协同过滤算法用于发现用户与物品之间的相关性，主要有两种：基于用户的和基于物品的。
基于用户：
用户1购买了物品A、B、C、D，并给了好评；而用户2也买了A、B、C，那么认为用户1和用户2是同类型用户，也可以把D推荐给用户2。
基于物品：
物品A和物品B都被用户1、2、3买过，则认为物品A和B有较高的相似度，而用户4买过物品A，则可以把物品B也推荐给用户4。
下面的案例是基于物品的协同过滤算法：
项目背景：某视频平台决定依据用户的观影记录做一个智能推荐系统，优化体验，提高用户粘性。
处理数据集
# 导入数据
import pandas as pd
movies = pd.read_excel('/kaggle/input/movie-name-and-category/Movie Name and Category.xlsx')
score = pd.read_excel('/kaggle/input/movie-name-and-category/Film rating.xlsx')
# 关联为一张表
df = pd.merge(movies, score, on='电影编号')
df.head()代码详解：
merge()函数用来关联两个数据集，默认是内连接inner join。on：用于连接的列名，必须在两个DataFrame对象中都存在。
左连接的语法是：result2 = pd.merge(df1, df2, on='key', how='left')；how：连接方式，包括‘left’，‘right’，‘outer’，‘inner’四种（默认为‘inner’）。
（数据集见评论区，数据集中有9712部电影和100836条评分）
运行结果：
转为数据透视表
# 将原始数据转换为数据透视表
user_movie = df.pivot_table(index='用户编号', columns='名称', values= '评分')
user_movie.tail()代码详解：
pivot_table()是pandas的数据透视表函数，index表示索引，colums表示列名。
tail()表示展示尾部的几行，默认是5行。
运行结果：
计算皮尔逊相关系数
# 从数据透视表中提取各用户对《阿甘正传》的评分
FG = user_movie['阿甘正传（1994）']
# corrwith()函数计算《阿甘正传》与其他电影间的皮尔逊相关系数
corr_FG = user_movie.corrwith(FG) # 计算皮尔逊相关系数
similarity = pd.DataFrame(corr_FG, columns=['相关系数']) # 整合成二维表格
# 使用DataFrame的dropna()函数进行剔除空值
similarity.dropna(inplace=True)
# 展示5部电影的相关系数
similarity.head()代码详解：
user_movie是我们上一步生成的透视表，先把目标要分析的电影筛选出来，并存到FG。
用corrwith()函数计算物品A与其他物品的皮尔逊相关系数。
由于存在空值，所以用dropna()函数剔除空值；空值的出现是因为：没有一个用户同时对这两部电影进行打分，那么就无法计算皮尔逊相关系数中的协方差，导致结果中出现了NaN值。
运行结果：
筛选结果
# 简单设置评分次数阈值为30，然后用sort_values()函数将表格按相关系数降序排列
similarity_new[similarity_new['评分次数'] > 30].sort_values(by='相关系数', ascending=False).head()代码详解：
筛选评分次数在30以上的，是避免在样本量太少的情况下出现的偶然值。
sort_values()是排序函数，参数by是依据什么字段进行排序；ascending=False表示降序。
运行结果：
结果解读：《抓狂双宝》《致命吸引力》与《阿甘正传》的相似度较高，喜欢《阿甘正传》的用户可能也喜欢这两部电影，可以进行推荐。
