Recommend چالش 5 از جلسهی 37، سخت
تابع recommend(user) بنویس: شبیهترین کاربر را پیدا کن و بازیهایی را برگردان که او امتیاز ۴ یا بیشتر داده ولی user هنوز امتیاز نداده. خروجی برای nika و arad: [] و ['puzzle']. (برای نیکا، سارا به فوتبال ۱ داده، پس پیشنهادی نیست.)
ratings = {
"sara": {"chess": 5, "racing": 2, "puzzle": 4, "football": 1},
"omid": {"chess": 1, "racing": 5, "puzzle": 2, "football": 5},
"nika": {"chess": 4, "racing": 1, "puzzle": 5},
"arad": {"chess": 2, "racing": 4, "football": 4},
}
def similarity(a, b):
shared = [game for game in a if game in b]
if not shared:
return 0
return 1 / (1 + sum(abs(a[g] - b[g]) for g in shared))
def most_similar(user):
others = [o for o in ratings if o != user]
return max(others, key=lambda o: similarity(ratings[user], ratings[o]))
def recommend(user):
pass
print(recommend("nika"))
print(recommend("arad"))
راهنما و جواب این چالش · برگشت به درس جلسهی 37: پیشنهادگر · چالش بعدی: Weighted by Several Friends
بیشتر بخوان: list comprehension در پایتون: از حلقه for تا یک خط کد