#?-*-?coding=utf-8?-*-
import?math
import?sys
from?texttable?import?Texttable

#pearson相關系數計算相似余弦距離
def?calCosDist（user1user2）:?#user1user2表示[（電影id1評分）…]
????x=0.0
????y=0.0
????avg_x=0.0
????avg_y=0.0
????sum_xy=0.0
????sum_x=0.0
????sum_y=0.0
????for?i?in?user1:
????????x+=i[1]
????avg_x=x/len（user1）
????for?j?in?user2:
????????y+=j[1]
????avg_y=y/len（user2）

????for?m?in?user1:
????????for?n?in?user2:
????????????if?m[0]==n[0]:?#與特定用戶相同的電影才進行評分加權
????????????????sum_xy+=（m[1]-avg_x）*（n[1]-avg_y）
????????????????sum_y+=（n[1]-avg_y）*（n[1]-avg_y）
????????sum_x+=（m[1]-avg_x）*（m[1]-avg_x）
????xx_yy=math.sqrt（sum_x*sum_y）
????return?sum_xy/xx_yy

#讀取文件
def?readFile（fileData）:
????data=[]
????rates=[]
????f=open（fileData“r“）
????data=f.readlines（）
????f.close（）
????for?line?in?data:
????????dataLine=line.split（“\t“）
????????rates.append（[int（dataLine[0]）int（dataLine[1]）int（dataLine[2]）]）
????return?rates

#創建字典，生成用戶評分的數據結構
#???輸入：數據集合，格式：用戶id\t硬盤id\t用戶評分
#???輸出:1.用戶字典：dic[用戶id]=[（電影id電影評分）...]
#????????2.電影字典：dic[電影id]=[用戶id1用戶id2...]
def?createDict（rates）:
????user_dict={}
????movie_dict={}
????for?i?in?rates:
????????if?i[0]?in?user_dict:
????????????user_dict[i[0]].append（（i[1]i[2]））
????????else:
????????????user_dict[i[0]]=[（i[1]i[2]）]
????????if?i[1]?in?movie_dict:
????????????movie_dict[i[1]].append（i[0]）
????????else:
????????????movie_dict[i[1]]=[i[0]]
????return?user_dictmovie_dict

#找出與用戶相關的所有用戶并排序
def?findSimilarUser（user_iduser_dictmovie_dict）:
????neighbors=[]
????neighbors_dist=[]
????for?movie?in?user_dict[user_id]:
????????for?neighbor?in?movie_dict[movie[0]]:
????????????if?neighbor?!=user_id?and?neighbor?not?in?neighbors:
????????????????neighbors.append（neighbor）?#neighbors表示與特定用戶評論過相同電影的所有用戶
????for?neighbor?in?neighbors:
????????dist=calCosDist（user_dict[user_id]user_dict[neighbor]）
????????neighbors_dist.append（[distneighbor]）
????neighbors_dist.sort（reverse=True）
????return?neighbors_dist

#???使用UserCF進行推薦
#???輸入：用戶ID用戶字典，電影字典，鄰居數量
#???輸出：推薦的電影排序及相關用戶
def?userCF（user_iduser_dictmovie_dictK）:
????movies={}
????movie_sort=[]

????user_similar=findSimilarUser（user_iduser_dictmovie_dict）[:K]#找出與指定用戶相關性最大的K個用戶；user_similar=[相關性大小，用戶id]
????for?user?in?user_similar:
????????for?i?in?user_dict[user[1]]:??#將前K個用戶的id逐個取出來
????????????if?i[0]?not?in?movies:????#第一次迭代中，i[0]表示第一個用戶評論過的電影id1
????????????????movies[i[0]]=user[0]??#movies是一個字典；第一次迭代中，表示將第一個用戶與特定用戶的相關性加到電影id1上，后續迭代如果有其他用戶也評論了電影id1，也將其用戶相關性加到電影id1上
????????????else:
????????????????movies[i[0]]+=user[0]?#得到K個用戶所評論的所有電影的加權和。如果某部電影有5個用戶評論過，則將這5個用戶與特定用戶的相關性相加，得到特定用戶對某部電影的感興趣程度
#對電影相關性排序
????for?key?in?movies:??#movies是一個字典；movies={電影id1:特定用戶對id1的感興趣程度，……}
????????movie_sort.append（[movies[key]key]）?#movie_sort是一個列表，movie_sort=[[特定用戶對id1的感興趣程度電影id1]……]
????movie_sort.sort（reverse=True）?#將特定用戶對所有電影的感興趣程度進行排序，這里的所有電影指K個用戶所評論的所有電影
????return?movie_sort

#獲取電影列表
def?

?屬性????????????大小?????日期????時間???名稱
-----------?---------??----------?-----??----
?????目錄???????????0??2017-02-18?15:52??基于用戶的協同過濾算法數據集及實現代碼\
?????目錄???????????0??2017-02-18?15:52??基于用戶的協同過濾算法數據集及實現代碼\ml-100k\
?????文件????????6750??2016-01-30?04:26??基于用戶的協同過濾算法數據集及實現代碼\ml-100k\README
?????文件?????????716??2000-07-20?05:09??基于用戶的協同過濾算法數據集及實現代碼\ml-100k\allbut.pl
?????文件?????????643??2000-07-20?05:09??基于用戶的協同過濾算法數據集及實現代碼\ml-100k\mku.sh
?????文件?????1979173??2000-07-20?05:09??基于用戶的協同過濾算法數據集及實現代碼\ml-100k\u.data
?????文件?????????202??2000-07-20?05:09??基于用戶的協同過濾算法數據集及實現代碼\ml-100k\u.genre
?????文件??????????36??2000-07-20?05:09??基于用戶的協同過濾算法數據集及實現代碼\ml-100k\u.info
?????文件??????236344??2000-07-20?05:09??基于用戶的協同過濾算法數據集及實現代碼\ml-100k\u.item
?????文件?????????193??2000-07-20?05:09??基于用戶的協同過濾算法數據集及實現代碼\ml-100k\u.occupation
?????文件???????22628??2000-07-20?05:09??基于用戶的協同過濾算法數據集及實現代碼\ml-100k\u.user
?????文件?????1586544??2001-03-09?02:33??基于用戶的協同過濾算法數據集及實現代碼\ml-100k\u1.base
?????文件??????392629??2001-03-09?02:32??基于用戶的協同過濾算法數據集及實現代碼\ml-100k\u1.test
?????文件?????1583948??2001-03-09?02:33??基于用戶的協同過濾算法數據集及實現代碼\ml-100k\u2.base
?????文件??????395225??2001-03-09?02:33??基于用戶的協同過濾算法數據集及實現代碼\ml-100k\u2.test
?????文件?????1582546??2001-03-09?02:33??基于用戶的協同過濾算法數據集及實現代碼\ml-100k\u3.base
?????文件??????396627??2001-03-09?02:33??基于用戶的協同過濾算法數據集及實現代碼\ml-100k\u3.test
?????文件?????1581878??2001-03-09?02:33??基于用戶的協同過濾算法數據集及實現代碼\ml-100k\u4.base
?????文件??????397295??2001-03-09?02:33??基于用戶的協同過濾算法數據集及實現代碼\ml-100k\u4.test
?????文件?????1581776??2001-03-09?02:34??基于用戶的協同過濾算法數據集及實現代碼\ml-100k\u5.base
?????文件??????397397??2001-03-09?02:33??基于用戶的協同過濾算法數據集及實現代碼\ml-100k\u5.test
?????文件?????1792501??2001-03-09?02:34??基于用戶的協同過濾算法數據集及實現代碼\ml-100k\ua.base
?????文件??????186672??2001-03-09?02:34??基于用戶的協同過濾算法數據集及實現代碼\ml-100k\ua.test
?????文件?????1792476??2001-03-09?02:34??基于用戶的協同過濾算法數據集及實現代碼\ml-100k\ub.base
?????文件??????186697??2001-03-09?02:34??基于用戶的協同過濾算法數據集及實現代碼\ml-100k\ub.test
?????文件????????5060??2017-02-18?15:39??基于用戶的協同過濾算法數據集及實現代碼\userCFbyMyself.py