협업 필터링

사용자-영화 별점 데이터를 이용하여 사용자가 아직 별점을 주지 않은 영화의 별점을 추정해 봅니다

pandas 라이브러리를 이용하여 csv 데이터를 읽습니다.

행-열이 각각 영화제목, 사용자가 되고 사용자가 준 평점 값이 되는 테이블 형태로 만듭니다.

피어슨 유사도를 기준으로 사용자간의 유사도를 계산합니다

David이 평점을 주지 않은 영화의 평점을 추정 해 보도록 하겠습니다.

David이 평점을 주지 않은 영화의 데이터만 필터링 합니다.

영화 제목을 기준으로 데이터를 재정렬 합니다. 이때 평점이 없는 데이터는 평점 추정에 사용하지 않으므로 제외합니다

위에서 구한 사용자간 유사도 데이터를 추가합니다.

David과 Adam의 pearson 유사도는 -1입니다.
즉 Adam은 David와 반대의 성향을 가지는 사용자이므로 유사도 추정에서 제외합니다 (즉, pearson 유사도 값이 음수인 경우 제외합니다)

rating * similarity 계산 합니다.
모든 rating 값을 동일하게 보지 않고 David와 비슷한 사용자의 rating에 가중치를 주어 보겠다는 것으로 이해하시면 됩니다.

영화 제목을 기준으로 모든 값을 합산합니다.
평점 추정을 하기 위한 데이터인 similarity, rating_similairty 값만 필터링 합니다.

David이 평점을 주지 않은 영화의 평점을 추정합니다.