电影推荐之协同过滤ranjiewen

对于基于内容的推荐不多赘述，只说下基本的概念，根据用户已经评分且喜欢(评分高)的电影，为用户推荐和他过去喜欢的电影相似的电影，这里的相似就要依据电影的"内容"来计算了，例如电影的类型等等。

利用到评分预测上，就是对于目标用户A和电影M，从A已经评价过的电影中找到与M相似的电影，利用这些电影的评分来预测用户A对M的评分。

2.协同过滤

基于用户的协同过滤通俗的来说呢，就是对于待预测的目标用户A及电影M，找到与A相似的且评价过M的用户，利用这些用户对M的评分来预测用户A对M的评分。

基于项目的协同过滤呢，可以看作是基于用户的协同过滤的对偶(暂且这么说吧)。对于待预测的目标用户A及电影M，基于项目的协同过滤就是在A已评价过的电影中找到与M相似的那些电影，利用这些电影的评分来预测用户A对电影M的评分。看到这儿，你似乎很难理解基于内容的推荐和Item-BasedCF的区别，事实上，它们的区别也确实很小，最关键性的区别就是：相似性的计算时，基于内容的推荐没有利用到用户信息，而Item-BasedCF利用了用户信息，Item-BasedCF计算两个电影M1和M2的相似性的时候，是依据用户对M1和M2的打分来计算的，例如用户A1、A2、A3对M1评分为3,3,3，用户A1、A2、A3对M2评分为3,4,3，那么M1和M2之间的相似度就是利用(3,3,3)和(3,4,3)来计算的(可用欧氏距离、余弦相似、皮尔森相似)。

3.User-Based算法实现

算法思想：

假设需要预测用户A对电影M的评分，首先对于电影M，根据训练数据集找出已经对电影M评过分的用户，然后计算A和这些用户之间的相似度，依据相似度和这些用户对M的评分，来预测用户A对电影M的评分。

根据训练数据集找出已经对电影M评过分的用户很容易，预测结果的好坏关键在于如何计算用户A和这些用户之间的相似度，以及采用何种方式来利用相似度和评分预测出用户A对电影M的评分。

1）相似度计算

已知电影1、2、3、4、5的风格如表格1：

Action

Adventure

Comedy

Crime

Drama

Fantasy

Romance

Thriller

War

1

√

2

3

4

5

表格1电影风格

假设用户A评价过的电影有1、3、4，用户B评价过的电影有1、2、5：

表格2用户A所选电影

表格3用户B所选电影

于是用户A和用户B的类型表示为：

A

B

表格4用户A和B的类型表示

计算A和B的相似度时，只选取A、B均有值的类型，对于没有同时有值的类型不参与计算：

表格5实际有效的A和B类型维度

至于相似度的计算方法，可采取：

计算过程中特殊情况简化处理：

2）评分预测

预测分的计算过程如下：

预测用户u对电影m的评分

3）特殊情况处理

数据结构说明：

//用于存取用户基本信息，对应userid,movieid,score

vector>users(80000);

//用户类型，用于计算相似度，对应userid,type,type的权值

vector>users_type(80000);

vector>>users_test(80000);

map>users_sim;//用于存储两个用户之间的相似度

map>movies;//用于存储电影的type

map>movie_users;//用于存储看过某个电影的用户

主程序流程图：

图2程序主体流程图

图3相似度计算流程图

5）RMSE

相似计算方法

RMSE

欧几里得距离

0.978840

余弦相似

0.979142

皮尔森相似

0.977616

数据该放在哪，具体看代码的main函数里面，自己改改路径，想放哪都行。