pythonによる強調フィルタリング手法GroupLensの実装
レコメンドシステム構築の為、まずは定番のGroupLensの実装を行った。
python(crab)でもR(recommenderlab)でもライブラリはあるようだが、
さして複雑なアルゴリズムではないので、使いこなすより実装した方が早いと判断し、
pythonによる実装を試みた。
アルゴリズムは参考１のP50-56を利用している。
例題も同著の以下のデータを利用。
# -*- coding: utf-8 -*- import numpy as np def pearson(e1,e2): #入力されたリストのうち、どちらともゼロでない要素のみの相関係数を算出 te1=[] te2=[] tmp=np.array(e1)*np.array(e2) for i in range(len(tmp)): if tmp[i]!=0: te1.append(e1[i]) te2.append(e2[i]) if len(te1)==1: return 0 return np.corrcoef(te1,te2)[0,1] def average(e): #入力されたリストのうち、ゼロでない要素のみの平均を算出 n = sum(e) d = len([x for x in e if x!=0]) return n/d def evaluate(a,y,data,arr): #評価推定値を算出 aveA = average(data[a]) d=0 n=0 for i in range(len(data)): if a!=i and data[i][y]!=0:#a自身と、yの評価値がないユーザを除く d+=abs(arr[a][i]) # tmp=np.array(data[a])*np.array(data[i]) # tmp2 = [0 for i in range(len(data[i]))] # for k in range(len(tmp)): # if tmp[k]!=0: # tmp2[k]=data[i][k] # n+=arr[a][i]*(data[i][y]-average(tmp2)) #共通要素以外も含めた平均を利用、上部コメントアウト部分は共通要素を除いた平均を利用した場合 n+=arr[a][i]*(data[i][y]-average(data[i])) return aveA+n/d data = [[0 for i in range(4)] for j in range(4)] arr = [[0 for i in range(4)] for j in range(4)] eva = [[0 for i in range(4)] for j in range(4)] # データの入力 data[0]= [1,3,0,3] data[1]= [0,1,3,0] data[2]= [2,1,3,1] data[3]= [1,3,2,0] # ユーザー間の類似度計算 for key in range(len(data)): base_customers = data[key] for key2 in range(len(data)): if key == key2: continue target_customers = data[key2] j = pearson(base_customers, target_customers) arr[key][key2] = j #ユーザ・商品ごとの評価値推定 for i in range(len(data)): for j in range(len(data[i])): eva[i][j] = evaluate(i,j,data,arr) # ユーザー間の類似度 print(' \t 1 \t 2 \t 3 \t 4 ') print('1\t{0:2.2f}\t{1:2.2f}\t{2:2.2f}\t{3:2.2f}'.format(arr[0][0], arr[0][1], arr[0][2], arr[0][3])) print('2\t{0:2.2f}\t{1:2.2f}\t{2:2.2f}\t{3:2.2f}'.format(arr[1][0], arr[1][1], arr[1][2], arr[1][3])) print('3\t{0:2.2f}\t{1:2.2f}\t{2:2.2f}\t{3:2.2f}'.format(arr[2][0], arr[2][1], arr[2][2], arr[2][3])) print('4\t{0:2.2f}\t{1:2.2f}\t{2:2.2f}\t{3:2.2f}'.format(arr[3][0], arr[3][1], arr[3][2], arr[3][3])) #ユーザ・商品ごとの評価値推定値 print(' \t 1 \t 2 \t 3 \t 4 ') print('1\t{0:2.2f}\t{1:2.2f}\t{2:2.2f}\t{3:2.2f}'.format(eva[0][0], eva[0][1], eva[0][2], eva[0][3])) print('2\t{0:2.2f}\t{1:2.2f}\t{2:2.2f}\t{3:2.2f}'.format(eva[1][0], eva[1][1], eva[1][2], eva[1][3])) print('3\t{0:2.2f}\t{1:2.2f}\t{2:2.2f}\t{3:2.2f}'.format(eva[2][0], eva[2][1], eva[2][2], eva[2][3])) print('4\t{0:2.2f}\t{1:2.2f}\t{2:2.2f}\t{3:2.2f}'.format(eva[3][0], eva[3][1], eva[3][2], eva[3][3]))
- 実行結果
1 2 3 4 1 0.00 0.00 -1.00 1.00 2 0.00 0.00 1.00 -1.00 3 -1.00 1.00 0.00 -0.50 4 1.00 -1.00 -0.50 0.00 1 2 3 4 1 1.71 3.21 1.71 3.08 2 2.62 1.12 2.62 1.25 3 2.97 0.88 2.42 1.08 4 1.03 2.82 0.92 2.69
以上。
参考1：推薦システムのアルゴリズム
www.kamishima.net/archive/recsysdoc.pdf
