Programming Collective Intelligence读书笔记三 推荐系统（续）

根据前面的两个相似度的函数，我们可以计算和你相同电影的口味的top N了：

def top_matches(prefs,person,n=5,similarity="sim_pearson")
	scores = []
	#计算相似度
	prefs.each_key{|other|  scores << eval("[#{similarity}(prefs,person,other),other]")  if other != person}
	#返回相似读最高的top n
	return scores.sort.reverse[0...n]
end

下面我们看看如何推荐你没有看过的电影，我们平时的想法是，如果这部电影
大家评论很好，我们就认为值得我们看，但是你的口味可能和这些评论很高的
的人不同，所以和你口味相似的人评论很高的电影，推荐给你效果会很好。
我们这样虽然一个人对一部电影的评价很高，但是由于他和你的口味不同，那么
这个评价对于你的贡献也不会太多。结合相似度和评价的一种方法是：
相似度与评价的成绩作为这个电影评论的一个贡献，同时为了避免评论的人越多
最终的总分越高，可以用这个公式：
所有人（相似度与评论分的成绩） 之和 / 相似度之和，于是我们可以得到如下
代码：

def get_recommendations(prefs,person,similarity='sim_pearson')
	totals = {}
	simSums = {}
	prefs.each_key do |other|
		#跳过自己
		next if person == other
		sim = eval("#{similarity}(prefs,person,other)")
		#去掉similarity为0的人
		next if sim <= 0
		
		prefs[other].each_key do |item|
			if (not prefs[person][item]) or (prefs[person][item] == 0) then
				#计算相似度和评论的成绩之和
				totals[item] = if totals[item] then 
								  totals[item] + prefs[other][item] * sim 
							    else 
								  prefs[other][item] * sim
								end
				#相似度之和
			    simSums[item] = if simSums[item] then
									simSums[item] + sim
								else
									sim
								end
			end
		end
	end
	#计算每个电影的符合你口味的程度
	rankings = totals.map{|item,total| [total/simSums[item],item]}
	return rankings.sort.reverse
end

如何根据用户的评论来看产品的相似度呢？一种方法是通过看一个人喜欢某个产品，再看看他喜欢
的其他产品，这其实和前面的方法一样，你只需要把people和items交换一下位置。这样我们只需要
对前面的字典做一下转置操作即可：

def transform_prefs(prefs)
	result = {}
	prefs.each_key do |person|
		prefs[person].each_key do |item|
			result[item] ||= {}
			result[item][person] = prefs[person][item]
		end
	end
	result
end

然后我们就可以向前面的代码一样做top match和recommendation了：

movies = transform_prefs(critics)
p top_matches(movies,'Superman Returns')
p get_recommendations(movies,'Just My Luck')

二、Item-Based Filtering:
前面介绍的算法被称为user-based collaborative filtering，每次都要计算一下
Customer之间的相似度，伸缩性不够好，一种更好的方法是事先把Item之间相似度
计算出来，然后排序好，保存下来，用户每次请求的时候只需要直接把top N返回给
用户就可以了，这个算法是基于 Items之间的相似性比较与Users之间的比较变化要
少这个事实的。
根据这个思想，我们可以事先把Items之间的相似性计算出来并保存下来，下面就是
算法的实现:

def calculate_similar_items(prefs,n=10)
	result = {}
	#把矩阵转置成item-centric的
	item_prefs = transform_prefs(prefs)
	c = 0
	item_prefs.each_key do |item|
		c += 1
		printf("[%d / %d]",c,item_prefs.size) if c % 100 == 0
		#把与item top n相似的记录下来，并保存在result map中
		scores = top_matches(item_prefs,item,n,'sim_distance')
		result[item] = scores
	end
	return result
end

现在你可以直接使用我们前面已经保存下来的Item之间的相似度来做推荐了：

def get_recommended_items(prefs,item_match,user)
	user_ratings = prefs[user]
	scores = {}
	total_sim = {}
	
	user_ratings.each do |item,rating|
		#已经计算出来的top n item
		item_match[item].each do |similarity,item2|
			#跳过已经rated的item
			next if user_ratings[item2]
			#所有rating的 相似度*rating 之和
			scores[item2] = if scores[item2] then
								scores[item2] + similarity * rating
							else
								similarity * rating
							end
			#所有的相似度之和
			total_sim[item2] = if total_sim[item2] then
								total_sim[item2] + similarity
							  else
								similarity
							  end
		end
		rankings = scores.map{|item,score| [score/total_sim[item],item]}
		return rankings.sort.reverse
	end
end
item_sim = calculate_similar_items(critics)
p get_recommended_items(critics,item_sim,'Toby')