### Python实现推荐系统的完整代码示例 以下是基于Python的一个完整的推荐系统代码示例，适用于大数据专业的数据分析与可视化的毕业设计项目。此示例涵盖了数据加载、预处理、模型构建以及可视化展示的关键环节。 #### 1. 数据准备 为了演示推荐系统的功能，通常会使用公开的电影评分数据集（如MovieLens）。以下是一个简单的数据加载过程： ```python import pandas as pd # 加载数据 ratings_df = pd.read_csv('ratings.csv') # 包含用户ID、物品ID和评分 movies_df = pd.read_csv('movies.csv') # 包含物品ID及其名称 print(ratings_df.head()) print(movies_df.head()) ``` #### 2. 数据预处理 在实际应用中，数据可能包含缺失值或噪声，因此需要对其进行清理和转换以便后续建模。 ```python # 合并数据框以获得更丰富的信息 merged_data = pd.merge(ratings_df, movies_df, on='movieId') # 统计每部电影的平均评分和评价次数 avg_ratings = merged_data.groupby('title')['rating'].mean() num_ratings = merged_data.groupby('title')['rating'].count() # 过滤掉评论较少的电影 filtered_movies = avg_ratings[num_ratings >= 10].dropna() # 至少有10条评论才保留 ``` #### 3. 构建协同过滤模型 这里我们采用基于用户的协同过滤方法来计算相似度矩阵，并据此生成个性化推荐列表。 ```python from sklearn.metrics.pairwise import cosine_similarity import numpy as np # 创建用户-物品评分矩阵 pivot_table = merged_data.pivot(index='userId', columns='title', values='rating').fillna(0) # 计算余弦相似度 similarity_matrix = cosine_similarity(pivot_table.values) np.fill_diagonal(similarity_matrix, 0) # 将对角线设为零以免影响结果 def recommend(user_id): user_index = pivot_table.index.get_loc(user_id) similarity_scores = list(enumerate(similarity_matrix[user_index])) sorted_similarities = sorted(similarity_scores, key=lambda x:x[1], reverse=True)[1:] # 排除自己 recommended_items = [] for item in sorted_similarities[:5]: # 获取最相似的前五名用户喜欢的内容 similar_user_idx = item[0] similar_user_ratings = pivot_table.iloc[similar_user_idx] not_rated_by_target = (similar_user_ratings > 0) & (pivot_table.loc[user_id] == 0) top_recommendations = similar_user_ratings[not_rated_by_target].sort_values(ascending=False).index.tolist() recommended_items.extend(top_recommendations[:2]) # 每位用户最多贡献两条建议 return set(recommended_items)[:10] recommended_list = recommend(1) # 对第一个用户进行推荐 print(f"Recommended Movies: {list(recommended_list)}")[^1] ``` #### 4. 结果可视化 最后一步是对推荐的结果进行可视化表示，使得研究者能更容易理解算法的效果。 ```python import matplotlib.pyplot as plt import seaborn as sns sns.set_style("whitegrid") plt.figure(figsize=(10,6)) sns.barplot(x=list(avg_ratings.nlargest(10).values), y=avg_ratings.nlargest(10).index, palette="Blues_d") plt.title('Top Rated Movies') plt.xlabel('Average Rating') plt.ylabel('Movies') plt.show() ``` 以上就是整个流程的设计思路和技术细节说明[^2]。 ---