R 语言 基于标签的推荐算法 实现

/**基于标签的推荐 算法步骤 * 建立数据模型（user-tag，item-tag） * user-item 相似矩阵 * 推荐 */ /** * 标签模型 */ TagModel <- function(file){ #读取数据 data <- read.csv( file, header=FALSE ) #命名头部 names( data ) <- c( 'id', 'tag' ) data } /** * 建立用户标签数学模型 * file 是数据保存的文件 * tags 是标签模型 */ UserDataModel <- function( file, tags ){ #读取数据 data <- read.csv( file, header=FALSE ) #重新命名头部 names( data ) <- c( "uid", "iid", "count" ) #建立行列 m <- unique( sort( data$uid ) ) n <- unique( tags$id ) #建立m行n列的空矩阵 M <- matrix( 0, length( m ), length( n ) ) #将数据集映射成坐标 uid_map <- match( data$uid, m ) iid_map <- match( data$iid, n ) #根据坐标组合成新的数集 new_data <- cbind( uid_map, iid_map, data$count ) #讲new_data中的数据写入到矩阵M中 for( i in 1:nrow( new_data ) ){ #行 new_data[i,][1], 列new_data[i,][2] M[ new_data[i,][1],new_data[i,][2] ] <- new_data[i,][3] } #重命名 dimnames( M ) <- list( m, tags$tag ) M } /** * 建立标签广告数学模型 * file 是数据保存的文件 * tags 是标签模型 */ ItemDataModel <- function( file, tags ){ #读取数据 data <- read.csv( file, header=FALSE ) #重新命名头部 names( data ) <- c( "tagid", "iid", "count" ) #建立m行n列 m <- unique( tags$id ) n <- unique( sort( data$iid ) ) #建立m行n列的空矩阵 M <- matrix( 0, length( m ), length( n ) ) #将数据集映射成坐标 tagid_map <- match( data$tagid, m ) iid_map <- match( data$iid, n ) #根据坐标组合成新的数集 new_data <- cbind( tagid_map, iid_map, data$count ) #讲new_data中的数据写入到矩阵M中 for( i in 1:nrow( new_data ) ){ #行 new_data[i,][1], 列new_data[i,][2] M[ new_data[i,][1],new_data[i,][2] ] <- new_data[i,][3] } #重命名 dimnames( M ) <- list( tags$tag, n ) M } /** * 计算item 和 user之间的相似度 * user是用户标签数据模型 * item是标签item数据模型 */ Similarit <- function( user, item ){ #建立一个user为行，item为列的空矩阵 nuser <- nrow( user ) nitem <- ncol( item ) S <- matrix( 0, nuser, nitem ) dimnames(S)[[1]] <- rownames(user) dimnames(S)[[2]] <- colnames(item) #循环user for( i in 1:nuser ){ sub_user <- user[i,] #每个用户都要跟每个有交集的item进行比较 for( ii in 1:nitem ){ sub_item <- item[ ,ii] #计算单个user和item直接的交集 inter_num <- intersect( which( sub_user !=0 ), which( sub_item != 0 )) if( length( inter_num ) ){ #循环计算每组相交的元素 sum <- 0 for( z in 1:length( inter_num ) ){ #取sub_user 和 sub_item 之间最小的数为交集 min_inter <- min( sub_user[ inter_num[ z ] ], sub_item[ inter_num[ z ] ] ) #取sub_user 和 sub_item 的并集，用交集除以并集计算相似度 sum_union <- sum( sub_user ) + sum( sub_item ) sum <- sum + min_inter/sum_union } S[ i, ii ] <- sum } } } S } /** * item 如果是广告，那么广告投放算法如下 * iid是item对应的id * n是投放的用户数 * S是user-item的相似矩阵 */ Recommender<-function( iid, n, S ){ #取iid对应的列 col <- match( iid, colnames( S ) ) col_data <- S[,col] #从大到小排序后取前面n个(也可以用order) sort_data <- sort( col_data, TRUE ) R <- head( sort_data, n) R } /** * 运行 */ tags <- TagModel( "tag.csv" ) user_data <- UserDataModel( "user_tag.csv",tags ) item_data <- ItemDataModel( "item_tag.csv",tags ) S <- Similarit( user_data, item_data ) #广告102投放到3个用户 R <- Recommender( 102, 3, S );