-
Notifications
You must be signed in to change notification settings - Fork 0
/
main.py
361 lines (322 loc) · 13.3 KB
/
main.py
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
151
152
153
154
155
156
157
158
159
160
161
162
163
164
165
166
167
168
169
170
171
172
173
174
175
176
177
178
179
180
181
182
183
184
185
186
187
188
189
190
191
192
193
194
195
196
197
198
199
200
201
202
203
204
205
206
207
208
209
210
211
212
213
214
215
216
217
218
219
220
221
222
223
224
225
226
227
228
229
230
231
232
233
234
235
236
237
238
239
240
241
242
243
244
245
246
247
248
249
250
251
252
253
254
255
256
257
258
259
260
261
262
263
264
265
266
267
268
269
270
271
272
273
274
275
276
277
278
279
280
281
282
283
284
285
286
287
288
289
290
291
292
293
294
295
296
297
298
299
300
301
302
303
304
305
306
307
308
309
310
311
312
313
314
315
316
317
318
319
320
321
322
323
324
325
326
327
328
329
330
331
332
333
334
335
336
337
338
339
340
341
342
343
344
345
346
347
348
349
350
351
352
353
354
355
356
357
358
359
360
# Imports
from google.colab import files
from math import sqrt
#Functions
def getListaDeFilmesAvaliadosEmComum(usu,usuSim):
return set(filmsRatedByUser[usu]).intersection(filmsRatedByUser[usuSim])
def getListaDeUsuariosAvaliadosEmComum(film,filmSim):
return set(usersThatRatedFilm[film]).intersection(usersThatRatedFilm[filmSim])
def getItensComunsEntreListas(list1, list2):
return set(list1).intersection(list2)
def getDistEuclidianaFilme(filmeOrigem,filmeFim):
soma = 0
usuariosAvaliados = getListaDeUsuariosAvaliadosEmComum(filmeOrigem,filmeFim)
if(not usuariosAvaliados): return 0
for userId in usuariosAvaliados:
notaFilOri = userRating[userId][filmeOrigem]
notaFilFim = userRating[userId][filmeFim]
soma += pow((notaFilOri-notaFilFim),2)
return 1/(1+sqrt(soma))
def getDistEuclidianaUsuario(usuarioOrigem,usuarioFim):
soma = 0
filmsSeen = getListaDeFilmesAvaliadosEmComum(usuarioOrigem,usuarioFim)
if(not filmsSeen): return 0
for filmId in filmsSeen:
notaUsuOri = userRating[usuarioOrigem][filmId]
notaUsuFim = userRating[usuarioFim][filmId]
soma += pow((notaUsuOri-notaUsuFim),2)
return 1/(1+sqrt(soma))
def getEucFilmesSimilares(filme, k):
similaridade = [(getDistEuclidianaFilme(filme, outro), outro)
for outro in range(len(userRating[0])) if outro != filme]
similaridade.sort()
similaridade.reverse()
return similaridade[0:k]
def getEucUsuariosSimilares(usuario, k):
similaridade = [(getDistEuclidianaUsuario(usuario, outro), outro)
for outro in range(len(userRating)) if outro != usuario]
similaridade.sort()
similaridade.reverse()
return similaridade[0:k]
def getMediaDeNotasFilmeGeral(film):
soma = 0
for userId in usersThatRatedFilm[film]:
soma += userRating[userId][film]
return ( float(soma)/ len(usersThatRatedFilm[film]) )
def getMediaDeNotasUsuarioGeral(usu):
soma = 0
for filmId in filmsRatedByUser[usu]:
soma += userRating[usu][filmId]
return ( float(soma)/ len(filmsRatedByUser[usu]) )
def getMediaDeNotasFilme(film, usuariosEmComum):
soma = 0
for userId in usuariosEmComum:
soma += userRating[userId][film]
return ( float(soma)/ len(usuariosEmComum) )
def getMediaDeNotasUsuario(usu, filmesEmComum):
soma = 0
for filmId in filmesEmComum:
soma += userRating[usu][filmId]
return ( float(soma)/ len(filmesEmComum) )
def getDesvioPadraoFilmeGeral(fil):
soma = 0
media = getMediaDeNotasFilmeGeral(fil)
for userId in usersThatRatedFilm[fil]:
soma += pow((userRating[userId][fil] - media), 2)
return sqrt(float(soma))
def getDesvioPadraoUsuarioGeral(usu):
soma = 0
media = getMediaDeNotasUsuarioGeral(usu)
for filmId in filmsRatedByUser[usu]:
soma += pow((userRating[usu][filmId] - media), 2)
return sqrt(float(soma))
def getDesvioPadraoFilme(fil, usuariosEmComum):
soma = 0
media = getMediaDeNotasFilme(fil, usuariosEmComum)
for userId in usuariosEmComum:
soma += pow((userRating[userId][fil] - media), 2)
return sqrt(float(soma))
def getDesvioPadraoUsuario(usu, filmesEmComum):
soma = 0
media = getMediaDeNotasUsuario(usu, filmesEmComum)
for filmId in filmesEmComum:
soma += pow((userRating[usu][filmId] - media), 2)
return sqrt(float(soma))
def getDistPearsonFilme(filOri,filDes):
soma = 0
usuariosEmComum = getListaDeUsuariosAvaliadosEmComum(filOri,filDes)
if(not usuariosEmComum): return 0
medFilOri = getMediaDeNotasFilme(filOri, usuariosEmComum)
medFilDes = getMediaDeNotasFilme(filDes, usuariosEmComum)
desPadOri = getDesvioPadraoFilme(filOri, usuariosEmComum)
desPadDes = getDesvioPadraoFilme(filDes, usuariosEmComum)
for userId in usuariosEmComum:
soma += ( (float(userRating[userId][filOri]) - medFilOri) * (float(userRating[userId][filDes]) - medFilDes) )
return( float(soma)/(1+( (desPadOri) * (desPadDes) ) ))
def getDistPearsonUsuario(usuOri,usuDes):
soma = 0
filmesEmComum = getListaDeFilmesAvaliadosEmComum(usuOri,usuDes)
if(not filmesEmComum): return 0
medUsuOri = getMediaDeNotasUsuario(usuOri, filmesEmComum)
medUsuDes = getMediaDeNotasUsuario(usuDes, filmesEmComum)
desPadOri = getDesvioPadraoUsuario(usuOri, filmesEmComum)
desPadDes = getDesvioPadraoUsuario(usuDes, filmesEmComum)
for filmId in filmesEmComum:
soma += ( (float(userRating[usuOri][filmId]) - medUsuOri) * (float(userRating[usuDes][filmId]) - medUsuDes) )
return( float(soma)/(1+( (desPadOri) * (desPadDes) ) ) )
def getPeaFilmesSimilares(fil, k):
similaridade = []
for outro in range(len(userRating[0])):
usuariosEmComum = getListaDeUsuariosAvaliadosEmComum(fil,outro)
if(outro == 0 or outro == fil): continue
similaridade.append((getDistPearsonFilme(fil, outro), outro))
similaridade.sort()
similaridade.reverse()
return similaridade[0:k]
def getPeaUsuariosSimilares(usu, k):
similaridade = []
for outro in range(len(userRating)):
filmesEmComum = getListaDeFilmesAvaliadosEmComum(usu,outro)
if(outro == 0 or outro == usu): continue
similaridade.append((getDistPearsonUsuario(usu, outro), outro))
similaridade.sort()
similaridade.reverse()
return similaridade[0:k]
def getEucRecomendacoesUsuario(usuario):
totais={}
somaSimilaridade={}
for userId in range(len(userRating)):
if userId == usuario: continue
similaridade = getDistEuclidianaUsuario(usuario, userId)
if similaridade <= 0: continue
for filmId in filmsRatedByUser[userId]:
if userRating[usuario][filmId] == 0 :
totais.setdefault(filmId, 0)
totais[filmId] += userRating[userId][filmId] * similaridade
somaSimilaridade.setdefault(filmId, 0)
somaSimilaridade[filmId] += similaridade
rankings=[(total / somaSimilaridade[filmId], filmId) for filmId, total in totais.items()]
rankings.sort()
rankings.reverse()
return rankings
def getEucRecomendacoesFilme(filme):
totais={}
somaSimilaridade={}
for filmId in range(len(userRating[0])):
if filmId == filme: continue
similaridade = getDistEuclidianaFilme(filme, filmId)
if similaridade <= 0: continue
for userId in usersThatRatedFilm[filmId]:
if userRating[userId][filme] == 0 :
totais.setdefault(userId, 0)
totais[userId] += userRating[userId][filmId] * similaridade
somaSimilaridade.setdefault(userId, 0)
somaSimilaridade[userId] += similaridade
rankings=[(total / somaSimilaridade[userId], userId) for userId, total in totais.items()]
rankings.sort()
rankings.reverse()
return rankings
def getPearsonRecomendacoesUsuario(usuario):
totais={}
somaSimilaridade={}
for userId in range(len(userRating)):
if userId == usuario: continue
similaridade = getDistPearsonUsuario(usuario, userId)
if similaridade <= 0: continue
for filmId in filmsRatedByUser[userId]:
if userRating[usuario][filmId] == 0 :
totais.setdefault(filmId, 0)
totais[filmId] += userRating[userId][filmId] * similaridade
somaSimilaridade.setdefault(filmId, 0)
somaSimilaridade[filmId] += similaridade
rankings=[(total / somaSimilaridade[filmId], filmId) for filmId, total in totais.items()]
rankings.sort()
rankings.reverse()
return rankings
def getPearsonRecomendacoesFilme(filme):
totais={}
somaSimilaridade={}
for filmId in range(len(userRating[0])):
if filmId == filme: continue
similaridade = getDistPearsonFilme(filme, filmId)
if similaridade <= 0: continue
for userId in usersThatRatedFilm[filmId]:
if userRating[userId][filme] == 0 :
totais.setdefault(userId, 0)
totais[userId] += userRating[userId][filmId] * similaridade
somaSimilaridade.setdefault(userId, 0)
somaSimilaridade[userId] += similaridade
rankings=[(total / somaSimilaridade[userId], userId) for userId, total in totais.items()]
rankings.sort()
rankings.reverse()
return rankings
def getNotaPrevistaEucUsuario(usuario,filme):
total = 0
somaSimilaridade = 0
for userId in range(len(userRating)):
if userId == 0 or userId == usuario: continue
similaridade = getDistEuclidianaUsuario(usuario, userId)
if similaridade <= 0: continue
if userRating[userId][filme] == 0 : continue
total += userRating[userId][filme] * similaridade
somaSimilaridade += similaridade
if(somaSimilaridade == 0):
return -1.00 # coldStart
ranking=(total / somaSimilaridade)
return ranking
def getNotaPrevistaEucFilme(filme,usuario):
total = 0
somaSimilaridade = 0
for filmId in range(len(userRating[0])):
if filmId == 0 or filmId == filme: continue
similaridade = getDistEuclidianaFilme(filme, filmId)
if similaridade <= 0: continue
if userRating[usuario][filmId] == 0 : continue
total += userRating[usuario][filmId] * similaridade
somaSimilaridade += similaridade
if(somaSimilaridade == 0):
return -1.00 # coldStart
ranking=(total / somaSimilaridade)
return ranking
def getNotaPrevistaPeaUsuario(usuario,filme):
total = 0
somaSimilaridade = 0
for userId in range(len(userRating)):
if userId == 0 or userId == usuario: continue
similaridade = getDistPearsonUsuario(usuario, userId)
if similaridade <= 0: continue
if userRating[userId][filme] == 0 : continue
total += userRating[userId][filme] * similaridade
somaSimilaridade += similaridade
if(somaSimilaridade == 0):
return -1.00 # coldStart
ranking=(total / somaSimilaridade)
return ranking
def getNotaPrevistaPeaFilme(filme,usuario):
total = 0
somaSimilaridade = 0
for filmId in range(len(userRating[0])):
if filmId == 0 or filmId == filme: continue
similaridade = getDistPearsonFilme(filme, filmId)
if similaridade <= 0: continue
if userRating[usuario][filmId] == 0 : continue
total += userRating[usuario][filmId] * similaridade
somaSimilaridade += similaridade
if(somaSimilaridade == 0):
return -1.00 # coldStart
ranking=(total / somaSimilaridade)
return ranking
# Upload de arquivos de treino e teste
!rm /content/*
# Fazer o upload do arquivo de treino
uploaded = files.upload() # Upload Do Arquivo de Entrada
for fn in uploaded.keys():
print('User uploaded file "{name}" with length {length} bytes'.format(
name=fn, length=len(uploaded[fn])))
trainFilePath = '/content/' + fn # Nome do Diretorio orgiem do documento com a base de dados
# Fazer o upload do arquivo de teste
uploaded = files.upload() # Upload Do Arquivo de Entrada
for fn in uploaded.keys():
print('User uploaded file "{name}" with length {length} bytes'.format(
name=fn, length=len(uploaded[fn])))
testFilePath = '/content/' + fn # Nome do Diretorio orgiem do documento com a base de dados
# Metadados dos arquivos
#baseLocation = testFilePath
baseLocation = trainFilePath
lastUserId, lastFilmId = 0, 0
filmsRated = {}
for linha in open(baseLocation):
content = linha.split('\t')[0:3] # Separacao do conteudo em idUsu,idFil e nota
idUsu = int(content[0])
idFil = int(content[1])
nota = int(content[2])
if(idFil not in filmsRated.keys()):
filmsRated[idFil] = 1
if(idUsu > lastUserId):
lastUserId = idUsu
if(idFil > lastFilmId):
lastFilmId = idFil
numTotalUsu = lastUserId
numTotalFil = lastFilmId
print("Numero Total de Usuarios : %d"%(lastUserId))
print("Numero Total de Filmes : %d"%(lastFilmId))
print("Numero Total de Filmes Avaliados : %d"%(len(filmsRated)))
# Modelagem das Estruturas de Dados
userRating = [[0 for x in range(numTotalFil+1)] for y in range(numTotalUsu+1)] # uma matriz usuarioxFilme com a nota e com index inicial = 1
filmsRatedByUser = [ [] for x in range(numTotalUsu+1)] # Vetor com todos os filmes avaliados pra cada usuario com index inicial = 1
usersThatRatedFilm = [ [] for x in range(numTotalFil+1)] # Vetor com todos os usuarios que avaliaram o filme com index inicial = 1
for linha in open(trainFilePath):
(idUsu, idFil, nota) = linha.split()[0:3]
idUsu, idFil , nota = int(idUsu), int(idFil), int(nota)
userRating[idUsu][idFil] = nota
filmsRatedByUser[idUsu].append(idFil)
usersThatRatedFilm[idFil].append(idUsu)
# Testes
#print(getListaDeFilmesAvaliadosEmComum(1,2))
#print(getListaDeUsuariosAvaliadosEmComum(3,4))
#print(getDistEuclidianaFilme(1,2))
#print(getDistEuclidianaUsuario(3,4))
#print(getEucFilmesSimilares(1,5))
#print(getEucUsuariosSimilares(3,5))
#print(getMediaDeNotasFilmeGeral(1))
#print(getMediaDeNotasUsuarioGeral(3))
#print(getDesvioPadraoFilmeGeral(1))
#print(getDesvioPadraoUsuarioGeral(3))
#filmesEmComum = getListaDeFilmesAvaliadosEmComum(1,2)
#usuariosEmComum = getListaDeUsuariosAvaliadosEmComum(3,4)
#print(getMediaDeNotasFilme(1,usuariosEmComum))
#print(getMediaDeNotasUsuario(3,filmesEmComum))
#print(getDesvioPadraoFilme(1,usuariosEmComum))
#print(getDesvioPadraoUsuario(3,filmesEmComum))
#print(getDistPearsonFilme(1,2))
#print(getDistPearsonUsuario(3,4))
#print(getPeaFilmesSimilares(1,5))
#print(getPeaUsuariosSimilares(3,5))
#print(getEucRecomendacoesFilme(1)[0:5])
#print(getPearsonRecomendacoesFilme(1)[0:5])
#print(getEucRecomendacoesUsuario(3)[0:5])
#print(getPearsonRecomendacoesUsuario(3)[0:5])
#print(getNotaPrevistaEucFilme(1,849))
#print(getNotaPrevistaPeaFilme(1,688))
#print(getNotaPrevistaEucUsuario(3,1653))
#print(getNotaPrevistaPeaUsuario(3,1643))