基于Python的推荐系统的设计与实现

张玉叶

摘  要： 大数据时代的推荐系统可以帮助用户从海量信息中高效地获取自己的潜在需求，是大数据在互联网领域的典型应用。文章介绍了利用Python语言实现的一个基于物品的协同过滤算法推荐系统，给出了系统的基本架构、系统的具体实现过程及相应代码。

关键词： 大数据; 推荐系统; 协同过滤; Python

中图分类号：TP391.1          文献标志码：A    文章编号：1006-8228（2019）06-59-04

Abstract： The recommendation system in the big data era can help users to obtain their potential needs efficiently from the huge amount of information， which is a typical application of big data in the Internet field. A recommendation system based on object-based collaborative filtering algorithm and implemented with Python language is introduced in this paper， and the basic architecture of the system， the specific implementation process of the system， and the corresponding code are given.

Key words： big data; recommendation system; collaborative filtering; Python

0 引言

随着网络技术的飞速发展，网络信息量也快速增长，为了更好地满足用户的个性化需求，各种推荐系统应运而生，它通过研究用户的兴趣偏好，自动建立起用户和信息之间的联系，从而帮助用户从海量信息中去发掘自己潜在的需求。推荐系统的关键是推荐算法，常用的推荐算法主要有专家推荐、基于统计的推荐、基于内容的推荐和协同过滤推荐等。Python语言是一开源、免费、跨平台的解释型高级动态编程语言，其强大的功能及使用的简洁方便使其成为互联网应用系统开发的首选语言。本文利用Python语言实现了一个基于物品的协同过滤算法的推荐系统。

1 推荐系统

推荐系统是建立在海量数据挖掘基础上的，通过分析用户的历史数据来了解用户的需求和兴趣，从而将用户感兴趣的信息、物品等主动推荐给用户，其本质是建立用户与物品之间的联系。一个完整的推荐系统通常包含三个模块：用户建模模块、推荐对象建模模块和推荐算法模块。推荐系统首先对用户建模，根据用户的行为数据和属性数据来分析用户的兴趣和需求，同时也对推荐对象进行建模。……