原理：矩陣分解

矩陣分解是推薦系統系列中的一種算法，顧名思義，就是將矩陣分解成兩個（或多個）矩陣，它們相乘后得到原始矩陣。在推薦系統中，我們通常從用戶與項目之間的交互/評分矩陣開始，矩陣分解算法會將用戶和項目特征矩陣分解，這也稱為嵌入。下面以電影推薦中的評分，購買等矩陣為例。

 

通常，在數據集中，要挖掘用戶和項目屬性的潛在特征。本質上，潛在特征是用戶/項目在任意空間中的表示，表示用戶如何評價電影。在電影推薦系統的示例中，一個用戶樣本中包含了他所觀看的多個電影，潛在特征的值越高，則表示他喜歡該類型的電影，那么就應該推薦此類型的電影。

    

準備

本文所用數據來自kaggle，包含了76000個用戶樣本。

首先，導入數據和有關庫。

from recsys import * 
from generic_preprocessing import 

from IPython.display import HTML ## 以Ipython Notebook顯示

import pandas as pd,numpy as np

anime = pd.read_csv('anime.csv')
ratings = pd.read_csv('rating.csv').iloc[:5000000]    

為了創建推薦系統，我們需要一個可交互的矩陣。為此，使用recsys模塊中的create_interaction_matrix函數，這個函數要求以Pandas的DataFrame類型的數據為輸入，輸入數據的列必須有諸如用戶id，項目id和評分等。此函數的中如果設置norm=True，則意味著任何評分的值都應該是正的。在這個示例中，沒有必要設置，因為實際的購買數據和評分都是正的。

# 利用評分數據創建矩陣
interactions = create_interaction_matrix(df = ratings,
                     user_col = ‘user_id’,
                     item_col = ‘anime_id’,
                     rating_col = ‘rating’)
interactions.shape

然后用create_user_dict和create_item_dict函數（recsys模塊）創建關于用戶和項目的字典。

# 用戶字典
user_dict = create_user_dict(interactions=interactions)
# 項目字典
movies_dict = create_item_dict(df = anime,
                               id_col = 'anime_id',
                               name_col = 'name')

矩陣分解模型

用recsys中的runMF函數來創建矩陣分解模型，這個函數的參數：

• interaction：前面所創建的矩陣
• n_components：對于每個用戶和項目嵌入的數量
• loss：定義一個損失函數，本例中我們使用warp損失函數，因為我們更關心矩陣的秩。
• epoch：運行的次數
• n_jobs：并行處理中使用的核數

mf_model = runMF(interactions = interactions,
                 n_components = 30,
                 loss = 'warp',
                 epoch = 30,
                 n_jobs = 4)