Python 협업필터링_알고리즘1

협업필터링 알고리즘 연습1

(Collaborative filtering _ algorithm)

 

추천 알고리즘을 알고 싶어서 구글링중 괜찮은 사이트가 있어서 따라하면서 배워본다.

https://kutar37.tistory.com/entry/%ED%8C%8C%EC%9D%B4%EC%8D%AC-%ED%98%91%EC%97%85%ED%95%84%ED%84%B0%EB%A7%81Collaborative-Filtering-%EC%B6%94%EC%B2%9C-%EC%95%8C%EA%B3%A0%EB%A6%AC%EC%A6%98-1

 

 

위 처럼 4명의 사람들이 3개의 영화에 대해서 평점을 매겨 놓았다 .

 

위 Data를 기반으로 협업필터링을 어떻게 구현하게 되는지 맛만 본다.

 

Key는 이름이고 , Value는 {영화이름 : 평점 } 의 이중 딕션어리 ( Dictionaray ) 구조가 된다 .

 

critics={

    'hhd':{'guardians of the galaxy 2':5,'christmas in august':4,'boss baby':1.5},

    'chs':{'christmas in august':5,'boss baby':2},

    'kmh':{'guardians of the galaxy 2':2.5,'christmas in august':2,'boss baby':1},

    'leb':{'guardians of the galaxy 2':3.5,'christmas in august':4,'boss baby':5}

}

 

hhd의 키값을 이용해 목록을 구해본다.

파이썬에서 딕셔너리에서 value를 구하는 방법은 [key] or get.(key) 가 있다.

둘 다 value를 뱉어내니 같다고 생각할 수 있겠지만 , 사실상 조금 다르다.

 

[key] = value를 꺼내올 때 존재하지 않는 키라면 오류가 발생한다.

.get(key) 는 None을 출력한다 .

 

critics.get('hhd')

-->{'guardians of the galaxy 2': 5, 'christmas in auguest': 4, 'boss baby': 1.5}

 

hhd 가 boss baby에 몇점을 줬는지 출력해 본다 .

이중 딕셔너리 구조니까 다음과 같이 두 번에 걸쳐 value를 구한다

 

critics.get('hhd').get('boss baby')

-->1.5

 

---

 

2차원에서 피타고라스 공식을 통해 두 사람간의 거리 구하기

(Finding the distance between two people through the Pythagorean formula in 2D)

두 사람 간 유사도를 구하는 가장 기본적인 방법은 2차원 그래프에 점을 찍은 후 서로 거리를 구하는 것이다.

여기에 피타고라스 공식이 사용되며 , 거리가 가까울수록 유사도가 높다고 할 수 있다.

# 피타고라스 공식은 안다고 가정하겠다.

 

 

 

먼저 , 제곱근 계산을 위해 math 패키지의 sqrt를 import 한다.

from math import sqrt

sqrt(pow(1,2)+pow(3,2))

-->3.1622776601683795

 

위 처럼 값이 잘 나온다 .

 

이제 위 값을 기반으로 거리공식을 함수로 정의해볼 것이다 .

 

def sim(i,j):

    return sqrt(pow(i,2)+pow(j,2))

 

위와 같이 정의를 할 수 있다.

 

이제 두 사람간 거리를 구하는 함수를 만들었으니 , leb와 chs의 boss baby , Christmas in august 평점 거리를 계산해 보자.

 

var1 = critics['chs']['christmas in august']-critics['leb']['christmas in august']

var2 = critics['chs']['boss baby']-critics['leb']['boss baby']

sim(var1,var2)

 

위의 공식을 보면 약간 복잡해 보일 수 있는데 , 쉽게 생각하면

Chs의 Christmas in august의 평점에서 leb의 Christmas in august 의 평점을 뺀 값을 var1에 저장시키는 것이다.

그래프로 이해하면 쉬울 것이다.

 

 

X 축은 보스베이비 , Y축은 8월의 크리스마스라고 할 때 ,

Chs 의 순서쌍은 ( 2,5 )로 나타날 것이며 ,

Leb 의 순서쌍은 ( 5,4 )로 나타날 것이다 .

 

결론적으로 ( 5 – 2 )^ + ( 4 – 5 )^ = 결과값^이 된다.

 

아까 식을 결과값을 내보면

-->3.1622776601683795

이 나온다 .

 

---

2차원에서 피타고라스 공식을 통해서 2명 이상과의 거리 구하기 

(Finding a distance from two or more people through the Pythagorean formula in 2D)

 

이제 chs을 대상으로 다른 사람들 전체와의 christmas in august, boss baby 평점을 통해 거리를 구해본다 .

 

반복문을 통해서 딕셔너리를 돌면서 key값을 순차적으로 꺼내온다 .

그러나 자기 자신을 제외해야 하므로 이를 판별하는 조건문이 중간에 들어갈 것이다 .

for i in critics:

    if i!='chs': # 자기자신을 제외시킴

        num1 = critics.get('chs').get('christmas in august')- critics.get(i).get('christmas in august')

        num2 = critics.get('chs').get('boss baby')- critics.get(i).get('boss baby')

        print(i," : ", sim(num1,num2))

 -->

hhd  :  1.118033988749895

kmh  :  3.1622776601683795

leb  :  3.1622776601683795

 

피타고라스 공식으로 도출한 거리이므로 값이 작을수록 유사한 구조를 가지고 있다.

기준이 되는 chs은 값이 가장 작은 hhd와 가장 유사한 취향을 가졌다고 유추할 수 있게 된다.

 

---

비교를 위한 정규화

(Normalization for comparison)

 

정규화를 이용해 거꾸로 값이 클수록 유사한 것으로 판별하는것으로 한번 해보자 .

정규화를 통하면 변수의 범위가 0~1사이로 일정하게 설정되기 때문에 비교하기 용이하며 , 특정 범위내로 가두는 효과 또한 있다.

 

for i in critics:

    if i != 'chs':

        num1 = critics.get('chs').get('christmas in august')- critics.get(i).get('christmas in august')

        num2 = critics.get('chs').get('boss baby')- critics.get(i).get('boss baby')

        print(i," : ", 1/(1+sim(num1,num2)))

 

식이 크게 달라지는 것은 없고 , 연산식 나누기가 들어간 것이 보일 것이다 .

 -->

hhd  :  0.4721359549995794

kmh  :  0.2402530733520421

leb  :  0.2402530733520421

 

위의 결과값을 보면 , 아까와 마찬가지로 chs가 가장 유사한 취향을 가진것으로 동일한 결과를 낸다.