16030199025_张俊华_实验一报告1

实验一报告1主要探讨了基于网络结构的链路预测算法，尤其在二分网络上的应用，这在信息推荐系统中非常常见。实验以MovieLens数据集为例，该数据集是推荐系统研究的经典案例，它结合了协同过滤和关联规则来推荐用户可能感兴趣的电影。 实验涉及读取数据集，这通常包括用户对电影的评分信息。数据以CSV格式存储，可以通过Python的csv模块读取。然后，将这些评分数据转换为二分图的形式，用邻接矩阵来表示用户和电影之间的关系。在这个二部图中，用户和电影被视为抽象节点，评分超过3分的电影会被连接，矩阵中的元素设置为1。 接着，计算资源配额矩阵是关键步骤。资源配额矩阵用于衡量用户对产品的选择倾向，其中元素计算涉及产品的度（被多少用户评价过）和用户的度（选择了多少产品）。原始计算复杂度较高，但可以利用numpy的矩阵运算优化，将单个元素计算转换为矩阵操作，提高效率。资源分配矢量f用于表示目标用户对电影的潜在兴趣，初始时，用户已选电影对应项设为1，其余设为0。 推荐系统的目标是根据资源配额矩阵为用户推荐未观看但可能喜欢的电影。有两种推荐策略：按比例筛选或按评分筛选。将数据集划分为训练集（90%）和测试集（10%），用于评估推荐的准确性。测试集中的电影是用户已喜欢的，通过计算推荐电影在排序中的相对位置（rij），可以评估算法的精确度。平均相对位置越小，表示推荐的准确性越高。 为了绘制ROC曲线，需要衡量真阳性率（TP）和假阳性率（FP）。ROC曲线能直观地展示预测方法的性能。在测试集中添加负样本（用户不喜欢的电影），计算不同阈值下的TP和FP，从而绘制出曲线。曲线下的面积越大，表示算法的性能越好。 在实际实现中，由于原始数据集中电影ID不连续，创建了映射表重新分配连续的ID，以便更有效地处理和计算邻接矩阵。这个过程有助于优化内存使用并简化后续计算。 实验涉及了数据预处理、网络结构建模、资源分配矩阵计算、电影推荐算法设计以及性能评估方法。通过这些步骤，我们可以构建一个有效的链路预测模型，为用户推荐潜在感兴趣的电影，并通过ROC曲线分析其预测准确性。