基于物品的协同过滤实现（javaweb+python）
基于物品的推荐算法以及流程（以电商网站为基准） 例如，用户喜欢百雀羚的爽肤水，那么系统将会寻找与爽肤水、百雀羚类似的物品推荐给用户。 算法流程： 1.构建用户–>物品的倒排； 2.构建物品与物品的同现矩阵； 3.计算物品之间的相似度，即计算相似矩阵； 4.根据用户的历史记录，给用户推荐物品； 数据库中数据如下： 注：user_id为用户id good_id为用户喜欢的商品id python代码： # !/usr/bin/python # -*- coding: UTF-8 -*- from math import sqrt import operator # 1.构建用户-->物品的倒排 def loadData(files): data = {}; for line in files: user,score,item =line.split( " , " ); data.setdefault(user,{}); data[user][item] = score; print ( " ----1.用户：物品的倒排---- " ) print (data) return data # 2.计算 # 2.1 构造物品-->物品的共现矩阵 # 2.2 计算物品与物品的相似矩阵 def similarity(data): # 2.1 构造物品：物品的共现矩阵 N={}; #