用MovieLens数据集做推荐（Python推荐系统二）

           

              思路：下载MovieLens的数据集，对数据集进行函数定义，定义各数据列的名称，根据上一篇Python写出简单的推荐系统（一） 文中的recommendations.py 的用户相似度进行推荐。

              下载MovieLens的地址： http://grouplens.org/datasets/movielens/ 

（选择ml-100k.zip）, 下载后的路径可以是和recommendations.py相同，也可是任意Python下面的其他地方，后面会针对两种情况做相关说明。

 

将下列Python 代码添加到之前recommendations.py 里面：

def loadMovieLensTrain(filename='u1.base'):
    str1 ='./ml-100k/'     

    #加载数据
    prefs={}
    for line in open(str1+filename,'r'):
        (user,movieid,rating,ts)=line.split('\t')
        prefs.setdefault(user,{})
        prefs[user][movieid]=float(rating)
    return prefs

def loadMovieLensTest(filename='u1.test'):                      
    str1 ='./ml-100k/'

    #加载数据
    prefs={}
    for line in open(str1+filename,'r'):
        (user,movieid,rating,ts)=line.split('\t')
        prefs.setdefault(user,{})
        prefs[user][movieid]=float(rating)
    return prefs             

if __name__=="__main__":
    print ("""这个部分可以进行上面2个函数测试""")

    trainDict= loadMovieLensTrain()
    testDict = loadMovieLensTest()

    print (len(trainDict))
    print (len(testDict))
    print ("""测试通过""")

          这里的str1=’./ml-100k/’   表明的是相对路径，此时的ml-100文件夹必须是和recommendations.py 文件一个路径。如果不在一个路径，因为运行的最终是recommendations.py文件，所以用的是ml-100k 全路径名，例如：

           str1:’E:/Python/ml-100k’

 

先运行进行了更新的recommendations.py 文件，得到测试的结果：

>>>

这个部分可以进行上面2个函数测试

943

459

测试通过

表明函数式正确的，如果出现提示说’u1.base’ 或’u1.test’的格式不能读取，则可用Notepad++ 修改格式。（具体见 Notepad++修改文件编码格式）

查看loadMovieLensTrain里的列表

>>> import recommendations

>>> prefs =recommendations.loadMovieLensTrain()

>>> prefs['1']

返回所有对应的评分数据列表

 

对id号为1的用户推荐三个物品：

>>>recommendations.getRecommendations(prefs,'1')[0:3]

[(5.000000000000001, '1293'), (5.0,'1653'), (5.0, '1599')]

参考资料：http://blog.csdn.net/database_zbye/article/details/8664516