基于 Python 和Surprise库，新手轻松搭建推荐系统
解密基于用户的推荐系统。
1、简介
在数据时代，推荐系统是提升用户体验的重要工具。今天介绍如何使用亚马逊的电影评分数据集创建电影推荐系统。
2、数据加载与探索
首先，通过加载和探索数据集开启数据分析过程。首先导入Pandas和Numpy，这是进行数据处理的基础库。通过检查数据集的前几行、形状、大小和统计摘要进行探索。.head()方法可以让我们一窥数据集的全貌，而.shape方法则展示了数据集的大小。
import pandas as pd
import numpy as np
amazon = pd. read_csv (" path_to / Amazon . csv")
print ( amazon . head ()
print (" Dataset ␣ shape :", amazon . shape )
3、数据清洗和预处理
为了确保分析的完整性，必须替换缺失值并完善DataFrame。fillna方法可用于处理缺失值，这对于保持数据完整性至关重要。删除不相关的列（如'user_id'）可以使分析集中在电影评分上。
Amazon_filtered = amazon . fillna ( value =0)
Amazon_filtered1 = Amazon_filtered . drop ( columns =’user_id ’)
4、深入分析浏览量和评分
通过分析浏览量，分析电影的受欢迎程度，这涉及对评分进行求和并找到最大值。按电影对评分进行求和可以得到一个受欢迎度指标。argmax()函数可以识别出观看次数最多的电影。
Amazon_max_views = Amazon_filtered1 .sum ()
max_views_index = Amazon_max_views . argmax ()
print (" Most_viewed _movie _index :", max_views_index )
5、计算平均评分
通过计算电影的平均评分，可以了解观众的总体满意度。
average_ratings = Amazon_max_views . mean ()
print (" Average_rating :", average_ratings )
6、建立推荐模型：SVD算法
- 格式化数据供Surprise使用： 通过准备数据以供Surprise库使用来为推荐做好准备。
from surprise import Reader , Dataset
reader = Reader ( rating_scale =(-1, 10))
data = Dataset . load_from_df ( melt_df . fillna (0) , reader )
- 模型训练与评估： 该系统的开发目的是根据用户的偏好来推荐电影，推荐系统的首选工具Surprise库。
from surprise import SVD
from surprise.model_selection import train_test_split ,
cross_validate
trainset , testset = train_test_split (data , test_size =0.25)
algo = SVD ()
algo . fit( trainset )
predictions = algo . test ( testset )
cross_validate (algo , data , measures =[ ’RMSE ’, ’MAE ’], cv =3,
verbose = True )
- 进行预测： 现在，使用SVD算法进行预测，该算法是进行矩阵因式分解的强大工具，用于预测用户对电影的评分。
user_id = ’ A1CV1WROP5KTTW ’
movie = ’Movie6 ’
rating = 5
algo . predict ( user_id , movie , r_ui = rating )
结果如下所示：
7、结论（模型应用）
这个脚本不仅揭示了亚马逊电影评分数据的复杂性，还提供了一个多功能的分析工具包。这里的方法也可以适用于各种数据场景。例如，在教育领域，类似的推荐系统可以推荐个性化的学习材料、课程甚至课外活动，从而提高学生的参与度和学习效果。
8、教育示例
利用Surprise库，根据学生的偏好推荐教育资源。
- 数据集：
import pandas as pd
# 假设'education_data.csv'包含列'student_id'、'resource_id'和'rating'
education_data = pd. read_csv (" path_to / education_data . csv")
print ( education_data . head ()
- 分析资源受欢迎程度：
找出最受欢迎或评分最高的教育资源。
resource_popularity = education_filtered . groupby
’resource_id ’). sum ()
most_popular_resource =
resource_popularity [’rating ’]. idxmax ()
print (" Most_popular_resource :
{ most_popular_resource }")
- 建立教育推荐模型：
利用Surprise库，根据用户偏好推荐教育资源。
resource_popularity =
education_filtered . groupby (’ resource_id ’). sum ()
most_popular_resource =
resource_popularity [’rating ’]. idxmax ()
print (" Most _popular _resource :{ most_popular_resource }")
- 推荐教育资源：
针对特定学生和教育资源预测评分，展示该模型在教育环境中的适用性。
Student_id = ’student123 ’
resource = ’course456 ’
predicted_rating = algo . predict ( Student_id , resource ). est
print (" Predicted_rating_for_resource
{ resource }_by_user_{ user_id }:{ predicted_rating }")
可以在Github上查看源代码和数据集。
【Github】： https://github.com/chukolate007/amazon-user-based-recommendation-system
技术交流&材料获取
技术要学会分享、交流，不建议闭门造车。一个人可以走的很快、一堆人可以走的更远。
资料干货、资料分享、数据、技术交流提升，均可加交流群获取，群友已超过2000人，添加时最好的备注方式为：来源+兴趣方向，方便找到志同道合的朋友。
方式①、添加微信号：dkl88194，备注：来自CSDN + 资料
方式②、微信搜索公众号：Python学习与数据挖掘，后台回复： 资料
1、数据分析实战宝典
2、100个超强算法模型
我们打造了《100个超强算法模型》，特点：从0到1轻松学习，原理、代码、案例应有尽有，所有的算法模型都是按照这样的节奏进行表述，所以是一套完完整整的案例库。
很多初学者是有这么一个痛点，就是案例，案例的完整性直接影响同学的兴致。因此，我整理了 100个最常见的算法模型，在你的学习路上助推一把！