2.5 似ている製品

集合知プログラミング2章

概要

 閲覧数:1325  投稿日:2016-01-03  更新日:2016-01-03  

書籍からの変更点
・sim_distance関数の最後の行
return 1/(1 + sum_of_squares)

return 1/(1 + sqrt(sum_of_squares))

リンク先からの変更点
・'Michael Phillips' の 'The Night Listener' 評価を 3.0 から 4.0 へ変更


コード

$critics = array( 
  'Lisa Rose' => array( 
    'Lady in the Water' => 2.5,
    'Snakes on a Plane' => 3.5,
    'Just My Luck' => 3.0,
    'Superman Returns' => 3.5,
    'You, Me and Dupree' => 2.5,
    'The Night Listener' => 3.0,
  ),
  'Gene Seymour' => array( 
    'Lady in the Water' => 3.0,
    'Snakes on a Plane' => 3.5,
    'Just My Luck' => 1.5,
    'Superman Returns' => 5.0,
    'You, Me and Dupree' => 3.5,
    'The Night Listener' => 3.0,
  ),
  'Michael Phillips' => array( 
    'Lady in the Water' => 2.5,
    'Snakes on a Plane' => 3.0,
    'Superman Returns' => 3.5,
    'The Night Listener' => 4.0,
  ),
  'Claudia Puig' => array( 
    'Snakes on a Plane' => 3.5,
    'Just My Luck' => 3.0,
    'Superman Returns' => 4.0,
    'You, Me and Dupree' => 2.5,
    'The Night Listener' => 4.5,
  ),
  'Mick LaSalle' => array( 
    'Lady in the Water' => 3.0,
    'Snakes on a Plane' => 4.0,
    'Just My Luck' => 2.0,
    'Superman Returns' => 3.0,
    'You, Me and Dupree' => 2.0,
    'The Night Listener' => 3.0,
  ),
  'Jack Matthews' => array( 
    'Lady in the Water' => 3.0,
    'Snakes on a Plane' => 4.0,
    'Superman Returns' => 5.0,
    'You, Me and Dupree' => 3.5,
    'The Night Listener' => 3.0,
  ),
  'Toby' => array( 
    'Snakes on a Plane' => 4.5,
    'Superman Returns' => 4.0,
    'You, Me and Dupree' => 1.0,
  ),
);


// person1とperson2の距離を基にした類似性スコアを返す
//返り値は0-1の範囲で1に近いほど類似性がある
function sim_distance($prefs, $person1, $person2){

  $si = array();

  //二人とも評価しているアイテムのリストを得る
  foreach($prefs["$person1"] as $item => $val){
    if(isset($prefs["$person2"]["$item"])){
      $si["$item"] = 1;
    }
  }

  if(count($si) == 0){ return 0;}

  //すべての差の平方を足し合わせる
  //上のループでできる
  $sum_of_squares = 0;
  foreach($prefs["$person1"] as $item => $val){
    if(isset($prefs["$person2"]["$item"])){
      $sum_of_squares += pow( ( $prefs["$person1"]["$item"] - $prefs["$person2"]["$item"]),2);    }
  }

  return 1/(1 + sqrt($sum_of_squares));

}


//P1とP2のピアソン相関係数を返す。
function sim_pearson($prefs,$p1,$p2){

  //両者が互いに評価しているアイテムのリストを取得
  $si = array();
  foreach($prefs["$p1"] as $item => $val){
    if(isset($prefs["$p2"]["$item"])){
      $si["$item"] = 1;
    }
  }

  //要素の数を調べる。
  $n = count($si);

  //すべての嗜好,平方,積を合計する

  //嗜好の合計
  $sum1 = 0;
  $sum2 = 0;

  //平方の合計
  $sum1Sq = 0;
  $sum2Sq = 0;

  //積の合計
  $pSum = 0;

  foreach($si as $item => $val){
    $sum1 += $prefs["$p1"]["$item"];
    $sum2 += $prefs["$p2"]["$item"];
    $sum1Sq += pow($prefs["$p1"]["$item"],2);
    $sum2Sq += pow($prefs["$p2"]["$item"],2);
    $pSum += $prefs["$p1"]["$item"] * $prefs["$p2"]["$item"];
  }

  //ピアソンスコアを計算する
  $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;
}

//ディクショナリprefsからpersonにもっともマッチするものたちを返す
//結果の数と類似性関数はオプションのパラメータ
function topMatches($prefs, $person, $n=5, $similarity="sim_pearson"){

  $scores = array();
  foreach($prefs as $other => $list){
    if($other != $person){
      switch($similarity){
        case "sim_distance":
          $scores[] = array(sim_distance($prefs,$person,$other),$other);
          break;
        case "sim_pearson":
          $scores[] = array(sim_pearson($prefs,$person,$other),$other);
          break;
        }
      }
    }
    sort($scores);
    rsort($scores);
    $res = array();
    for($i = 0;$i < $n;$i++){
      $res[] = array_shift($scores);
    }
  return $res;
}

function transformPrefs($prefs){
  $result = array();
  foreach($prefs as $person => $items){
    foreach($prefs["$person"] as $item => $scor){
      $result["$item"]["$person"] = $prefs["$person"]["$item"];
    }
  }
  return $result;
}



$movies = transformPrefs($critics);
var_dump($movies);
var_dump(topMatches($movies,'Superman Returns'));



結果

array(6) {
  ["Lady in the Water"]=>
  array(5) {
    ["Lisa Rose"]=>
    float(2.5)
    ["Gene Seymour"]=>
    float(3)
    ["Michael Phillips"]=>
    float(2.5)
    ["Mick LaSalle"]=>
    float(3)
    ["Jack Matthews"]=>
    float(3)
  }
  ["Snakes on a Plane"]=>
  array(7) {
    ["Lisa Rose"]=>
    float(3.5)
    ["Gene Seymour"]=>
    float(3.5)
    ["Michael Phillips"]=>
    float(3)
    ["Claudia Puig"]=>
    float(3.5)
    ["Mick LaSalle"]=>
    float(4)
    ["Jack Matthews"]=>
    float(4)
    ["Toby"]=>
    float(4.5)
  }
  ["Just My Luck"]=>
  array(4) {
    ["Lisa Rose"]=>
    float(3)
    ["Gene Seymour"]=>
    float(1.5)
    ["Claudia Puig"]=>
    float(3)
    ["Mick LaSalle"]=>
    float(2)
  }
  ["Superman Returns"]=>
  array(7) {
    ["Lisa Rose"]=>
    float(3.5)
    ["Gene Seymour"]=>
    float(5)
    ["Michael Phillips"]=>
    float(3.5)
    ["Claudia Puig"]=>
    float(4)
    ["Mick LaSalle"]=>
    float(3)
    ["Jack Matthews"]=>
    float(5)
    ["Toby"]=>
    float(4)
  }
  ["You, Me and Dupree"]=>
  array(6) {
    ["Lisa Rose"]=>
    float(2.5)
    ["Gene Seymour"]=>
    float(3.5)
    ["Claudia Puig"]=>
    float(2.5)
    ["Mick LaSalle"]=>
    float(2)
    ["Jack Matthews"]=>
    float(3.5)
    ["Toby"]=>
    float(1)
  }
  ["The Night Listener"]=>
  array(6) {
    ["Lisa Rose"]=>
    float(3)
    ["Gene Seymour"]=>
    float(3)
    ["Michael Phillips"]=>
    float(4)
    ["Claudia Puig"]=>
    float(4.5)
    ["Mick LaSalle"]=>
    float(3)
    ["Jack Matthews"]=>
    float(3)
  }
}
array(5) {
  [0]=>
  array(2) {
    [0]=>
    float(0.65795169495977)
    [1]=>
    string(18) "You, Me and Dupree"
  }
  [1]=>
  array(2) {
    [0]=>
    float(0.48795003647427)
    [1]=>
    string(17) "Lady in the Water"
  }
  [2]=>
  array(2) {
    [0]=>
    float(0.11180339887499)
    [1]=>
    string(17) "Snakes on a Plane"
  }
  [3]=>
  array(2) {
    [0]=>
    float(-0.17984719479905)
    [1]=>
    string(18) "The Night Listener"
  }
  [4]=>
  array(2) {
    [0]=>
    float(-0.42289003161103)
    [1]=>
    string(12) "Just My Luck"
  }
}



タグ


pow 





2.4 アイテムを推薦する

2.7.1 アイテム間の類似度のデータセットを作る



類似度ページランキング
順位 ページタイトル抜粋
1 2.5 似ている製品 100
2 2.4 アイテムを推薦する 35
3 2.3.4 訳者をランキングする  30
4 2.3.2 ピアソン相関によるスコア 29
5 2.7.1 アイテム間の類似度のデータセットを作る 29
6 2.3.1 ユークリッド距離によるスコア 27
7 「数字が格納されている変数」の型を確認 21
8 配列を変数として展開する extract() 18
9 全ての PHP エラーを表示 17
10 変数に含まれるすべての要素、 あるいはオブジェクトに含まれる何かの数を数える 17
11 「最後に位置している指定文字列」より後の文字列を取得 17
12 2 つの配列(文字列とdatetime)が要素順で 対応している時、日付を整形して 新しい配列を作成 17
13 2つの配列から、新しい配列を作成 15
14 多次元配列で特定キーが重複している箇所をランダムで1つだけ表示 15
15 要素の初期値を指定して配列を作成する array_fill() 15
16 MySQLのdatetime型カラムに格納している値と比較して、24時間以内かどうかを判定 15
17 アルファベット小文字に続けて大文字表示 13
18 プログラム実行処理時間を計測して表示する 13
19 「指定配列要素が配列内で重複している数」をカウント後、配列要素として追加 13
20 配列要素を、文字列連結して表示 … for文 13
2024/11/23 10:54 更新
週間人気ページランキング / 11-16 → 11-22
順位 ページタイトル抜粋 アクセス数
1 配列キー内に「指定文字列が含まれるキー」と「その値」を抽出して、新しい配列を返す | 配列(型) 8
1 後ろから3文字削除 / 「18:00:00」→「18:00」 | 文字列(テキスト処理) 8
2 URLから、トップページ(index.html)判定 | ルーティング 6
3 指定文字列より前を取得 | 文字列(テキスト処理) 5
4 配列の内容(ひらがな)を、読み(あ行~わ行)で分け、新たな配列へ格納 | 配列(型) 4
4 MySQLのdatetime型カラムに格納している値と比較して、24時間以内かどうかを判定 | 日付および時刻関連 4
5 現在WebページのURLパスを第2階層まで取得 | パス 3
5 対象文字列の内、「最初の指定文字列以前」と「それ以降の文字列」を取得する | 文字列(テキスト処理) 3
5 2 つの配列(文字列とdatetime)が要素順で 対応している時、日付を整形して 新しい配列を作成 | 配列(型) 3
6 再帰処理で平坦な連想配列をツリー化 | 多次元配列(型) 2
6 「1週間後の年月日時分秒」を表示 … time() | 日付および時刻関連 2
6 投稿日時をTwitterのように「★分前」「★時間前」という文字列変換するユーザ定義PHP関数 | 日付および時刻関連 2
6 配列要素を、文字列連結して表示(元配列を上書) … foreach文+implode | 配列(型) 2
6 8桁の生年月日数字から、年齢を計算 | 日付および時刻関連 2
6 null代入とunset()の違い | 変数 2
6 PHPで最後の「指定区切り文字」より後ろを取得 | 配列(型) 2
7 配列定数同士をarray_mergeで後ろに単純連結(キーは新たに振り直す) | 定数 1
7 gethostbyaddr / IPアドレスからホスト名を取得 | ネットワーク 関数 1
7 マークダウンで書かれたURLを(エスケープ処理するのではなく)削除する | テキスト処理 1
7 対象文字列を、文字数に応じて半分に分割後、それぞれを取得 | 文字列(テキスト処理) 1
2024/11/23 1:02 更新