源自：3-3 itemcf基础部分代码实战-下
P值计算好像不太对
老师你好，感谢分享！有个小问题：
ICF中最后P值计算，是指与J最相似的K个物品，和用户U操作过的物品的交集，把他们的s求和。这个应该要遍历所有物品吧？
但是视频代码中，取用户操作过的前3个物品，再取它最相似的K个物品，似乎不太符合
我重写了下，老师你看有问题么，非常感谢！
def cal_recom_result_2(sim_info,user_click):
"""
recom by item collaboritive filter
Args:
sim_info:item sim dict
user_click:user click dict
Return:
dict,key:userid value dict, value_key itemid,value_value recome_score
"""
topk = 5
recom_info = {}
for user in user_click:
click_list = user_click[user]
recom_info.setdefault(user,{})
for itemid_i,sim_item in sim_info.items():
for itemid_j,sim_score in sim_item[:topk]:
if itemid_j not in click_list:
continue
recom_info[user].setdefault(itemid_j,0)
recom_info[user][itemid_j] += sim_score
return recom_info
提问者：朱思利
2018-12-11 13:35
个回答
-
- David
- 2018-12-11 13:45:36
您好，取了top几个物品是由于有时效性，推荐过程中，我们不可能把用户去年操作过的物品也拿过来做itemcf。因为随着时间推移。可能早已经不喜欢之前的物品了。所以召回过程中考虑到这一点。谢谢。
-
- 慕莱坞9201401
- 2019-01-25 21:58:23
for user_id, item_list in user_click: recom_result.setdefault(user_id, {}) for itemi, sim_dict in sim_info: for itemj, val in sim_info[itemi][:k]: if itemj not in item_list[:recent_click_num]: continue recom_result[user_id].setdefault(itemi, 0) recom_result[user_id][itemi] = val上面那个不对，应该是这个
-
- 慕莱坞9201401
- 2019-01-25 19:00:21
recent_click_num = 3 k = 3 for user_id, item_set in user_click.items(): recom_result.setdefault(user_id, {}) for item_id1 in item_set[:recent_click_num]: if item_id1 not in sim_info: continue for item_id2, val in sim_info[item_id1]: if item_id1 not in sim_info[item_id2][:k]: continue recom_result[user_id].setdefault(item_id2, 0) recom_result[user_id][item_id2] = val return recom_result -
- 慕莱坞9201401
- 2019-01-25 18:57:52
倒数第二句代码应该是recom_info[user][itemid_i] += sim_score，不是 itemid_j