIGHBOUR; i++) {
int score = user_movie_base[id[i]][key-1];//map中的键是商品id，i是userid，获取评分
s1+=score*map.get(key);
s2+=score;
}
map2.put(key, s1/s2);//保存加权期望值，和商品id对应
}
Object[] arr = map2.values().toArray();//获取map2中所有的值，也就是每件商品的加权期望
Arrays.sort(arr);//升序排列，调用系统数据包中的函数，自动排列数组
set = map2.keySet();//获取商品id
int max&