基于协同过滤的推荐算法代码

这里提供一个基于协同过滤的推荐算法的伪代码：

1. 加载数据集，并对数据进行处理，如去重、转换等。

2. 选取一个评价指标，如RMSE、MAE等。

3. 将数据集分为训练集和测试集。

4. 根据训练集，计算用户之间的相似度，可以使用余弦相似度、皮尔逊相关系数等方法。

5. 对于每个用户，找出其相似度最高的K个用户，构建K个邻居集合。

6. 针对每个用户，预测其未评分的物品的评分值，可以使用加权平均、加权和等方法。

7. 将预测值与测试集中的真实值进行比较，计算评价指标。

8. 不断调整参数K和评价指标，直到得到最佳的预测结果。

下面是一个Python实现的协同过滤推荐算法的代码示例：

import numpy as np

# 加载数据集，返回用户-物品评分矩阵
def load_data(filename):
    data = []
    with open(filename, 'r') as f:
        for line in f:
            user, item, rating = line.strip().split(',')
            data.append((int(user), int(item), float(rating)))
    # 转换成矩阵形式
    data = np.array(data)
    row = np.max(data[:, 0]) + 1
    col = np.max(data[:, 1]) + 1
    mat = np.zeros((row, col))
    for user, item, rating in data:
        mat[user][item] = rating
    return mat

# 计算余弦相似度
def cosine_sim(vec1, vec2):
    return np.dot(vec1, vec2) / (np.sqrt(np.sum(vec1 ** 2)) * np.sqrt(np.sum(vec2 ** 2)))

# 计算皮尔逊相关系数
def pearson_sim(vec1, vec2):
    vec1 = vec1 - np.mean(vec1)
    vec2 = vec2 - np.mean(vec2)
    return np.dot(vec1, vec2) / (np.sqrt(np.sum(vec1 ** 2)) * np.sqrt(np.sum(vec2 ** 2)))

# 找出相似度最高的K个用户
def find_k_nearest_neighbors(mat, user_id, k, sim_func):
    sims = []
    for i in range(mat.shape[0]):
        if i != user_id:
            sim = sim_func(mat[user_id], mat[i])
            sims.append((i, sim))
    sims.sort(key=lambda x: x[1], reverse=True)
    return sims[:k]

# 预测用户对物品的评分值
def predict(mat, user_id, item_id, k, sim_func):
    neighbors = find_k_nearest_neighbors(mat, user_id, k, sim_func)
    numerator, denominator = 0.0, 0.0
    for neighbor_id, sim in neighbors:
        if mat[neighbor_id][item_id] != 0:
            numerator += sim * mat[neighbor_id][item_id]
            denominator += sim
    if denominator == 0:
        return 0
    else:
        return numerator / denominator

# 计算RMSE
def rmse(pred, actual):
    return np.sqrt(np.mean((pred - actual) ** 2))

# 主函数
if __name__ == '__main__':
    # 加载数据集
    mat = load_data('ratings.csv')
    # 将数据集分为训练集和测试集
    train_mask = np.random.choice([True, False], size=mat.shape, p=[0.8, 0.2])
    train_data = np.zeros(mat.shape)
    test_data = np.zeros(mat.shape)
    train_data[train_mask] = mat[train_mask]
    test_data[~train_mask] = mat[~train_mask]
    # 计算RMSE
    k = 10
    sim_func = cosine_sim
    pred_data = np.zeros(mat.shape)
    for user in range(mat.shape[0]):
        for item in range(mat.shape[1]):
            if train_data[user][item] == 0:
                pred_data[user][item] = predict(train_data, user, item, k, sim_func)
    rmse_value = rmse(pred_data[test_data != 0], test_data[test_data != 0])
    print('RMSE:', rmse_value)

上述代码中使用的数据集为MovieLens数据集中的ratings.csv文件，包含用户对电影的评分数据。代码中将数据集分为训练集和测试集，使用余弦相似度计算用户之间的相似度，对于每个用户，预测其未评分的电影的评分值，最后计算RMSE评价指标。