SlopeOne推荐算法实现(C++)
SlopeOne算法是一个非常简单的协同过滤算法,主要思想如下:如果用户u对物品j打过分,现在要对物品i打分,那么只需要计算出在同时对物品i和j打分的这种人中,他们的分数之差平均是多少,那么我们就可以根据这个分数之差来计算用户u对物品i的打分了,当然,这样的物品j也有很多个,那有的物品和j共同打分的人少,有的物品和j共同打分的人多,那么显而易见,共同打分多的那个物品在评分时所占的比重应该大一些。
如上就是简单的SlopeOne算法的主要思想,用维基百科上的一张图来表示(一看就懂):
途中用户B要对物品J进行评分,那么这时候发现物品i被用户B打为2分,而同时发现用户A同时评价了物品i和物品j,且物品i比物品j少了0.5分,那么由此看来,用户B给物品j打得分应该就是比给物品i打的分高0.5分,故是2.5分。
由于思想是如此简单,故我们就来实践一把,当然这里就是最最朴素的实现,只是为了检测下算法效果如何。。。数据集还是如上篇博客一样,用的是movielens里面的小数据集,其中有1000用户对2000物品的评分,80%用来训练,20%用来测试。
具体代码如下:
#include <iostream> #include <string> #include <fstream> #include <math.h> using namespace std; const int USERMAX = 1000; const int ITEMMAX = 2000; double rating[USERMAX][ITEMMAX]; int I[USERMAX][ITEMMAX];//indicate if the item is rated double mean; double predict(int u, int l) { double total = 0; double totalCnt = 0; for (int i = 0; i < ITEMMAX; i++) { if (l != i&&I[u][i]) { double dev = 0; int cnt = 0; for (int j = 0; j < USERMAX; j++) { if (I[j][l] && I[j][i]) { dev += rating[j][i]-rating[j][l]; cnt++; } } if (cnt) { dev /= cnt; total += (rating[u][i] - dev)*cnt; totalCnt += cnt; } } } if (totalCnt == 0) return mean; return total / totalCnt; } double calMean() { double total = 0; int cnt = 0; for (int i = 0; i < USERMAX; i++) for (int j = 0; j < ITEMMAX; j++) { total += I[i][j] * rating[i][j]; cnt += I[i][j]; } return total / cnt; } void train() { //read rating matrix memset(rating, 0, sizeof(rating)); memset(I, 0, sizeof(I)); ifstream in("ua.base"); if (!in) { cout << "file not exist" << endl; exit(1); } int userId, itemId, rate; string timeStamp; while (in >> userId >> itemId >> rate >> timeStamp) { rating[userId][itemId] = rate; I[userId][itemId] = 1; } mean = calMean(); } void test() { ifstream in("ua.test"); if (!in) { cout << "file not exist" << endl; exit(1); } int userId, itemId, rate; string timeStamp; double total = 0; double cnt = 0; while (in >> userId >> itemId >> rate >> timeStamp) { double r = predict(userId, itemId); cout << "true: " << rate << " predict: " << r << endl; total += (r - rate)*(r - rate); cnt += 1; //cout << total << endl; } cout << "test rmse is " << pow(total / cnt, 0.5) << endl; } int main() { train(); test(); return 0; }
实验结果如下:
在测试集上的rmse达到了0.96,而之前一篇博客实现的svd通过复杂的梯度下降来求最优解也就0.95左右,故SlopeOne算法是非常简单有效的,维基百科里说是最简洁的协同过滤了,但是我个人觉得类似knn的协同过滤更加好懂啊(只不过在计算用户相似度等方面麻烦了点)
郑重声明:本站内容如果来自互联网及其他传播媒体,其版权均属原媒体及文章作者所有。转载目的在于传递更多信息及用于网络分享,并不代表本站赞同其观点和对其真实性负责,也不构成任何其他建议。