在Python中优化用于创建一起评级的项目列表的算法

概述给出购买事件列表(customer_id,item) 1-hammer1-screwdriver1-nails2-hammer2-nails3-screws3-screwdriver4-nails4-screws 我正在尝试构建一个数据结构,告诉我用另一个项目购买商品的次数.不是同时买的,而是因为我开始保存数据而买的.结果看起来像 { hammer : {screwd 给出购买事件列表(customer_ID,item)

1-hammer1-screwdriver1-nails2-hammer2-nails3-screws3-screwdriver4-nails4-screws

我正在尝试构建一个数据结构,告诉我用另一个项目购买商品的次数.不是同时买的,而是因为我开始保存数据而买的.结果看起来像

{       hammer : {screwdriver : 1,nails : 2},screwdriver : {hammer : 1,screws : 1,nails : 1},screws : {screwdriver : 1,nails : {hammer : 1,screwdriver : 1}}

表示用钉子两次(人1,3)和一把螺丝刀(人1)买了一把锤子,用螺丝刀买了一次螺钉(人3),依此类推……

我目前的做法是

users = dict其中userID是键,而购买的项目列表是值
usersForItem = dict其中itemID是键,而购买item的用户列表是值
userList =已对当前项目进行评级的临时用户列表

pseudo:for each event(customer,item)(sorted by item):  add user to users dict if not exists,and add the items  add item to items dict if not exists,and add the user----------for item,user in rows:  # add the user to the users dict if they don't already exist.  users[user]=users.get(user,[])  # append the current item_ID to the List of items rated by the current user  users[user].append(item)  if item != last_item:    # we just started a new item which means we just finished processing an item    # write the userList for the last item to the usersForItem dictionary.    if last_item != None:      usersForItem[last_item]=userList    userList=[user]    last_item = item    items.append(item)  else:    userList.append(user)usersForItem[last_item]=userList

所以,在这一点上,我有两个决定 – 谁买了什么,以及谁买了什么.这是它变得棘手的地方.现在填充了usersForItem,我遍历它,遍历购买该项目的每个用户,并查看用户的其他购买.我承认这不是最狡猾的做事方式 – 我试图确保在得到Python之前得到正确的结果(我是).

relatedItems = {}for key,listofUsers in usersForItem.iteritems():  relatedItems[key]={}  related=[]  for ux in listofReaders:    for itemRead in users[ux]:      if itemRead != key:        if itemRead not in related:          related.append(itemRead)        relatedItems[key][itemRead]= relatedItems[key].get(itemRead,0) + 1      calc jaccard/tanimoto similarity between relatedItems[key] and its values

有没有更有效的方法可以做到这一点？此外,如果这种类型的 *** 作有适当的学术名称,我很乐意听到它.

编辑：澄清包括这样一个事实,即我不会限制购买同时购买的物品.物品可以随时购买.

解决方法

events = """-hammer 1-screwdriver 1-nails 2-hammer 2-nails 3-screws 3-screwdriver 4-nails 4-screws""".splitlines()events = sorted(map(str.strip,e.split('-')) for e in events)from collections import defaultdictfrom itertools import groupby# tally each occurrence of each pair of itemssummary = defaultdict(int)for val,items in groupby(events,key=lambda x:x[0]):    items = sorted(it[1] for it in items)    for i,item1 in enumerate(items):        for item2 in items[i+1:]:            summary[(item1,item2)] += 1            summary[(item2,item1)] += 1# Now convert raw pair counts into frIEndlIEr lookup tablepairmap = defaultdict(dict)for k,v in summary.items():    item1,item2 = k    pairmap[item1][item2] = v# print the results    for k,v in sorted(pairmap.items()):    print k,':',v

得到：

hammer : {'nails': 2,'screwdriver': 1}nails : {'screws': 1,'hammer': 2,'screwdriver': 1}screwdriver : {'screws': 1,'nails': 1,'hammer': 1}screws : {'nails': 1,'screwdriver': 1}

(这通过购买事件解决您的初始请求分组项目.要按用户分组,只需将事件列表的第一个键从事件编号更改为用户ID.)

总结

以上是内存溢出为你收集整理的在Python中优化用于创建一起评级的项目列表的算法全部内容，希望文章能够帮你解决在Python中优化用于创建一起评级的项目列表的算法所遇到的程序开发问题。

如果觉得内存溢出网站内容还不错，欢迎将内存溢出网站推荐给程序员好友。