构建智能推荐引擎（Python推荐算法从入门到实战）

什么是协同过滤？

协同过滤（Collaborative Filtering）是推荐系统中最经典的方法之一。它的核心思想是：“和你兴趣相似的人喜欢的东西，你也可能会喜欢”。我们主要实现的是基于用户的协同过滤（User-Based Collaborative Filtering），即通过计算用户之间的相似度来预测目标用户对未评分物品的兴趣。

准备工作：安装必要库

首先，确保你已安装Python（建议3.7+）。然后打开终端或命令提示符，运行以下命令安装所需库：

pip install numpy pandas scikit-learn

步骤一：准备用户-物品评分数据

我们用一个简单的字典来模拟用户对电影的评分数据。每个用户对部分电影进行了1~5分的打分。

import numpy as npimport pandas as pdfrom sklearn.metrics.pairwise import cosine_similarity# 模拟用户-电影评分数据ratings = {    'Alice': {'Inception': 5, 'Titanic': 3, 'Avengers': 4},    'Bob':   {'Inception': 4, 'Titanic': 2, 'Avengers': 5, 'Interstellar': 4},    'Charlie': {'Inception': 2, 'Titanic': 5, 'Interstellar': 3},    'David': {'Titanic': 4, 'Avengers': 3, 'Interstellar': 5}}

步骤二：构建用户-物品评分矩阵

为了便于计算，我们将字典转换为Pandas DataFrame，形成一个评分矩阵，缺失值用0填充（实际项目中可考虑用均值等更高级方法）。

# 转换为DataFramedf = pd.DataFrame(ratings).fillna(0).Tprint(df)

输出结果类似：

         Inception  Titanic  Avengers  InterstellarAlice           5.0       3.0       4.0           0.0Bob             4.0       2.0       5.0           4.0Charlie         2.0       5.0       0.0           3.0David           0.0       4.0       3.0           5.0

步骤三：计算用户相似度

我们使用余弦相似度（Cosine Similarity）来衡量用户之间的相似程度。相似度越高，说明两个用户的兴趣越接近。

# 计算用户之间的余弦相似度user_similarity = cosine_similarity(df)user_similarity_df = pd.DataFrame(user_similarity, index=df.index, columns=df.index)print(user_similarity_df)

步骤四：实现推荐函数

现在，我们编写一个函数，为目标用户推荐他尚未评分的电影。基本思路是：找出与目标用户最相似的K个用户，加权平均他们对某部电影的评分，作为预测分。

def recommend_movies(target_user, df, similarity_df, k=2):    # 获取目标用户未评分的电影    target_ratings = df.loc[target_user]    unrated_movies = target_ratings[target_ratings == 0].index.tolist()        recommendations = {}        for movie in unrated_movies:        weighted_sum = 0        similarity_sum = 0                for other_user in df.index:            if other_user == target_user:                continue            # 如果其他用户评过分            if df.loc[other_user, movie] > 0:                sim = similarity_df.loc[target_user, other_user]                weighted_sum += sim * df.loc[other_user, movie]                similarity_sum += abs(sim)                if similarity_sum > 0:            predicted_rating = weighted_sum / similarity_sum            recommendations[movie] = predicted_rating        # 按预测分排序    sorted_recs = sorted(recommendations.items(), key=lambda x: x[1], reverse=True)    return sorted_recs[:k]

步骤五：测试推荐效果

让我们为用户Alice推荐两部她还没看过的电影：

# 为Alice推荐recs = recommend_movies('Alice', df, user_similarity_df, k=2)print("给 Alice 的推荐：")for movie, score in recs:    print(f"  {movie}: 预测评分 {score:.2f}")

可能的输出：

给 Alice 的推荐：  Interstellar: 预测评分 4.25

进阶思考与优化方向

这个基础版的基于用户的推荐算法已经能工作，但在真实场景中还需考虑更多因素：

• 处理稀疏数据（大多数用户只评很少物品）
• 使用皮尔逊相关系数替代余弦相似度
• 实现基于物品的协同过滤（Item-Based CF）
• 引入矩阵分解（如SVD）提升精度
• 结合内容特征（Content-Based Filtering）做混合推荐

结语

恭喜你！你已经成功用Python实现了一个简单的电影推荐系统实现。虽然这只是推荐算法的冰山一角，但它为你打开了通往智能推荐世界的大门。接下来，你可以尝试用真实数据集（如MovieLens）进行实验，或者探索更先进的深度学习推荐模型。记住，实践是最好的老师——动手改代码、调参数、看结果，你会进步飞快！

掌握Python推荐算法，让你的应用拥有“读懂人心”的能力！