Python程序设计与实践 大作业实验报告 陆阳 孙勇 裘升明.docVIP

浙江工商大学计算机与信息工程学院 《Python程序设计与实践》大作业报告 专 业： 计科 班 级： 1404 学 号：1412190416、1412190415、1412190413 姓 名： 陆阳，孙勇，裘昇明 指导教师： 蒲飞 2015 年 6 月 28 日  题目介绍： 在真实的业务场景下，我们往往需要对所有商品的一个子集构建个性化推荐模型。在完成这件任务的过程中，我们不仅需要利用用户在这个商品子集上的行为数据，往往还需要利用更丰富的用户行为数据。定义如下的符号：U——用户集合I——商品全集P——商品子集，P???ID——用户对商品全集的行为数据集合那么我们的目标是利用D来构造U中用户对P中商品的推荐模型。 数据说明： 竞赛数据包含两个部分。第一部分是用户在商品全集上的移动端行为数据（D）,表名为tianchi_mobile_recommend_train_user，包含如下字段： 字段 字段说明 提取说明 ?user_id ?用户标识 ?抽样字段脱敏 ?item_id ?商品标识 ?字段脱敏 ?behavior_type? ?用户对商品的行为类型 ?包括浏览、收藏、加购物车、购买，对应取值分别是1、2、3、4。 ?user_geohash ?用户位置的空间标识，可以为空 ?由经纬度通过必威体育官网网址的算法生成 item_category 商品分类标识 字段脱敏 time 行为时间 精确到小时级别 第二个部分是商品子集（P）,表名为tianchi_mobile_recommend_train_item，包含如下字段： 字段 字段说明 提取说明 ?item_id ?商品标识 ?抽样字段脱敏 ?item_ geohash ?商品位置的空间标识，可以为空 ?由经纬度通过必威体育官网网址的算法生成 ?item_category? ?商品分类标识 ?字段脱敏 训练数据包含了抽样出来的一定量用户在一个月时间（11.18~12.18）之内的移动端行为数据（D），评分数据是这些用户在这个一个月之后的一天（12.19）对商品子集（P）的购买数据。参赛者要使用训练数据建立推荐模型，并输出用户在接下来一天对商品子集购买行为的预测结果。? 大作业报告内容包括以下几个部分 1、数据分组统计： 可统计有多少用户、商品、商品类别等信息，甚至每天各种行为的统计数。如图： 还有，在给出的用户行为数据中，有些用户在整个11-18日至12-18日对商品有浏览行为记录，但是从未产生过购买行为，这些用户会否在12月19号购买商品实难预测，因此，我们去除这些无购买行为的用户信息，认为这些用户在12月19号还是不会购买任何商品。 贴关键代码 import time import pandas as pd start=time.time() df_items=pd.read_csv(tianchi_mobile_recommend_train_item.csv) df_items2=pd.read_csv(tianchi_mobile_recommend_train_user.csv) df_items3=pd.DataFrame() df_items4=pd.DataFrame() df_items5=pd.DataFrame() df_items3=df_items[item_id].drop_duplicates() df_items4=df_items[item_category].drop_duplicates() df_items5=df_items[df_items.item_geohash.notnull()] df_items5=df_items5[item_id].drop_duplicates() df_items6=df_items2[user_id].drop_duplicates() df_items7=df_items2[item_id].drop_duplicates() df_items8=df_items2[item_category].drop_duplicates() total_behavior_num=len(df_items2) df_items9=df_items2[df_items2.behavior_type==4] df_items10=df_items2[df_items2.behavior_type!=4] positive_num=len(df_items9) negative_nu