实现音乐推荐系统源代码

recommendation_engines.py Recommenders.py 推荐系统.ipynb

# coding: utf-8

# # Load Necessary Dependencies

# In[1]:


import pandas as pd
import numpy as np
import time
import sqlite3

data_home = ‘./‘


# # Load and Process the Datasets

# ### Get more information about the Millionsong project from https://labrosa.ee.columbia.edu/millionsong/
# 
# #### Refer to Chapter 10: Section ‘The Million Song Dataset Taste Profile‘ for more details

# ## Load Triplets data  [user song play_count]

# #### Get the data from http://labrosa.ee.columbia.edu/millionsong/sites/default/files/challenge/train_triplets.txt.zip

# In[2]:

“““
triplet_dataset = pd.read_csv（filepath_or_buffer=data_home+‘train_triplets.txt‘ 
                              nrows=10000sep=‘\t‘ header=None 
                              names=[‘user‘‘song‘‘play_count‘]）


# In[3]:


triplet_dataset.head（n=10）


# ## Get User and total play counts

# In[5]:


output_dict = {}
with open（data_home+‘train_triplets.txt‘） as f:
    for line_number line in enumerate（f）:
        user = line.split（‘\t‘）[0]
        play_count = int（line.split（‘\t‘）[2]）
        if user in output_dict:
            play_count +=output_dict[user]
            output_dict.update（{user:play_count}）
        output_dict.update（{user:play_count}）
output_list = [{‘user‘:k‘play_count‘:v} for kv in output_dict.items（）]
play_count_df = pd.Dataframe（output_list）
play_count_df = play_count_df.sort_values（by = ‘play_count‘ ascending = False）


# In[ ]:


play_count_df.to_csv（path_or_buf=‘user_playcount_df.csv‘ index = False）


# ## Get Song and total play counts

# In[7]:


output_dict = {}
with open（data_home+‘train_triplets.txt‘） as f:
    for line_number line in enumerate（f）:
        song = line.split（‘\t‘）[1]
        play_count = int（line.split（‘\t‘）[2]）
        if song in output_dict:
            play_count +=output_dict[song]
            output_dict.update（{song:play_count}）
        output_dict.update（{song:play_count}）
output_list = [{‘song‘:k‘play_count‘:v} for kv in output_dict.items（）]
song_count_df = pd.Dataframe（output_list）
song_count_df = song_count_df.sort_values（by = ‘play_count‘ ascending = False）


# In[ ]:


song_count_df.to_csv（path_or_buf=‘song_playcount_df.csv‘ index = False）


# ## View top users and songs

# In[14]:

“““
play_count_df = pd.read_csv（filepath_or_buffer=‘user_playcount_df.csv‘）
play_count_df.head（n =10）


# In[15]:


song_count_df = pd.read_csv（filepath_or_buffer=‘song_playcount_df.csv‘）
song_count_df.head（10）


# ## Subsetting the data

# In[15]:


total_play_count = sum（song_count_df.play_count）
（float（play_count_df.head（n=100000）.play_count.sum（））/total_play_count）*100
play_count_subset = play_count_df.head（n=100000）


# In[17]:


（float（song_count_df.head（n=30000）.play_count.sum（））/total_play_count）*100


# In[18]:


song_count_subset = song_count_df.head（n=30000）


# In[19]:


user_subset = list（play_count_subset.user）
song_subset = list（song_count_subset.song）


# In[20]:


triplet_dataset = pd.read_csv（filepath_or_buffer=data_h

 属性            大小     日期    时间   名称
----------- ---------  ---------- -----  ----
     文件       13987  2018-02-27 11:42  recommendation_engines.py
     文件      353123  2018-03-01 15:32  推荐系统.ipynb
     文件        9456  2018-02-27 11:42  Recommenders.py