可能是史上代码最少的协同过滤推荐引擎

http://www.wentrue.net/blog/?p=970

可能是史上代码最少的协同过滤推荐引擎

自世界杯开幕以来，这是首次看不到球赛的两天，看不了球，就写篇博客吧，标题比较有噱头，实际上是用R实现的item-based CF推荐算法。

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24

 # 读入数据，原数据是user-subject的收藏二元组 
data = read. table  (  'data.dat' , sep= ',' , header=TRUE ) 
 # 标识user与subject的索引 
 user  = unique ( data$user_id ) 
subject = unique ( data$subject_id ) 
uidx = match ( data$user_id,  user  ) 
iidx = match ( data$subject_id, subject ) 
 # 从二元组构造收藏矩阵 
M = matrix (  0 , length (  user  ) , length ( subject )  ) 
i = cbind ( uidx, iidx ) 
M [ i ]  =  1 
 # 对列向量（subject向量）进行标准化，%*%为矩阵乘法 
mod = colSums ( M^ 2  ) ^ 0.5    # 各列的模 
MM = M  %*%  diag (  1 /mod )    # M乘以由1/mod组成的对角阵，实质是各列除以该列的模 
 #crossprod实现MM的转置乘以MM，这里用于计算列向量的内积，S为subject的相似度矩阵 
S = crossprod ( MM ) 
 # user-subject推荐的分值 
R = M  %*%  S
R = apply ( R,  1 , FUN=sort, decreasing=TRUE, index. return =TRUE ) 
k =  5 
 # 取出前5个分值最大的subject 
res = lapply ( R, FUN=function ( r )  return  ( subject [ r$ix [  1 :k ]  ]  )  ) 
 # 输出数据 
write. table  ( paste (  user , res, sep= ':'  ) ,  file = 'result.dat' , quote=FALSE, row. name =FALSE, col. name =FALSE ) 

查看更多关于可能是史上代码最少的协同过滤推荐引擎的详细内容...

声明：本文来自网络，不代表【好得很程序员自学网】立场，转载请注明出处：http://haodehen.cn/did41971