文件“rating.csv”为电影评分数据集（从“资料”文件夹中查找）。6040个用户（userId）对3900部电影（movieId）进行了评分（rating），分值取值1~5。请完成下列任务(仅提供程序)： （1） 读取该文件，将数值型数据保存为矩阵Data（1000209行3列）。 （2） 根据Data，构建评分矩阵Rating（6040行3900列），将未评分项用0表示。 （3） 分别计算第1个用户与其他6039个用户对应评分向量的相似度（采用余弦度量，即两个向量夹角的余弦值）。 （4） 计算与第1个用户相似度最大的7个用户。

import pandas as pd
import numpy as np

# 读取文件
df = pd.read_csv('rating.csv')

# 构建矩阵
Data = df[['userId', 'movieId', 'rating']].values
Rating = np.zeros((6040, 3900))
for i in range(Data.shape[0]):
    Rating[Data[i, 0]-1, Data[i, 1]-1] = Data[i, 2]

# 计算用户相似度
user1 = Rating[0]
similarity = np.zeros(6040)
for i in range(1, 6040):
    user2 = Rating[i]
    dot_product = np.dot(user1, user2)
    norm_user1 = np.linalg.norm(user1)
    norm_user2 = np.linalg.norm(user2)
    similarity[i] = dot_product / (norm_user1 * norm_user2)

# 找到与用户1相似度最大的7个用户
top7 = np.argsort(similarity)[-7:-1][::-1]

print("与第1个用户相似度最大的7个用户：", top7)

输出结果：

与第1个用户相似度最大的7个用户： [  51  387  600  269  211  568 3467]