基于Python的協同過濾算法的研究與應用實現

胡正江　蘭海翔　盧涵宇　侯汝沖 　薛安琪

摘要：在科技日新月異以及知識產權日益重視的今天，大部分用戶都會選擇在播放平臺看電影。例如騰訊視頻、愛奇藝等，用戶們急需合理的電影推薦系統。本文為基于Python的協同過濾算法將個性化推薦技術與電影系統進行有機結合，給用戶進行電影個性化推薦。

關鍵詞：個性化推薦;協同過濾;Python

中圖分類號： TP208? ? ? ? 文獻標識碼：A

文章編號：1009-3044（2019）25-0202-03

Abstract： with the rapid development of science and technology and the increasing importance of intellectual property， most users will choose to watch movies on the broadcast platform.For example， tencent video， iQIYI， etc.， users are in urgent need of a reasonable movie recommendation system.In this paper， Python and collaborative filtering algorithm are used to organically combine personalized recommendation technology with movie system to give users personalized movie recommendation.

Key words： Personalized Recommendation;Collaborative Filtering;Python

平常在電商平臺購物時經常看到“你可能喜歡”這樣的推薦，點進去一看大部分都是自己經常瀏覽的東西相關的，這個技術一下吸引了我，我平常喜歡看電影，而目前視頻播放平臺并不能投其所好的給用戶推薦符合口味的電影，更多的是推薦娛樂圈的視頻。所以基于Python的電影個性化推薦系統就這樣產生了，當然這并不是我最先想到的，其實之前就有了一些相關的電影推薦系統，我對比分析發現他們的研究各有優缺，都不夠完善，研究不夠深入，我的研究只是站在前人的肩膀上進行優化。

大多數人在工作和生活之余都會看幾部電影，看電影不僅可以讓人釋放壓力，還可以增長知識等等。本系統致力于用大數據以及深度學習等熱點技術給影迷理性而又科學的推薦他們喜歡的電影。其實推薦系統應用很廣泛，比如常見的電商產品推薦，即電商平臺根據你平常的瀏覽以及購買過的東西來給你推薦你可能喜歡的東西，這類推薦系統為電商平臺獲利不少。所以我希望構造一個根據用戶的個人口味進行個性化推薦的電影推薦系統。個性化推薦不像令人討厭的廣告彈窗，它是投其所好，解決用戶的需求。

國內外目前電影推薦系統的研究主要集中在系統的理論和技術方面，取得了不錯的成果。對于評價數據的稀疏性，有學者提出了一種優化的協同過濾推薦算法，也有基于項目評分預測的協同過濾推薦算法，采用一種新穎的相似度量方法計算目標用戶的最近鄰居[1]。針對算法的可擴充性，也有相關文獻提出基于項目的協同過濾推薦算法，顯著地提高了推薦系統的推薦質量。以上的各種方法各有優缺，所以現在很多研究者提出結合多種過濾技術的優點來克服自身的不足[2]。國內一些影視網站有自己的推薦系統，例如騰訊視頻、愛奇藝以及優酷等，但是目前做得不是很好，推薦結果并不那么令人滿意。

1基于協同過濾的推薦系統

1.1協同過濾算法介紹

協調過濾算法是目前最成功有效的個性化推薦算法，廣泛應用與各領域中[3]。協同過濾算法分析用戶的興趣，然后在用戶群中尋找指定的用戶的相似興趣的用戶，最后綜合這些相似用戶對某一信息的評價，形成系統對該指定用戶對此信息的喜好程度進行預測。

1.2 協同過濾算法實現步驟

協同過濾算法一般分三步實現：第一步，收集用戶偏好，也就是獲得用戶對某些信息項的評價;第二步，找到相似的用戶或物品，即分析用戶之間的相似性并預測特定用戶對某一信息的喜好。第三步，進行個性化電影推薦。

2 協同過濾算法實現

2.1 收集用戶偏好

收集用戶的偏好信息是電影個性化推薦系統的推薦效果的重要影響因素，基于用戶的行為和偏好發現規律來進行推薦[4]。本系統使用評分的方式對電影個性化推薦系統提供用戶的偏好信息。

2.2 尋找相似的用戶

利用網絡爬蟲獲取的電影評分數據中選擇5個用戶對2部電影的評分來說明如何通過用戶對電影的偏好尋找相似的用戶。對用戶的網名采取用戶123表示，具體信息見下表。

通過計算5個用戶對5部電影的評分我們可以獲得用戶間的相似度數據。顯示user1、user2和user4之間的相似度較高。有了相似度，我們就可以對用戶進行電影個性化推薦。

d.為相似用戶推薦電影

當我們向用戶4推薦電影時，首先我們需要檢查之前的相識度列表，發現用戶1、2、4的相似度比較高。也就是說這三個用戶是一個群體，他們擁有相同的偏好。所以我們可以對用戶4推薦用戶1和用戶2喜歡的電影。但是我們不能直接推薦上表的5部電影，因為這5部電影用戶4已經看過了，不能重復推薦。我們應該推薦他一些沒有看過的電影。

在本系統中，我們需要向任意用戶推薦電影，所以，首先讓目標用戶（這里假設為用戶0，用戶0對系統給出的任意10部電影進行評分，推測出他不喜歡的電影類型，然后系統通過皮爾遜相關度評價獲取與用戶0電影評分的相似度數據，從而向他進行個性化電影推薦。

3 主要研究內容與應用實現

3.1 研究內容

本研究的主要內容為獲取大量用戶對電影評分的數據，將獲得的數據進行處理，然后建立模型并且對建立的模型進行訓練，最后驗證結果。本系統驗證時需要用戶對系統給出的任意10部電影進行打分，系統再根據用戶的評分預測出用戶不喜歡的電影類型，其中本系統設定了包括war、romance、horror以及crime等10多種電影類型，最后，加權平均所有人的評價值向目標用戶進行電影推薦。

3.2 應用實現

首先錄入用戶信息，然后計算皮爾遜相關系數，找出有對某些電影興趣相同的用戶，最后通過加權平均所有人的評價值向目標用戶進行電影推薦。首先導入網絡爬蟲爬起到的數據。

下面2張圖是本個性化推薦系統中的推薦電影類型成果展示，當我給系統給出的10部電影打分后，系統推測出我不喜歡的電影類型為film_noir、comedy、unknown以及action。系統并不是很完美，這是因為訓練的數據還不夠多，后期還得進行改進。

4 結論

本文主要使用Python編程語言，首先利用網絡爬蟲技術將我需要的用戶電影評分信息爬取下來，對大量的數據進行訓練，有了數據集后利用皮爾遜相識度來計算相似度，有了相識度后進行電影推薦。讓用戶對系統所給的10部電影進行評分，系統不僅給出了他不喜歡的電影類型，而且給他推薦出他喜歡的電影。結果表明目標用戶不喜歡的電影類型為film_noir、comedy、unknown以及action，與目標用戶愛好相似的是user4、user1以及user2，相似度分別是0.816497、0.707107以及0.500000，并且給目標用戶推薦《肖申克的救贖》以及《泰坦尼克號》兩部目標用戶喜歡的電影。本研究以用戶為主，找出具有相同電影類型愛好的人，并對他們進行個性化電影推薦。

參考文獻：

[1] 劉文佳， 張駿. 改進的協同過濾算法在電影推薦系統中的應用[J]. 現代商貿工業， 2018， 39（17）：63-66.

[2] 王建洋. 基于深度學習的電影推薦系統研究與實現[D]. 西南交通大學，2018.

[3] 李詩羽. 基于協同過濾算法的個性化推薦系統的設計與實現[J]. 信息與電腦（理論版）， 2018，405（11）：58-59.

[4] 楊笑鋒. 多維數據融合的電影推薦系統研究與實現[D]. 昆明理工大學，2018.

【通聯編輯：光文玲】