【C语言练习】095. 编写代码实现简单的推荐系统

095. 编写代码实现简单的推荐系统

在C语言中实现一个简单的推荐系统可以通过基于用户或基于物品的协同过滤算法来完成。这里我将展示一个简单的基于用户的协同过滤推荐系统。这种推荐系统通过分析用户之间的相似性来为用户推荐他们可能喜欢的物品。

基于用户的协同过滤推荐系统

算法步骤

1. 计算用户相似度：使用相似度度量（如皮尔逊相关系数或余弦相似度）计算用户之间的相似度。
2. 找到相似用户：为每个用户找到最相似的其他用户。
3. 生成推荐：根据相似用户的评分，为当前用户生成推荐。

示例代码：简单的基于用户的协同过滤推荐系统

#include 
#include 
#include 

#define NUM_USERS 5
#define NUM_ITEMS 4

// 用户评分矩阵
float ratings[NUM_USERS][NUM_ITEMS] = {
   
    {
   5, 3, 0, 1},
    {
   4, 0, 0, 1},
    {
   1, 1, 0, 5},
    {
   1, 0, 0, 4},
    {
   0, 1, 5, 4},
};

// 计算两个用户之间的皮尔逊相关系数
float pearsonCorrelation(int user1, int user2) {
   
    float sum1 = 0.0, sum2 = 0.0, sum1Sq = 0.0, sum2Sq = 0.0, pSum = 0.0;
    int n = 0;

    for (int i = 0; i < NUM_ITEMS; i++) {
   
        if (ratings[user1][i] > 0 && ratings[user2][i] > 0) {
   
            sum1 += ratings[user1][i];
            sum2 += ratings[user2][i];
            sum1Sq += ratings[user1][i] * ratings[user1][i];
            sum2Sq += ratings[user2][i] * ratings[user2][i];
            pSum += ratings[user1][i] * ratings[user2][i];
            n++;
        }
    }

    if (n == 0) return 0.0;

    float num = pSum - (sum1 * sum2 / n);
    float den = sqrt((sum1Sq - sum1 * sum1 / n) * (sum2Sq - sum2 * sum2 / n));
    if (den == 0) return 0.0;

    return num / den;
}

// 找到最相似的用户
int findMostSimilarUser(int user) {
   
    float maxSim = -1.0;
    int mostSimilarUser = -1;

    for (int i =