Surprise实现baby product产品推荐

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

提取码：a6uf

推荐数据集参考网站：http://snap.stanford.edu/data/amazon/productGraph/categoryFiles/

这里只是实现了最基本的推荐前五个产品的功能，还有很多需要完善的地方，有机会再过来补充。（主要是python不会，所以编程显得寸步难行，不过已经迈出第一步，相信慢慢会熟练）

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

# 读取数据
ratings_data = pd.read_csv('./data/ratings_Baby_Products.csv')
products_metadata = pd.read_csv('./data/meta_Baby_Products.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[['reviewerID', 'asin', '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_product_info(product_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。
    """
    a = metadata[metadata['asin'] == product_id]['asin']
    book_info = metadata[metadata['asin'] == product_id][['asin', 'title', 'price']]
    return book_info


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

    review_prediction = model.predict(uid=user_id, iid=product_id)
    return review_prediction.est


def generate_recommendation(user_id, model, metadata, thresh):
    """
    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
    """

    product_id = list(metadata['asin'].values)
    random.shuffle(product_id)
    product_list = []
    for product_id in product_id:
        rating = predict_review(user_id, product_id, model, metadata)
        #打分超过阈值将被纪录
        if rating >= thresh:
            product_info = get_product_info(product_id, metadata)
            product_info.insert(loc=0, column='rating', value=rating)
            product_list.append(product_info.to_dict(orient='records'))
    return product_list


# Main
if __name__ == '__main__':
    product_list = generate_recommendation('A2A4MYBCV8W9V1', svd, products_metadata, thresh = 4.5)
    # 将dict_values转成list类型并进行排序
    list_test = []
    for num, line in enumerate(product_list):
        list_test.append(list(line[0].values()))
    list_test = sorted(list_test, key=lambda x: x[0], reverse=True)
    #打印前5个高分产品
    for i in list_test[0:5]:
        print(i)