現在、2-5まで写経しながら読み進めた。2-6からはdeliciousを実際に使っていくようだ。


適当に今日のコードを貼付ける。
いろいろと映画の名前とかにスペルミスがあるが気にしないことにする。

#!/usr/bin/env python
# -*- coding: utf-8 -*-

# Import
from math import sqrt


""" 映画評者と評点のDictionary """
critics = {Lisa Rose:
               {Lady in the water: 2.5,
                Snakes on a plane: 3.5,
                Just My luuck: 3.0,
                Superman Returns: 3.5,
                You, Me and Dupree: 2.5,
                The Night Listener: 3.0},
           Gene Seymour:
               {Lady in the water: 3.0,
                Snakes on a plane: 3.5,
                Just My luuck: 1.5,
                Superman Returns: 5.0,
                You, Me and Dupree: 3.5,
                The Night Listener: 3.0},
           Michel Phillips:
               {Lady in the water: 2.5,
                Snakes on a plane: 3.0,
                Superman Returns: 3.5,
                The Night Listener: 4.0},
           Claudia Puig:
               {Snakes on a plane: 3.5,
                Just My luuck: 3.0,
                Superman Returns: 4.0,
                You, Me and Dupree: 2.5,
                The Night Listener: 4.5},
           Mick LaSalle:
               {Lady in the water: 3.0,
                Snakes on a plane: 4.0,
                Just My luuck: 2.0,
                Superman Returns: 3.0,
                You, Me and Dupree: 2.0,
                The Night Listener: 3.0},
           Jack Matthews:
               {Lady in the water: 3.0,
                Snakes on a plane: 4.0,
                Superman Returns: 5.0,
                You, Me and Dupree: 2.0,
                The Night Listener: 3.0},
           Toby:
               {Snakes on a plane: 4.5,
                Superman Returns: 4.0,
                You, Me and Dupree: 1.0}
           }


def sim_distance(prefs,person1,person2):
    # 2人とも評価しているアイテムのリストを得る
    si={}
 
    for item in prefs[person1]:
        if item in prefs[person2]:
            si[item]=1

    if len(si)==0: return 0

    sum_of_squares = sum([pow(prefs[person1][item]-prefs[person2][item],2)
                          for item in prefs[person1] if item in prefs[person2]])

    return 1/(1+sum_of_squares)

def sim_pearson(prefs,p1,p2):
    si={}
    for item in prefs[p1]:
        if item in prefs[p2]: si[item]=1

    n=len(si)
    if n==0: return 0

    sum1=sum([prefs[p1][it] for it in si])
    sum2=sum([prefs[p2][it] for it in si])

    sum1Sq = sum([pow(prefs[p1][it],2) for it in si])
    sum2Sq = sum([pow(prefs[p2][it],2) for it in si])
    
    pSum = sum([prefs[p1][it]*prefs[p2][it] for it in si])


    # ピアソン相関によるスコア計算
    num = pSum - (sum1*sum2/n)
    den = sqrt((sum1Sq-pow(sum1,2)/n)*(sum2Sq-pow(sum2,2)/n))
    if den == 0: return 0

    r = num/den
    return r

# 評者とのマッチング
def topMatches(prefs,person,n=5,similarity=sim_pearson):
    scores=[(similarity(prefs,person,other),other)
            for other in prefs if other!=person]

    scores.sort()
    scores.reverse()
    return scores[0:n]

# personへの推薦を算出 person以外の全ユーザの評点の重み付き平均
def getRecommendations(prefs,person,similarity=sim_pearson):
    totals={}
    simSum={}
    for other in prefs:
        # 自分自身とは比較しない
        if other==person: continue
        sim=similarity(prefs,person,other)

        # 0以下は無視
        if sim<=0: continue

        for item in prefs[other]:
            # まだ見ていないものの得点を算出
            if item not in prefs[person] or prefs[person][item]==0:
                # 類似度*スコア
                totals.setdefault(item,0)
                totals[item]+=prefs[other][item]*sim
                simSum.setdefault(item,0)
                simSum[item]+=sim
    
    rankings=[(total/simSum[item],item) for item,total in totals.items()]

    rankings.sort()
    rankings.reverse()

    return rankings

def transformPrefs(prefs):
    result={}
    for person in prefs:
        for item in prefs[person]:
            result.setdefault(item,{})
            result[item][person]=prefs[person][item]
    return result