R语言实现协同过滤

# 读入数据，原数据是user-subject的收藏二元组
data = read.table(‘data.dat‘, sep=‘,‘, header=TRUE)
# 标识user与subject的索引
user = unique(data$user_id)   #unique是去重
subject = unique(data$subject_id)
uidx = match(data$user_id, user)
iidx = match(data$subject_id, subject)
# 从二元组构造收藏矩阵
M = matrix(0, length(user), length(subject))
i = cbind(uidx, iidx)
M[i] = 1
# 对列向量（subject向量）进行标准化，%*%为矩阵乘法
mod = colSums(M^2)^0.5  # 各列的模
MM = M %*% diag(1/mod)  # M乘以由1/mod组成的对角阵，实质是各列除以该列的模
#crossprod实现MM的转置乘以MM，这里用于计算列向量的内积，S为subject的相似度矩阵
S = crossprod(MM)
# user-subject推荐的分值
R = M %*% S
R = apply(R, 1, FUN=sort, decreasing=TRUE, index.return=TRUE)
k = 5
# 取出前5个分值最大的subject
res = lapply(R, FUN=function(r)return(subject[r$ix[1:k]]))
# 输出数据
write.table(paste(user, res, sep=‘:‘), file=‘result.dat‘, quote=FALSE, row.name=FALSE, col.name=FALSE)

R语言实现协同过滤

原文：http://my.oschina.net/dfsj66011/blog/513228