用户推荐协同过滤算法(UserCF)的R实现改进

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

      张丹在博客里给出了协同过滤算法的R代码，但是其本身使用过多的for循环，影响了代码的执行效率，同时也没有把R语言的特色给体现出来。

      现用R重新写一遍，看看使用 for和不用for的差别。数据在他的博客中下载。

      比如第四部分的推荐算法，左一个for，右一个for，搞的人头昏，其实就是一个简单的加权平均。

4、推荐算法

1. RECOMMENDER_NUM = 3
   
2. UserBasedRecommender = function(uid,n,M,S,N){
   
3.                         part = colnames(M)[is.na(M[uid,])]
   
4.                         m = S[uid, N[uid,]]
   
5.                         md = M[N[uid,],part]
   
6.                         if(length(dim(md)) >= 1) {
   
7.                                         a = colnames(md)[colSums(is.na(md)) == 0]
   
8.                                         score = colSums(md*m,na.rm = T)/apply(!is.na(md),2,function(x) sum(m[x]))
   
9.                                         res = score[order(score,decreasing=T)][1:n]
   
10.                                        res = res[intersect(names(res),a)]
    
11.                                        return(res)
    
12.                                        } else { res = NA}
    
13.                        }

复制代码

5、运行程序

1. R1 = UserBasedRecommender(1,RECOMMENDER_NUM,M,S,N);
   
2. R1
   
3. 104  106
   
4. 4.25 4.00  

复制代码

下载来源：

[程序分享] 用户推荐协同过滤算法(UserCF)的R实现

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏0 回帖

关键词：USERCF User 协同过滤 过滤算法 R实现 协同过滤 USERCF 改进 推荐算法

谢谢分享。