文章目錄

• • Jaccard相似度介紹
  • Jaccard相似度計算推薦結果代碼及實現
  • • 基本介紹
    • Jaccard相似度計算代碼
    • 協同過濾推薦代碼實現

Jaccard相似度介紹

• 兩個集合的交集元素個數在并集中所占的比例, 非常適用于布爾向量表示
• 分子是兩個布爾向量做點積計算, 得到的就是交集元素的個數
• 分母是兩個布爾向量做或運算, 再求元素和
• 杰卡德相似度適用于隱式反饋數據(0,1布爾值)，主要應用于是否收藏,是否點擊,是否加購物車。

簡單地來說就是交集/并集
J(A,B)=|A∩B|/|A∪B|

Jaccard相似度計算推薦結果代碼及實現

基本介紹

• 我們通過簡單的一個DataFrame例子來實現其算法，最終輸出結果。通常有兩種協同過濾：基于用戶的協同過濾推薦（User-based CF）、基于物品的協同過濾推薦（Item-based CF）。這里我們會構建一個用戶+物品的DataFrame。

• 這里為了方便，可以使用jupyternotebook進行書寫

import numpy as np import pandas as pdusers = ["Thomas", "Cauchy", "Alice", "Bob", "Alex"] items = ["iPad", "MacBook", "iPhone", "iWatch", "AirPods"] #用戶購買記錄數據集 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相似度計算代碼

#導入杰卡德相似度 from sklearn.metrics import jaccard_score #計算iPad和MacBook的相似度 jaccard_score(df['iPad'],df['MacBook']) #結果 0.2 #計算所有的數據兩兩的杰卡德相似系數 from sklearn.metrics.pairwise import pairwise_distances #計算所有的數據兩兩的杰卡德相似系數（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試著做一下物品的相似度（記住物品需要先進行轉置才可以計算） item_similar = 1-pairwise_distances(df.T.values,metric='jaccard') item_similar = pd.DataFrame(item_similar,columns=items,index = items) item_similar

協同過濾推薦代碼實現

• 通過計算杰卡德相似度，已經得出了用戶相似度，接下來我們就需要進行協同過濾推薦了。
• 實現協同過濾推薦有2個步驟：

找出最相似的人或物品：TOP-N相似的人或物品

#為每一個用戶找到最相似的2個用戶#創建空的dict保存最終結果 topN_users = {} #遍歷每一行數據 for i in user_similar.index:#取出每一列數據， 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值，傳入空dicttop2 = list(_df_sorted.index[:2])topN_users[i] = top2

根據相似的人或物品產生推薦結果

#根據topn的相似用戶構建推薦結果 rs_results={} for user,sim_users in topN_users.items():rs_result = set() #為每一用戶保存推薦結果for sim_user in sim_users:#將0替換為控制，去掉空值，做union聯合rs_result = rs_result.union(set(df.loc[sim_user].replace(0,np.nan).dropna().index))#過濾掉已經購買的商品（得到的結果需要減去user已經購買過的）rs_result -= set(df.loc[user].replace(0,np.nan).dropna().index)#將結果傳入到dict中rs_results[user] = rs_result

總結

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內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。