Surprise实现单个Book推荐

参考网址：https://zhuanlan.zhihu.com/p/352181306

数据链接：https://pan.baidu.com/s/1JS1fTrCrZHonNsywLDLhhQ?pwd=a6uf

提取码：a6uf

import pandas as pd
from surprise import Dataset
from surprise import Reader
from surprise import SVD
from surprise.model_selection import cross_validate
import difflib
import random

# 读取数据
ratings_data = pd.read_csv('./data/ratings.csv')
books_metadata = pd.read_csv('./data/books.csv')
# print(ratings_data.head(10))

# 创建Surprise数据集
reader = Reader(rating_scale=(1, 5))  # Reader类用于解析包含评级的文件，rating_scale用于每个评级的评级尺度。默认值为（1，5）
# 从panda数据帧里加载数据集，第一个参数需要包含user (raw) ids, the item (raw) ids, and the ratings，第二个参数读取文件的读取器
data = Dataset.load_from_df(ratings_data[['user_id', 'book_id', 'rating']], reader)

# SVD实现
# verbose:输出当前epoch，默认为False
# n_epochs：迭代次数，默认为20
# n_factors：k值，默认为100
svd = SVD(verbose=True, n_epochs=10)
# 三重交叉验证对SVD模型进行了交叉验证
cross_validate(svd, data, measures=['RMSE', 'MAE'], cv=3, verbose=True)


# 使用build_full_trainset 方法将交叉验证的数据集转换为一个Surprise的Trainset对象
# trainset = data.build_full_trainset()
# 可以使用fit方法在整个数据集上训练模型。
# svd.fit(trainset)

# 有了一个经过训练的SVD模型，我们可以使用它来预测给定用户ID（UID）和项目/书籍ID（IID）的用户对图书的评分。
# print(svd.predict(uid=10, iid=100))

def get_book_id(book_title, metadata):
    """
    根据元数据数据帧中最接近的匹配获取书名的图书ID。
    """

    existing_titles = list(metadata['title'].values)
    closest_titles = difflib.get_close_matches(book_title, existing_titles)
    book_id = metadata[metadata['title'] == closest_titles[0]]['id'].values[0]
    return book_id


def get_book_info(book_id, metadata):
    """
    给定图书id和元数据数据框架，返回有关图书的一些基本信息。
    """

    book_info = metadata[metadata['id'] == book_id][['id', 'isbn','authors', 'title', 'original_title']]
    return book_info.to_dict(orient='records')


def predict_review(user_id, book_title, model, metadata):
    """
    预测用户对某本书的评论(1-5分)。
    """

    book_id = get_book_id(book_title, metadata)
    review_prediction = model.predict(uid=user_id, iid=book_id)
    return review_prediction.est


def generate_recommendation(user_id, model, metadata, thresh=4):
    """
    根据评分阈值为用户生成图书推荐。只有预测评分达到或高于阈值的书籍才会被推荐
    """

    book_titles = list(metadata['title'].values)
    random.shuffle(book_titles)

    for book_title in book_titles:
        rating = predict_review(user_id, book_title, model, metadata)
        if rating >= thresh:
            book_id = get_book_id(book_title, metadata)
            return get_book_info(book_id, metadata)


#生成一个图书推荐
print(generate_recommendation(1000, svd, books_metadata))