251029更新

推荐系统/main.py

@@ -29,10 +29,8 @@ class InitializationArguments(BaseModel):
 
     # 时间窗口（单位为天），平衡实时性和运算效率
     time_window: int = Field(default=30, ge=5, le=360)
-
     # 衰减因子兰布达系数，控制兴趣分数衰减速率
     decay_lambda: float = Field(default=0, ge=0.00, le=10)
-
     # 用户特征向量维度数
     attributes_dimensions: int = Field(default=10, ge=2.00, le=200)
 
@@ -42,23 +40,19 @@ class Attributes(BaseModel):
 
     # 年龄
     age: int = Field(default=..., ge=1, le=99)
-
     # 性别
     gender: Literal["male", "female"] = Field(default=...)
-
     # 市
     city: str = Field(default=...)
-
     # 职业
     occupation: str = Field(default=...)
 
 
-class Record(BaseModel):
+class AttributesRecord(BaseModel):
-    """记录数据模型"""
+    """用户属性记录数据模型"""
 
     # 用户标识
     user: str = Field(default=..., min_length=6, max_length=6)
-
     # 用户属性
     attributes: Attributes = Field(default=...)
 
@@ -68,16 +62,12 @@ class BehaviorRecord(BaseModel):
 
     # 用户标识
     user: str = Field(default=..., min_length=6, max_length=6)
-
     # 时间戳
     timestamp: int = Field(default=...)
-
     # 行为类型
     type: Literal["rating"] = Field(default=...)
-
     # 物品标识
     item: str = Field(default=..., min_length=6, max_length=6)
-
     # 评分
     rating: int | None = Field(default=None, ge=1, le=5)
 
@@ -106,48 +96,41 @@ class RecommenderSystem:
         # 用户行为数据储存对象
         self.behaviors = defaultdict(
             lambda: {
-                # 兴趣分数列表（时间窗口内由物品标识和兴趣分数组成的字典），为最新兴趣分数，形如{'物品标识': '兴趣分数'}
+                # 物品兴趣分数
                 "scores": defaultdict(float),
-                # 时间戳堆（时间窗口内由时间戳和物品标识组成的元组），例如('时间戳', '物品标识')
+                # 时间戳最小堆
                 "timestamps_heap": [],
-                # 历史物品标识列表（默认最多保存200例历史物品标识，平衡推荐系统实时性和运算效率），形如'物品标识'
+                # 历史物品记录
-                "items_history": deque(maxlen=200),
+                "history_items": deque(maxlen=200),
             }
         )
 
-        # 在计算物品标识-物品标识余弦相似度时可分解为分子部分和分母平方部分并在新增/更新用户行为时增量更新，以优化运算效率
+        # 物品相似度时组件
-
-        # 计算物品标识-物品标识余弦相似度时分子部分
         self.items_similarity_numerator = defaultdict(float)
-
-        # 计算物品标识-物品标识余弦相似度时分母平方部分
         self.items_similarity_denominator_square = defaultdict(float)
 
-        # 物品标识倒排表，形如{'物品标识': ['用户标识']}
+        # 物品倒排索引
         self.items_inversion = defaultdict(list)
 
-        # 用户特征向量数据体（基于用户协同过滤的核心数据体，用户属性以独热编码方式保存）
+        # 用户特征向量数据储存对象
         self.attributes = defaultdict(lambda: numpy.zeros(self.attributes_dimensions))
 
-        # 基于LSHash作为用户特征向量索引器（默认哈希值的二进制位数为8，哈希表数为2，哈希矩阵持久化路径）
+        # 用户特征向量索引器（基于LSHash方法）
         self.attributes_indexer = LSHash(
             hash_size=8, input_dim=self.attributes_dimensions, num_hashtables=2
         )
 
-    # 处理用户属性记录
+    def process_attributes_record(self, attributes_record: dict) -> bool:
-    def process_attribute_record(self, attribute_record: dict):
+        """处理用户属性记录"""
 
-        # 校验设置记录数据模型
+        # 校验并解析用户属性记录
-        attribute_record = SettingRecord(**attribute_record).model_dump()
+        attributes_record = AttributesRecord(**attributes_record).model_dump()
 
-        user = attribute_record.get("user")
+        user = attributes_record.get("user")
 
-        for key, value in attribute_record.get("attributes").items():
+        # 若用户属性值非空则更新用户属性
-
+        for key, value in attributes_record.get("attributes").items():
-            # 若用户属性值非空
             if value:
-
-                # 更新用户属性
                 self.behaviors[user]["attributes"][key] = value
 
         return True