Python で簡単なレコメンデーション システムを構築する方法

Python で簡単なレコメンデーション システムを構築する方法

レコメンデーション システムは、人々が興味を持ちそうなアイテムを見つけて選択できるように設計されています。 Python は、シンプルだが効果的なレコメンデーション システムの構築に役立つライブラリとツールを豊富に提供します。この記事では、Python を使用してユーザーベースの協調フィルタリング推奨システムを構築する方法を紹介し、具体的なコード例を示します。

協調フィルタリングは、レコメンドシステムの一般的なアルゴリズムで、ユーザーの行動履歴データに基づいてユーザー間の類似点を推測し、その類似点を利用してアイテムを予測して推奨します。映画のユーザー評価のセットが含まれる MovieLens データセットを使用します。まず、必要なライブラリをインストールする必要があります:

pip install pandas scikit-learn

次に、必要なライブラリをインポートし、MovieLens データセットをロードします:

import pandas as pd
from sklearn.model_selection import train_test_split

# 加载数据集
data = pd.read_csv('ratings.csv')

データセットには userId## が含まれます。 #、movieId、rated はそれぞれユーザー ID、映画 ID、評価を表します。次に、データ セットをトレーニング セットとテスト セットに分割します。

train_data, test_data = train_test_split(data, test_size=0.2, random_state=42)

これで、レコメンデーション システムを構築できます。ここでは、類似性の尺度としてユーザー間のコサイン類似度を使用します。ユーザーと映画の類似性スコアを保存する 2 つの辞書を作成します:

# 计算用户之间的相似度
def calculate_similarity(train_data):
    similarity = dict()
    for user in train_data['userId'].unique():
        similarity[user] = dict()
        user_ratings = train_data[train_data['userId'] == user]
        for movie in user_ratings['movieId'].unique():
            similarity[user][movie] = 1.0

    return similarity

# 计算用户之间的相似度得分
def calculate_similarity_score(train_data, similarity):
    for user1 in similarity.keys():
        for user2 in similarity.keys():
            if user1 != user2:
                user1_ratings = train_data[train_data['userId'] == user1]
                user2_ratings = train_data[train_data['userId'] == user2]
                num_ratings = 0
                sum_of_squares = 0
                for movie in user1_ratings['movieId'].unique():
                    if movie in user2_ratings['movieId'].unique():
                        num_ratings += 1
                        rating1 = user1_ratings[user1_ratings['movieId'] == movie]['rating'].values[0]
                        rating2 = user2_ratings[user2_ratings['movieId'] == movie]['rating'].values[0]
                        sum_of_squares += (rating1 - rating2) ** 2
                similarity[user1][user2] = 1 / (1 + (sum_of_squares / num_ratings) ** 0.5)

    return similarity

# 计算电影之间的相似度得分
def calculate_movie_similarity_score(train_data, similarity):
    movie_similarity = dict()
    for user in similarity.keys():
        for movie in train_data[train_data['userId'] == user]['movieId'].unique():
            if movie not in movie_similarity.keys():
                movie_similarity[movie] = dict()

            for other_movie in train_data[train_data['userId'] == user]['movieId'].unique():
                if movie != other_movie:
                    movie_similarity[movie][other_movie] = similarity[user][other_user]

    return movie_similarity

# 构建推荐系统
def build_recommendation_system(train_data, similarity, movie_similarity):
    recommendations = dict()
    for user in train_data['userId'].unique():
        user_ratings = train_data[train_data['userId'] == user]
        recommendations[user] = dict()
        for movie in train_data['movieId'].unique():
            if movie not in user_ratings['movieId'].unique():
                rating = 0
                num_movies = 0
                for other_user in similarity[user].keys():
                    if movie in train_data[train_data['userId'] == other_user]['movieId'].unique():
                        rating += similarity[user][other_user] * train_data[(train_data['userId'] == other_user) & (train_data['movieId'] == movie)]['rating'].values[0]
                        num_movies += 1
                if num_movies > 0:
                    recommendations[user][movie] = rating / num_movies

    return recommendations

# 计算评价指标
def calculate_metrics(recommendations, test_data):
    num_users = 0
    sum_of_squared_error = 0
    for user in recommendations.keys():
        if user in test_data['userId'].unique():
            num_users += 1
            for movie in recommendations[user].keys():
                if movie in test_data[test_data['userId'] == user]['movieId'].unique():
                    predicted_rating = recommendations[user][movie]
                    actual_rating = test_data[(test_data['userId'] == user) & (test_data['movieId'] == movie)]['rating'].values[0]
                    sum_of_squared_error += (predicted_rating - actual_rating) ** 2
    rmse = (sum_of_squared_error / num_users) ** 0.5

    return rmse

# 计算用户之间的相似度
similarity = calculate_similarity(train_data)

# 计算用户之间的相似度得分
similarity = calculate_similarity_score(train_data, similarity)

# 计算电影之间的相似度得分
movie_similarity = calculate_movie_similarity_score(train_data, similarity)

# 构建推荐系统
recommendations = build_recommendation_system(train_data, similarity, movie_similarity)

# 计算评价指标
rmse = calculate_metrics(recommendations, test_data)

最後に、レコメンデーション システムの結果と評価メトリクスを出力できます:

print(recommendations)
print('RMSE:', rmse)

上記のコード例では、ユーザーベースの協調フィルタリング推奨システムをPythonで構築し、その評価指標を計算することに成功しました。もちろん、これは単なる例であり、実際のレコメンデーション システムでは、より正確なレコメンデーション結果を得るために、より複雑なアルゴリズムと大規模なデータ セットが必要になります。

要約すると、Python は、推奨システムを構築するための強力なライブラリとツールを提供します。協調フィルタリング アルゴリズムを使用して、ユーザー間の類似点を推測し、これらの類似性に基づいて推奨を行うことができます。この記事が、読者が Python でシンプルだが効果的なレコメンデーション システムを構築する方法を理解し、レコメンデーション システムの分野をさらに探求するためのアイデアを提供できることを願っています。

以上がPython で簡単なレコメンデーション システムを構築する方法の詳細内容です。詳細については、PHP 中国語 Web サイトの他の関連記事を参照してください。