《人工智能基礎(chǔ)與應(yīng)用》第6章 課后習題參考答案

第6章個性化推薦：主動滿足你的需求課后習題答案一、考考你 1.下列哪類算法不屬于個性化推薦D。A.協(xié)同推薦 B.基于內(nèi)容的推薦C.關(guān)聯(lián)規(guī)則推薦 D.分類推薦2.基于用戶的協(xié)同推薦算法的特點是B。A.找出用戶的特征 B.基于用戶行為計算用戶相似度C.找出物品的特征 D.計算物品的相似度3.下列哪個方法C不是用于計算相似度的。A.歐式距離 B.皮爾遜相關(guān)系數(shù)C.均方根誤差（RMSE） D.余弦向量4.關(guān)聯(lián)規(guī)則中置信度的含義是B。A.物品頻繁出現(xiàn)的概率 B.一個物品的銷售數(shù)量對另一個物品的影響C.規(guī)則出現(xiàn)的概率 D.兩個物品同時出現(xiàn)的頻次與前一個物品出現(xiàn)頻次的比例5.在關(guān)聯(lián)規(guī)則分析過程中，對原始數(shù)據(jù)集進行事務(wù)型數(shù)據(jù)處理的主要原因是C。A.提高數(shù)據(jù)處理速度 B.節(jié)省存儲空間C.方便算法計算 D.形成商品交易矩陣 二、亮一亮1.協(xié)同過濾推薦與關(guān)聯(lián)規(guī)則推薦的區(qū)別是什么？他們各自適用在哪些場合？參考答案：協(xié)同過濾(Collaborativefiltering)，是指通過收集群體用戶的偏好信息，自動化預(yù)測（過濾）個體用戶可能感興趣的內(nèi)容。協(xié)同過濾基于如下基本假設(shè)：如果一個人A在一個問題上和另一個人B持相同觀點，那么對于另外一個問題，比起隨機選擇的一個路人C，A更有可能同B持相同觀點。具體包括User-based的協(xié)同過濾和Item-based的協(xié)同過濾技術(shù)。關(guān)聯(lián)規(guī)則分析(AssociationRules，又稱BasketAnalysis)用于從大量數(shù)據(jù)中挖掘出有價值的數(shù)據(jù)項之間的關(guān)聯(lián)關(guān)系。關(guān)聯(lián)規(guī)則解決的常見問題如：“如果一個消費者購買了產(chǎn)品A，那么他有多大機會購買產(chǎn)品B?”以及“如果他購買了產(chǎn)品C和D，那么他還將購買什么產(chǎn)品？”兩者的區(qū)別比較明顯：1）關(guān)聯(lián)規(guī)則面向的是事務(wù)transaction，而協(xié)同過濾面向的是用戶偏好（評分）。2）協(xié)同過濾在計算相似商品的過程中可以使用關(guān)聯(lián)規(guī)則分析，但是在有用戶評分的情況下（非1/0），協(xié)同過濾算法應(yīng)該比傳統(tǒng)的關(guān)聯(lián)規(guī)則更能產(chǎn)生精準的推薦。3）協(xié)同過濾的約束條件沒有關(guān)聯(lián)規(guī)則強，或者說更為靈活，可以考慮更多的商業(yè)實施措施和特殊的商業(yè)規(guī)則。2.在案例1推薦你喜愛的電影中，如何計算兩個用戶之間的相似度？參考答案：任兩位用戶之間的相似度，是基于他倆都觀看過且評論過相同的電影，由于每位用戶評論的電影不完全一樣，所以先要找到兩位用戶共同評論過的電影,然后再計算兩者之間的相似度，相似度用歐式距離公式計算。 三、幫幫我 1.基于案例1的樣本數(shù)據(jù)，利用基于物品的協(xié)同推薦算法向用戶推薦他喜歡的電影。 提示：1）給用戶推薦那些和他之前喜歡的電影相似的電影。2）計算物品相似度：首先統(tǒng)計每部電影被哪些人評論過，記為{電影標題:{用戶id:評分}}，其次計算兩部電影之間的相關(guān)系數(shù)，即計算兩部電影被相同人評價過的差異，記為sim(a,b)，然后根據(jù)你擬推薦用戶曾經(jīng)看過的電影評分rating，以及與這些電影相似度最大的m部電影，根據(jù)公式rating×sim(a,b)計算用戶對電影的興趣度，記為{電影標題：興趣度}，最后取興趣度最大的TopN部電影推薦給該用戶，從而完成電影推薦工作。參考答案：importpandasaspdfrommathimport*importoperator#構(gòu)建用戶-->物品的字典defloadData(moviesFile,ratingsFile):movies=pd.read_csv(moviesFile)ratings=pd.read_csv(ratingsFile)merge_data=pd.merge(movies,ratings,on='movieId')merge_data=merge_data[['userId','rating','movieId','title']].sort_values('userId')datas=merge_data.values.tolist()data={};forlineindatas:userid,score,item=line[0],line[1],line[3];data.setdefault(userid,{});data[userid][item]=score;returndatadata=loadData('data/movies.csv','data/ratings.csv')#構(gòu)造物品-物品的相似矩陣defsimilarity(data):N={};#喜歡物品i的總?cè)藬?shù)C={};#喜歡物品i也喜歡物品j的人數(shù)foruser,itemindata.items():fori,scoreinitem.items():N.setdefault(i,0);N[i]+=1;C.setdefault(i,{});forj,scoresinitem.items():ifjnotini:C[i].setdefault(j,0);C[i][j]+=1;#計算物品與物品的相似矩陣W={}fori,iteminC.items():W.setdefault(i,{});forj,item2initem.items():W[i].setdefault(j,0);W[i][j]=C[i][j]/sqrt(N[i]*N[j]);returnW#根據(jù)用戶的歷史記錄，給用戶推薦物品defrecommandList(data,W,userid,k=3,N=10):rank={};fori,scoreindata[userid].items():#獲得用戶user歷史記錄，如A用戶的歷史記錄為{'a':'1','b':'1','d':'1'}forj,winsorted(W[i].items(),key=operator.itemgetter(1),reverse=True)[0:k]:#獲得與物品i相似的k個物品ifjnotindata[userid].keys():#該相似的物品不在用戶user的記錄里rank.setdefault(j,0);rank[j]+=float(score)*w;#返回推薦結(jié)果returnsorted(rank.items(),key=operator.itemgetter(1),reverse=True)[0:N]W=similarity(data);#計算物品相似矩陣print(recommandList(data,W,5,3,10));#打印出用戶id=5的最喜歡的3個物品的前10個推薦結(jié)果運行結(jié)果：2.假如某零售超市準備舉辦一場關(guān)于berries（漿果）旺季的促銷活動，請你根據(jù)案例2的購物籃數(shù)據(jù)，找出包含berries的所有可行動規(guī)則，據(jù)此為超市提供營銷建議或策略。參考答案：解決本題的主要思路是基于groceries.csv的數(shù)據(jù)設(shè)置合理的置信度，計算出包含所有berries的關(guān)聯(lián)規(guī)則，根據(jù)關(guān)聯(lián)規(guī)則為超市提供營銷策略。將groceries.csv文件轉(zhuǎn)換為事務(wù)型數(shù)據(jù)importpandasaspdimportnumpyasnpimportcsvfrommlxtend.preprocessingimportTransactionEncoderfrommlxtend.frequent_patternsimportapriorifrommlxtend.frequent_patternsimportassociation_rulesls_data=[]withopen(r'data\groceries.csv','r')asf:reader=csv.reader(f)forrowinreader:ls_data.append(row)te=TransactionEncoder()#進行one-hot編碼te_array=te.fit(ls_data).transform(ls_data)df=pd.DataFrame(te_array,columns=te.columns_)利用Apriori找出包含berries的頻繁項集（其中min_support是基于試驗確定的值）freq_item=apriori(df,min_support=0.01,max_len=2,use_colnames=True)freq_item.sort_values(by='support',axis=0,ascending=False)freq_item.loc[freq_item['itemsets'].str.len()>1].sort_values(by='support',axis=0,ascending=False)#查看含有berries頻繁項集set_itemsets=map(set,freq_item.itemsets.values.tolist())freq_item['have-berries']=['berries'iniforiinset_itemsets]freq_item.loc[freq_item['have-berries']==True]3）提取有用的銷售關(guān)聯(lián)規(guī)則pd.set_option('display.max_rows',None)rules=association_rules(freq_item,min_threshold=0.025)rules.sort_values(by='confidence',axis=0,ascending=False)#選擇含有'berries'的前因項的規(guī)則set_rules=map(set,rules.antecedents.value