import?os
import?pandas?as?pd
from?collections?import?defaultdict
from?operator?import?itemgetter

import?sys

data_folder?=?os.path.join（os.path.expanduser（“~“）?“Data“?“movie“）
ratings_filename?=?os.path.join（data_folder?“u.data“）
#?由于第一行就是數(shù)據(jù)部分，所以要手動添加表頭，設(shè)置各列名稱

all_ratings?=?pd.read_csv（ratings_filename?delimiter=“\t“?header=None
??????????????????????????names=[“UserID“?“MovieID“?“Rating“?“Datetime“]）
print（all_ratings[:5]）
#?創(chuàng)建新特征。如果評分大于3，就設(shè)定用戶喜歡這部電影
all_ratings[“Favorable“]?=?all_ratings[“Rating“]?>?3
print（all_ratings[10:15]）

#?取前200個用戶的打分?jǐn)?shù)據(jù)
ratings?=?all_ratings[all_ratings[‘UserID‘].isin（range（200））]
favorable_ratings?=?ratings[ratings[“Favorable“]]
#?每個用戶各喜歡哪些電影
favorable_reviews_by_users?=?dict（（k?frozenset（v.values））?for?k?v?in?favorable_ratings.groupby（“UserID“）[“MovieID“]）
#?每部電影的喜歡的人數(shù)量
num_favorable_by_movie?=?ratings[[“MovieID“?“Favorable“]].groupby（“MovieID“）.sum（）

#?最受歡迎的五部電影
print（num_favorable_by_movie.sort_values（by=“Favorable“?ascending=False）.head（））

#?實(shí)現(xiàn)Apriori算法
#?頻繁項(xiàng)集
frequent_itemsets?=?{}
#?稱為頻繁項(xiàng)集的最小支持度
min_support?=?50

#?為每一部電影生成只包含它自己的項(xiàng)集，檢測它是否頻繁
frequent_itemsets[1]?=?dict（（frozenset（（movie_id））?row[“Favorable“]）
????????????????????????????for?movie_id?row?in?num_favorable_by_movie.iterrows（）
????????????????????????????if?row[“Favorable“]?>?min_support）
print（“有?{}?部電影有至少{}?個好評“.format（len（frequent_itemsets[1]）?min_support））
sys.stdout.flush（）


#?接收新發(fā)現(xiàn)的頻繁項(xiàng)集，創(chuàng)建超集，檢測頻繁程度
def?find_frequent_itemsets（favorable_reviews_by_users?k_1_itemsets?min_support）:
????counts?=?defaultdict（int）
????#?遍歷所有用戶和他們的打分?jǐn)?shù)據(jù)
????for?user?reviews?in?favorable_reviews_by_users.items（）:
????????#?遍歷前面找出的項(xiàng)集，判斷是否是當(dāng)前評分項(xiàng)集的子集，如果是，說明用戶已經(jīng)為子集中的電影評分
????????for?itemset?in?k_1_itemsets:
????????????if?itemset.issubset（reviews）:
????????????????#?遍歷用戶打過分但是沒有出現(xiàn)在項(xiàng)集里的電影，生成超集。更新該項(xiàng)集的計(jì)數(shù)。
????????????????for?other_reviewed_movie?in?reviews?-?itemset:
????????????????????current_superset?=?itemset?|?frozenset（（other_reviewed_movie））
????????????????????counts[current_superset]?+=?1
????#?檢測達(dá)到最小支持度的項(xiàng)集，看他頻繁程度是否達(dá)到要求，返回頻繁項(xiàng)集
????return?dict（[（itemset?frequency）?for?itemset?frequency?in?counts.items（）?if?frequency?>=?min_support]）


#?運(yùn)行Apriori算法
for?k?in?range（2?20）:
????cur_frequent_itemsets?=?find_frequent_itemsets（favorable_reviews_by_users?frequent_itemsets[k?-?1]
???????????????????????????????????????????????????min_support）
????if?len（cur_frequent_itemsets）?==?0:
????????print（“沒有找到長度為{}的頻繁項(xiàng)集“.format（k））
????????sys.stdout.flush（）??#?確保代碼還在運(yùn)行時，把緩沖區(qū)內(nèi)容輸出到終端，保證即時輸出
????????break
????else:
????????print（“找到了{(lán)}個長度為{}的頻繁項(xiàng)集“.format（len（cur_frequent_itemsets）?k））
????????sys.stdout.flush（）
????????frequent_itemsets[k]?=?cur_frequent_itemsets
#?刪除長度為1的項(xiàng)集
del?frequent_itemsets[1]

#?為每個項(xiàng)集生成規(guī)則：??如果用戶喜歡前提中的所有電影，那么他們也會喜歡結(jié)論中的電影
candidate_rules?=?[]
for?itemset_length?itemset_counts?in?frequent_itemsets.items（）:
????for?itemset?in?itemset_counts.keys（）:
????????#?遍歷每一

?屬性????????????大小?????日期????時間???名稱
-----------?---------??----------?-----??----
?????目錄???????????0??2018-01-11?15:54??movie_pro\
?????目錄???????????0??2018-01-11?15:53??movie_pro\.idea\
?????目錄???????????0??2018-01-11?10:32??movie_pro\.idea\libraries\
?????文件?????????128??2018-01-11?10:32??movie_pro\.idea\libraries\R_User_Library.xml
?????文件?????????185??2018-01-11?10:34??movie_pro\.idea\misc.xml
?????文件?????????270??2018-01-11?10:30??movie_pro\.idea\modules.xml
?????文件?????????700??2018-01-11?10:34??movie_pro\.idea\movie_pro.iml
?????文件???????12020??2018-01-11?15:53??movie_pro\.idea\workspace.xml
?????目錄???????????0??2018-01-11?15:54??movie_pro\movie\
?????文件????????7729??2018-01-11?15:49??movie_pro\movie.py
?????文件?????????716??2000-07-20?05:09??movie_pro\movie\allbut.pl
?????文件?????????643??2000-07-20?05:09??movie_pro\movie\mku.sh
?????文件????????6750??2016-01-30?04:26??movie_pro\movie\README
?????文件?????1979173??2000-07-20?05:09??movie_pro\movie\u.data
?????文件?????????202??2000-07-20?05:09??movie_pro\movie\u.genre
?????文件??????????36??2000-07-20?05:09??movie_pro\movie\u.info
?????文件??????236344??2000-07-20?05:09??movie_pro\movie\u.item
?????文件?????????193??2000-07-20?05:09??movie_pro\movie\u.occupation
?????文件???????22628??2000-07-20?05:09??movie_pro\movie\u.user
?????文件?????1586544??2001-03-09?02:33??movie_pro\movie\u1.base
?????文件??????392629??2001-03-09?02:32??movie_pro\movie\u1.test
?????文件?????1583948??2001-03-09?02:33??movie_pro\movie\u2.base
?????文件??????395225??2001-03-09?02:33??movie_pro\movie\u2.test
?????文件?????1582546??2001-03-09?02:33??movie_pro\movie\u3.base
?????文件??????396627??2001-03-09?02:33??movie_pro\movie\u3.test
?????文件?????1581878??2001-03-09?02:33??movie_pro\movie\u4.base
?????文件??????397295??2001-03-09?02:33??movie_pro\movie\u4.test
?????文件?????1581776??2001-03-09?02:34??movie_pro\movie\u5.base
?????文件??????397397??2001-03-09?02:33??movie_pro\movie\u5.test
?????文件?????1792501??2001-03-09?02:34??movie_pro\movie\ua.base
?????文件??????186672??2001-03-09?02:34??movie_pro\movie\ua.test
............此處省略696個文件信息