基于在校学习平台MOOC的选课推荐系统
1、效果
在线demo，点我查看
2、功能
根据学生于在校学习平台MOOC学习期间的选课记录等相关特征来对学生进行课程推荐。
采用数据挖掘技术，包括BPR、FM、CF，神经网络推荐，用户协同过滤推荐。
用到的数据集来自于XuetangX，数据集的名称为Course Recommendation，该数据中记录了学生于在线学习平台XuetangX上的选课学习记录，包括学生id、时间、课程id、类别id等。
关于数据集的详细介绍可以参照官方说明。
数据集介绍链接如下：http://moocdata.cn/data/course-recommendation。
登录注册，个人中心，冷启动，热门课程，课程推荐，课程分类，可视化，收藏，选修，点赞，评论，评分
3、推荐算法
3.1 导入库
# -*- coding: utf-8 -*-"""
@contact: （微）信 1257309054
@file: test.py
@time: 2024/6/22 12:46
@author: LDC
"""
pip install numpy
pip install pandas
pip install tensorflow3.2 算法说明
1、从数据库中获取所有选修数据
2、对矩阵进行向量化，便于神经网络学习
3、使用LabelEncoder将字符串标签转换为整数标签
4、划分训练集与测试集
5、创建NCF模型
6、合并 embeddings向量
7、添加全连接层
8、编译模型
9、模型训练
10、模型评估
11、模型保存
12、模型推荐
3.3 全部代码
# -*- coding: utf-8 -*-"""
@contact: 微信 1257309054
@file: recommend_ncf.py
@time: 2024/6/16 22:13
@author: LDC
"""
import os
import django
import joblib
import numpy as np
import pandas as pd
import tensorflow as tf
from sklearn.metrics import classification_report
from sklearn.model_selection import train_test_split
from sklearn.preprocessing import LabelEncoder
from keras.models import load_modelos.environ["DJANGO_SETTINGS_MODULE"] = "course_manager.settings"
django.setup()
from course.models import *def get_all_data():'''从数据库中获取所有物品评分数据[用户特征(点赞，收藏，评论,物品特征(收藏人数,点赞人数,浏览量,评分人数,平均评分)]'''# 定义字典列表user_item_list = []# 从评分表中获取所有课程数据item_rates = RateCourse.objects.all().values('course_id').distinct()# 获取每个用户的评分数据for user in User.objects.all():user_rate = RateCourse.objects.filter(user=user)if not user_rate:# 用户如果没有评分过任何一本课程则跳过循环continuedata = {'User': f'user_{user.id}'}for br in item_rates:item_id = br['course_id']ur = user_rate.filter(course_id=item_id)if ur:data[f'item_{item_id}'] = ur.first().mark # 对应课程的评分else:data[f'item_{item_id}'] = np.nan # 设置成空user_item_list.append(data)data_pd = pd.DataFrame.from_records(user_item_list)print(data_pd)return data_pddef get_data_vector(data):'''对矩阵进行向量化，便于神经网络学习'''user_index = data[data.columns[0]]data = data.reset_index(drop=True)data[data.columns[0]] = data.index.astype('int')scaler = 5 # 评分最高为5，把用户的评分归一化到0-1df_vector = pd.melt(data, id_vars=[data.columns[0]],ignore_index=True,var_name='item_id',value_name='rate').dropna()df_vector.columns = ['user_id', 'item_id', 'rating']df_vector['rating'] = df_vector['rating'] / scalerdf_vector['user_id'] = df_vector['user_id'].apply(lambda x: user_index[x])print(df_vector)return df_vectordef evaluation(y_true, y_pred):'''模型评估：获取准确率、精准度、召回率、F1-score值y_true：正确标签y_pred：预测标签'''accuracy = round(classification_report(y_true, y_pred, output_dict=True)['accuracy'], 3) # 准确率s = classification_report(y_true, y_pred, output_dict=True)['weighted avg']precision = round(s['precision'], 3) # 精准度recall = round(s['recall'], 3) # 召回率f1_score = round(s['f1-score'], 3) # F1-scoreprint('神经网络协同推荐(NCF):准确率是{},精准度是{},召回率是{},F1值是{}'.format(accuracy, precision, recall, f1_score))return accuracy, precision, recall, f1_scoredef get_data_fit(df_vector):'''数据训练，得到模型'''scaler = 5 # 特征标准化：最高分为5，需要归一化到0~1dataset = df_vector # 已向量化的数据集# 使用LabelEncoder将字符串标签转换为整数标签user_encoder = LabelEncoder()item_encoder = LabelEncoder()dataset['user_id'] = user_encoder.fit_transform(dataset['user_id'])dataset['item_id'] = item_encoder.fit_transform(dataset['item_id'])# Split the dataset into train and test setstrain, test = train_test_split(dataset, test_size=0.2, random_state=42) # 划分训练集与测试集# train = dataset# Model hyperparametersnum_users = len(dataset['user_id'].unique())num_countries = len(dataset['item_id'].unique())embedding_dim = 64 # 64维向量标识# 创建NCF模型inputs_user = tf.keras.layers.Input(shape=(1,))inputs_item = tf.keras.layers.Input(shape=(1,))embedding_user = tf.keras.layers.Embedding(num_users, embedding_dim)(inputs_user)embedding_item = tf.keras.layers.Embedding(num_countries, embedding_dim)(inputs_item)# 合并 embeddings向量merged = tf.keras.layers.Concatenate()([embedding_user, embedding_item])merged = tf.keras.layers.Flatten()(merged)# 添加全连接层dense = tf.keras.layers.Dense(64, activation='relu')(merged)dense = tf.keras.layers.Dense(32, activation='relu')(dense)output = tf.keras.layers.Dense(1, activation='sigmoid')(dense)# 编译模型model = tf.keras.Model(inputs=[inputs_user, inputs_item], outputs=output)model.compile(optimizer='adam', loss='mse', metrics=['mae'])# 模型训练model.fit([train['user_id'].values, train['item_id'].values],train['rating'].values,batch_size=64,epochs=100,verbose=0,# validation_split=0.1,)item_rates = RateCourse.objects.all().values('course_id').distinct()# 获取每个用户的评分数据result_df = {}for user in User.objects.all():user_rate = RateCourse.objects.filter(user=user)if not user_rate:# 用户如果没有评分过任何一本课程则跳过循环continueuser = f'user_{user.id}'result_df[user] = {}for br in item_rates:item_id = br['course_id']item = f'item_{item_id}'pred_user_id = user_encoder.transform([user])pred_item_id = item_encoder.transform([item])result = model.predict(x=[pred_user_id, pred_item_id], verbose=0)result_df[user][item] = result[0][0]result_df = pd.DataFrame(result_df).Tresult_df *= scalerprint('全部用户预测结果', result_df)# 预测测试集并转成整形列表y_pred_ = np.floor(model.predict(x=[test['user_id'], test['item_id']], verbose=0) * scaler).tolist()y_pred = []for y in y_pred_:y_pred.append(int(y[0]))y_true = (test['rating'] * scaler).tolist()evaluation(y_true, y_pred) # 模型评估joblib.dump(user_encoder, 'user_encoder.pkl') # 保存用户标签joblib.dump(item_encoder, 'item_encoder.pkl') # 保存课程标签model.save('ncf.dat') # 模型保存def get_ncf_recommend(user_id, n=10):'''# 获取推荐user_id:用户idn:只取前十个推荐结果'''scaler = 5 # 特征标准化：最高分为5，需要归一化到0~1model = load_model('ncf.dat') # 加载模型# 加载标签user_encoder = joblib.load('user_encoder.pkl')item_encoder = joblib.load('item_encoder.pkl')result_df = {}item_rates = RateCourse.objects.all().values('course_id').distinct()for item in item_rates:item_id = item['course_id']user = f'user_{user_id}'item = f"item_{item_id}"pred_user_id = user_encoder.transform([user])pred_item_id = item_encoder.transform([item])result = model.predict(x=[pred_user_id, pred_item_id], verbose=0)if not RateCourse.objects.filter(user_id=user_id, course_id=item_id):# 过滤掉用户已评分过的result_df[item_id] = result[0][0] * scalerresult_df_sort = sorted(result_df.items(), key=lambda x: x[1], reverse=True) # 推荐结果按照评分降序排列print('预测结果', result_df_sort)recommend_ids = []for rds in result_df_sort[:n]:recommend_ids.append(rds[0])print(f'前{n}个推荐结果', recommend_ids)return recommend_idsif __name__ == '__main__':data_pd = get_all_data() # 获取数据df_vector = get_data_vector(data_pd) # 数据向量化data_recommend = get_data_fit(df_vector) # 获取数据训练模型user_id = 1recommend_ids = get_ncf_recommend(user_id) # 获取用户1的推荐结果4、数据概览
5、数据导入
流程：
1、保存上一个用户
2、创建学生信息，用户名就是学生编号，密码是123456
3、更新课程序号
4、创建选课记录
5、添加用户喜欢的课程类型
6、更改上一个用户
7、
def import_data(request):with open('data/data.csv', 'r', newline='', encoding='gbk') as fp:reader = csv.reader(fp)user_last = None # 上一个用户tag_id = []for row in reader:user_id = row[0]if user_id == 'stu_id':continueif not user_last:user_last = user_idusers = User.objects.filter(username=user_id)if not users:user = User.objects.create(username=user_id, password='123456') # 创建学生信息，用户名就是学生编号，密码是123456else:user = users.first()# 查找课程course_infos = CourseInfo.objects.filter(name=row[3])if not course_infos:continuecourse = course_infos.first()if not course.course_index:course.course_index = row[2] # 更新课程序号course.save()if not UserCourse.objects.filter(user=user, course=course):# 创建选课记录UserCourse.objects.create(user_id=user.id,course_id=course.id,std_id=row[0],course_index=row[2],enroll_time=row[1])course.select_num += 1course.look_num += 1course.save()if user_id != user_last:# 添加用户喜欢的课程类型user_select = UserSelectTypes.objects.filter(user=User.objects.get(username=user_last))if not user_select:user_select = UserSelectTypes.objects.create(user=User.objects.get(username=user_last))else:user_select = user_select.first()for value in tag_id:user_select.category.add(value)user_last = user_id # 更改上一个用户tag_id = []else:tag_id.append(course.tags_id)print('创建选课记录成功', user_id, row[3])else:course.select_num += 1course.look_num += 1course.save()return HttpResponse('导入成功')
 CSRF verification failed.)
)