R数据帧变换

我有一个数据框，如下所示，每一行代表一个事务（即用户001听了Nirvana，也听了Metallica，但不是Slayer）

现在我需要对其进行预处理，以进行基于项目的推荐。我需要在歌曲元素之间建立一个余弦相似矩阵

             nirvana       metallica      slayer
nirvana                    0.2            0
metallica    0.24                         0
slayer       0             0               

---

这是为了建立一个推荐系统，所以如果有人能给我指出正确的方向或给我一个方法，我将不胜感激

我建议使用arules包并传递用户ID和艺术家。包装上有很清楚的说明。快速简单。。。生成的规则具有高质量

假设您需要基于商品的CF，而其他什么都不行，请尝试Recommender Lab package。它有预构建的功能，可能会有所帮助，尽管我发现它很脆弱，而且没有太多文档

---

我发现大多数人将推荐引擎和协同过滤视为同义词，其实它们根本不是

执行此操作的步骤包括：

转换数据集

创建歌曲/歌曲数据帧

计算每个单元格的余弦相似性

转换

为了转换数据集，我们使用plyr库获取国家为德国的子集（我只对德国感兴趣） 图书馆（plyr）

---

data.germany一种方法我在一个项目中必须同时使用这两种方法^ ^我早些时候看到了推荐人实验室，我同意这看起来相当可疑。我想出了一个解决方案，我现在就提出。

             nirvana       metallica      slayer
nirvana                    0.2            0
metallica    0.24                         0
slayer       0             0               

germany.frequency<-as.data.frame((table(data.germany$user,data.germany$artist,dnn=c("user","artist"))))

germany.frequency<-subset(germany.frequency,Freq>=1)

germany.users <- as.matrix(unique(data.germany$user))
germany.artists <- as.matrix(unique(data.germany$artist))
holder <- matrix(NA, nrow=nrow(germany.users),ncol=nrow(germany.artists),dimnames=list((germany.users),(germany.artists)))
holder[,] <- 0
for(i in 1:nrow(holder)) {
  for(j in 1:ncol(holder)) {
    if(nrow(subset(germany.frequency, (user == rownames(holder)[i] & artist ==    colnames(holder)[j])))>0)
    {  holder[i,j]<-1 }  
  }
}

# Reorder the column names alphabetically
data.germany<-(holder[,order(colnames(holder))])

data.germany.ibs <- (data.germany[,!(names(data.germany) %in% c("user"))])

getCosine <- function(x,y) 
{
  this.cosine <- sum(x*y) / (sqrt(sum(x*x)) * sqrt(sum(y*y)))
  return(this.cosine)
}

holder <- matrix(NA, nrow=ncol(data.germany.ibs),ncol=ncol(data.germany.ibs),dimnames=list(colnames(data.germany.ibs),colnames(data.germany.ibs)))

data.germany.ibs.similarity <- as.data.frame(holder)

for(i in 1:ncol(data.germany.ibs)) {
    for(j in 1:ncol(data.germany.ibs)) {
      data.germany.ibs.similarity[i,j]= getCosine(data.germany.ibs[i],data.germany.ibs[j])
}

write.csv(data.germany.ibs.similarity,file="final-germany-similarity.csv")

data.germany.neighbours <- matrix(NA, nrow=ncol(data.germany.ibs.similarity),ncol=11,dimnames=list(colnames(data.germany.ibs.similarity)))

for(i in 1:ncol(data.germany.ibs)) 
{
    data.germany.neighbours[i,] <- (t(head(n=11,rownames(data.germany.ibs.similarity[order(data.germany.ibs.similarity[,i],decreasing=TRUE),][i]))))
}

  write.csv(file="final-germany-item-neighbours.csv",x=data.germany.neighbours[,-1])