FILTRAGE COLLABORATIF.

# Recommandation produits : filtrage collaboratif (item-based) en R
library(recommenderlab)

notes <- read.csv("notes_produits.csv")
# Matrice creuse clients x produits (colonnes : client, produit, note)
mat <- as(notes, "realRatingMatrix")

set.seed(42)
# 80 % des clients pour apprendre ; pour les autres, 5 notes connues et le reste à retrouver
schema <- evaluationScheme(mat, method = "split", train = 0.8, given = 5, goodRating = 4)
algos <- list(item_based = list(name = "IBCF", param = list(k = 20)),
              populaires = list(name = "POPULAR", param = NULL),
              hasard = list(name = "RANDOM", param = NULL))
resultats <- evaluate(schema, algos, type = "topNList", n = c(5, 10))
# Précision : part des produits recommandés que le client a réellement aimés (note >= 4)
print(lapply(avg(resultats), function(r) round(r[, c("precision", "recall")], 3)))

# Les 5 produits à mettre en avant pour le client 1
modele <- Recommender(mat, method = "IBCF", parameter = list(k = 20))
print(as(predict(modele, mat["1", ], n = 5), "list"))

# Recommandation produits : filtrage collaboratif (item-based) en Python
import numpy as np
import pandas as pd
from sklearn.model_selection import train_test_split
from sklearn.metrics.pairwise import cosine_similarity

notes = pd.read_csv("notes_produits.csv")
train, test = train_test_split(notes, test_size=0.2, random_state=42)

# Matrice clients x produits, centrée sur la moyenne de chaque client (0 = pas de note)
mat = train.pivot_table(index="id_client", columns="id_produit", values="note")
centre = mat.sub(mat.mean(axis=1), axis=0)
sim = pd.DataFrame(cosine_similarity(centre.fillna(0).T), index=mat.columns, columns=mat.columns)

def score(client, produit, k=20):
    deja = centre.loc[client].dropna()                        # écarts à sa moyenne sur les produits notés
    voisins = sim.loc[produit, deja.index].nlargest(k)        # les k produits notés les plus ressemblants
    voisins = voisins[voisins > 0]
    return (voisins * deja[voisins.index]).sum() / voisins.sum() if voisins.sum() > 0 else 0.0

# Test : les produits les mieux scorés sont-ils vraiment aimés (note >= 4) ?
test["score"] = [score(c, p) for c, p in zip(test.id_client, test.id_produit)]
top = test.score >= test.score.quantile(0.75)
print("Part de produits aimés, quart le mieux scoré :", round((test.note[top] >= 4).mean(), 2))
print("Part de produits aimés, ensemble du test     :", round((test.note >= 4).mean(), 2))
# Les 5 produits à mettre en avant pour le client 1, parmi ceux qu'il n'a pas notés
candidats = mat.columns[mat.loc[1].isna()]
print(pd.Series([score(1, p) for p in candidats], index=candidats).nlargest(5).round(2))