python实现电影推荐

电影推荐"/>

python实现电影推荐

电影推荐程序

假设已有若干用户名字及其喜欢的电影清单，现有某用户，已看

过并喜欢一些电影，现在想找个新电影看看，又不知道看什么好。

思路：根据已有数据，查找与该用户爱好最相似的用户，也就是

看过并喜欢的电影与该用户最接近，然后从那个用户喜欢的电影

中选取一个当前用户还没看过的电影，进行推荐。--基于用户的

协同过滤算法

#我们首先需要造一点数据，模拟用户看的电影。

from random import randrange

data={‘user’+str(i):{‘film’+str(randrange(1,10)) for j in

range(randrange(15))} for i in range(10)}

#此处用到了列表推导式，关于列表推导式见下页

#randrange(n,m)随机输出n到m之间的整数，这里用了两次。一次代表这个人看的电影个数是随机的，第二个是看的电影是随机的

user = {'film1', 'film2', 'film3'}

similarUser,films=max(data.items(),key=lambda

item:(item[1]!=user,len(item[1]&user)))

#用len求出和user的相似度的列表,然后用max求最大相似的列表

print('历史数据：')

for u, f in data.items():

print(u, f, sep=':')

print('和您最相似的用户是：', similarUser)

print('Ta最喜欢看的电影是：', films)

print('Ta看过的电影中您还没看过的有：', films-user)

购物习惯推荐程序实现

#我们首先需要造一点数据，模拟顾客的商品清单。

from random import randrange#随机产生购买的商品清单

data={'user'+str(i):{'product'+str(randrange(1,7)) for j in range(randrange(1,4))}for i in range(10)}#待测用户曾经购买过的商品

#此处用到了列表推导式

#randrange(n,m)随机输出n到m之间的整数，这里用了两次。一次代表这个人买的东西的个数是随机的，第二个是买的商品是随机的

user={'product1','product5','product3'}#查找与带测用户最相似的用户和最喜欢购买的商品

similarUser,products=max(data.items(),key=lambda item:len(item[1]&user))

print("和你相似的用户是:",similarUser)

print("推荐商品如下:",products)