生成用户/项目交互

Question

我有一个 pandas 数据框（交互数据框），列为用户、项目、评级。

Ratings ItemID   UserID
1      1172952     A74
1      1178735     176
4      341785     70C
3      136771     67E
2      1178883     383

假设我还有两个数据框，分别有 200 个用户和 1000 个 ietms。问题是在交互数据框中，我需要对每个用户和每个项目组合进行评分。如果在交互数据框中没有可用于该用户和项目的交互，则 user/item 组合的评分为 0。

我试过使用这样的循环：

item_ids = np.repeat(item_data.id.values, len(user_data.id.values))
user_ids = np.tile(user_data.id.values, len(item_data.id.values))
ratings = np.empty([len(item_ids)])

for i in range(len(ratings)):
    inter = interactions.loc[(interactions['UserID'] == user_ids[i]) & (interactions["ItemID"] == item_ids[i]), "Ratings"]
    if not inter.empty:
        ratings[i] = inter.values[0]
    else:
        ratings[i] = 0

interactions = np.stack((ratings, item_ids, user_ids), axis=-1)

但是完成一个只有 30,000 行的评分数组需要 40 秒。有没有快速的方法来做到这一点？感谢您的帮助。

Answer 1

你对问题的解释有点草率，但我感觉你需要这个：

interactions.set_index(['ItemID','UserID'])\
            .unstack().fillna(0).astype(int).stack()\
            .reset_index()

这段代码创建了一个矩形 table 的用户和项目，用零填充空白，并将 table 转换回 "tall" 向量。输出：

     ItemID UserID  Ratings
0    136771    176        0
1    136771    383        0
2    136771    67E        3
3    136771    70C        0
4    136771    A74        0
5    341785    176        0
6    341785    383        0
7    341785    67E        0
8    341785    70C        4
9    341785    A74        0
10  1172952    176        0
....

我假设每个项目和每个用户（但不是他们的组合！）在 interaction table 中至少被引用一次。如果不是，则需要一些 merge 与其他两个 table 的连接。

生成用户/项目交互

Generating User / Item interactions

python

pandas

numpy

machine-learning

recommendation-engine