集体智慧编程：提供推荐_推荐物品

前面已经实现不同人之间相似度的计算，接下来就是根据相似度，向用户推荐物品。
找到相似度最高的用户B，将他的喜好推荐给用户A，这种方式太片面。
好的做法，是针对物品进行评分。首先计算用户A与用户B的相似度，把相似度作为B的评分权重，乘以B的所有评分。针对A以外的所有用户，都这么计算一次。然后，把每个物品所有的分值相加，得到总分。最后，对每个物品的总分值，除以有效相似度的总和。

"""
推荐物品
"""
#书中算法
def getRecommendations(prefs,person,similarity=sim_pearson):
    totals = {}
    simSums = {}
    for other in prefs:
        if other == person:
            continue
        sim = similarity(prefs,person,other)
        if sim <= 0:
            continue
        for item in prefs[other]:
            if item not in prefs[person] or prefs[person][item]==0:
                totals.setdefault(item,0)
                totals[item] = totals[item] + sim*prefs[other][item]
                simSums.setdefault(item,0)
                simSums[item] = simSums[item] + sim
    
    rankings = [(total/simSums[item],item) for item,total in totals.items()]  #totals.items()获取所有键值对
    rankings.sort()
    rankings.reverse()
    return rankings

#自己编写
def getRecommendations2(prefs,person,similarity=sim_pearson):
    
    totals = {}
    simSums = {}
    
    for other in prefs:
        if other == person:
            continue
        sim = similarity(prefs,person,other)
        if sim <=0:
            continue        
        
        for item in prefs[other]:
            if item not in prefs[person]:
                
                if item not in totals:
                    totals[item] = 0
                totals[item] = totals[item] + sim*prefs[other][item]
                
                if item not in simSums:
                    simSums[item] = 0
                simSums[item] = simSums[item] + sim
    
    ranking = [(totals[item]/simSums[item],item) for item in totals]
    ranking.sort()
    ranking.reverse()
    return ranking

几个小笔记：
1、if item not in prefs[person]
2、totals.setdefault(item,0)
totals是字典，setdefault(item,0)，判断item是否在字典中，如果不在，设置默认值为0。等价于：

if item not in totals:
       totals[item] = 0

3、rankings = [(total/simSums[item],item) for item,total in totals.items()]
totals.items()，获取totals中所有的(key, value)对。
等价于：
ranking = [(totals[item]/simSums[item],item) for item in totals]