基于物品过滤的Slope One 算法

   Slope One 算法是由 Daniel Lemire 教授在 2005 年提出的一个 Item-Based 推荐算法。 他的主要优点是简单，易于扩展。实际上有多个Slope One算法，在此主要学习加权的Slope One算法。它将分为两步，第一步 为计算所有物品间的偏差，第二步利用偏差进行预测。下面分两步介绍该算法，并给出python实现的程序。

第一步 ： 计算偏差

     基于下面用户对乐队的评分例子：

先计算偏差，物品 i 到物品 j 的平均偏差为： 

其中card(S)表示S中元素的个数，X是整个评分集合。因此card(S_i,j(X))是所有同时对 i 和 j 进行评分的用户集合。从公式容易可以看出： 

然后是维护问题，考虑如下问题：倘若又有新用户对其中的10个物品进行了评分，我们是否有必要重新计算dev矩阵。显然如果重新计算，性能问题将成为瓶颈，计算量会大的惊人。然而只要我们事先记录了两个物品的偏差同时，还记录下同时对两个物品评分的用户数目即可。这样可以在旧数据基础上更新了，大大减少了运算量，这也是Slope one算法的一个优点，易于维护。

第二步，利用加权Slope One 算法进行预测

Slope One的预测公式如下： 

P^wsl(u,j)指的是利用加权Slope One算法给出用户 u 对物品 j 的评分预测值。S(u)表示所有u评级过的物品的集合。实际上这个加权的权重根据评分用户数得出的。

基于python的实现：

 

#!/usr/bin/env python
# -*- coding: utf-8 -*-
# __author__ : '小糖果'

import json
import sys
from math import sqrt
from pprint import pprint


class Recommender(object):
	def __init__(self,data):
		'''
		frequencies用来记录共同评价i,j物品的用户数目
		deviations用来记录物品i与j的评分差值
		'''
		self.frequencies = {}
		self.deviations = {}    
		self.data = data

	def computeDeviations(self):
		"""
		计算dev(i,j)以及同时评级i,j物品的用户数，data数据为
		json格式的字典
		"""
		
		'''遍历每一个人的评分记录'''
		for ratings in self.data.values():
			for (item,rating) in ratings.items():
				self.frequencies.setdefault(item,{})
				self.deviations.setdefault(item,{})
				''' item和item2是该用户评分记录中的两个物品'''
				for (item2,rating2) in ratings.items():
					if item != item2:
						self.frequencies[item].setdefault(item2,0)
						self.deviations[item].setdefault(item2,0.)
						self.frequencies[item][item2] += 1
						self.deviations[item][item2] += rating - rating2
		# 接下来计算dev
		for (item,ratings) in self.deviations.items():
			for item2 in ratings:
				self.deviations[item][item2] /= self.frequencies[item][item2]

	def slopeOneRecommendations(self,username):
		userRatings = self.data[username]
		recommendtions = {}
		frequencies = {}
		for (userItem,userRating) in userRatings.items():
			for (diffItem,diffRatings) in self.deviations.items():
				if diffItem not in userRatings and \
					userItem in diffRatings:
					freq = self.frequencies[diffItem][userItem]
					recommendtions.setdefault(diffItem,0.)
					frequencies.setdefault(diffItem,0)
					recommendtions[diffItem] += \
						(self.deviations[diffItem][userItem] + userRating)*freq
					frequencies[diffItem] += freq
		recommendtions = [(item,rating/frequencies[item])\
						  for (item,rating) in recommendtions.items()]
		recommendtions.sort(key = lambda ele:ele[1],reverse = True)
		return recommendtions

def test():
	with open('records.json','r') as f:
		users = json.load(f)
	instance = Recommender(users)
	instance.computeDeviations()
	print instance.slopeOneRecommendations('Bill')

if __name__ == '__main__':
	test()