# recommandation
[![](https://img.shields.io/badge/Python-3.5-blue.svg)](https://www.python.org/)<br>
[![](https://img.shields.io/badge/pandas-0.21.0-brightgreen.svg)](https://pypi.python.org/pypi/pandas/)
[![](https://img.shields.io/badge/numpy-1.13.1-brightgreen.svg)](https://pypi.python.org/pypi/numpy/)
[![](https://img.shields.io/badge/pyspark-1.6.1-brightgreen.svg)](https://pypi.python.org/pypi/pyspark/)
## 语言
Python3.5<br>
## 依赖库
pandas=0.21.0<br>
numpy=1.13.1<br>
pyspark=1.6.1<br>
## 原理说明
推荐系统的原理在于计算用户对各个物品的期望,从而将高期望的物品推荐给用户。本人写的方法有:
### 物品的相似度矩阵:similar_matrix.py
原始数据为用户-物品是否购买的一个0-1矩阵(m\*n)。通过计算物品两两间的相似度,从而得到物品的相似度矩阵(n\*n)。相似度矩阵\*用户-物品矩阵(即原始数据),就可以得到用户已购买物品对未购买物品的一个权重求和,从而得到用户对每个物品的购买期望(m\*n)*(n\*n)=m\*n的推荐矩阵<br>
![ex1](https://github.com/renjunxiang/recommandation/blob/master/picture/similar%20matrix%20result.png)
### ALS矩阵分解:ALS.py
原始数据为用户-物品打分或者是否购买矩阵(m\*n)。通过矩阵分解,将m\*n的矩阵分解为m\*k的用户矩阵和k\*n的物品矩阵,(m\*k)*(k\*n)=m\*n的推荐矩阵,从而从而得到用户对每个物品的购买期望(填充了原来的缺失值或0值)。ALS的使用范围要大于相似度矩阵,且精确性要更高,矩阵分解可以直观的得到用户特征和物品特征。<br>
![ex2](https://github.com/renjunxiang/recommandation/blob/master/picture/ALS矩阵分解.png)
### ALS矩阵分解在pyspark上有现成模块:mllib_recommandation
![ex3](https://github.com/renjunxiang/recommandation/blob/master/picture/pyspark_1.png)
![ex4](https://github.com/renjunxiang/recommandation/blob/master/picture/pyspark_2.png)
![ex5](https://github.com/renjunxiang/recommandation/blob/master/picture/pyspark_3.png)
### SVD矩阵分解:Recommandation_SVD
原始数据为用户-物品打分或者是否购买矩阵(m\*n)。通过矩阵分解,将m\*n的矩阵分解为m\*m的用户矩阵、m\*n的特征矩阵和n\*n的物品矩阵。再降至k维,m\*k的用户矩阵、k\*k的特征矩阵和k\*n的物品矩阵,(m\*k)*(k\*n)=m\*n的推荐矩阵。通过用户购买向量\*k\*n的物品矩阵\*k\*k的特征矩阵的逆得到空间位置,求得余弦相似度、欧氏距离等来查询相似用户和相近产品<br>
![ex6](https://github.com/renjunxiang/recommandation/blob/master/picture/SVD分解.png)
没有合适的资源?快使用搜索试试~ 我知道了~
资源推荐
资源详情
资源评论
收起资源包目录
推荐系统项目,目的在于向合适的用户发放调研问卷_recommandation.zip (13个子文件)
recommandation-master
picture
ALS矩阵分解.png 42KB
similar matrix result.png 30KB
pyspark_3.png 6KB
pyspark_2.png 49KB
pyspark_1.png 30KB
SVD分解.png 30KB
.gitignore 596B
demo.py 308B
README.md 3KB
recommandation
ALS.py 5KB
mllib_recommandation.py 1KB
Recommandation_SVD.py 7KB
similar_matrix.py 3KB
共 13 条
- 1
资源评论
好家伙VCC
- 粉丝: 1622
- 资源: 7795
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
最新资源
- 基于Vue和Javascript的轨道交通订餐APP设计源码
- termux 资源下载 v0.118.1
- 基于TypeScript和JavaScript的哈工程教学资料Batchfile设计源码
- Pythonminian 库直接安装
- 基于Vue的bashibaoxiao巴士集团移动报销项目设计源码
- PPT存档文件汇报用作
- 基于Python的CallStranger多功能应用设计源码
- 基于Java的tngouVote在线投票系统前端展示设计源码
- 基于C#的IbatisNet4SqlServerTest定制Mybatis4Net4.5解决方案设计源码
- 基于Vue和Javascript的uniapp短视频前端模版设计源码
资源上传下载、课程学习等过程中有任何疑问或建议,欢迎提出宝贵意见哦~我们会及时处理!
点击此处反馈
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功