自己动手写了一段计算推荐的代码，但是处理10,000数据就要花上几分钟的时间。

之前看了论坛上关于稀疏矩阵和处理大数据的帖子，但是还是没有搞懂怎么提高处理速度。

强烈怀疑是我认识的函数太少导致的速度慢，所以想求助一下，问问看哪些句子可以改进，使得运算速度提升。

下面是函数的代码

<br />
####推荐<br />
####输入X是df格式，包括uid列和game列，用于计算推荐矩阵W<br />
####输入Y是df格式，包括uid列和game列，是被推荐者的初始向量f<br />
####参数alpha是矩阵W调优参数，默认值为0，表示无影响<br />
####参数beta是初始向量f调优参数，默认值为0，表示无影响<br />
GameTJ <- function(X,Y,alpha=0,beta=0){<br />
	gamelist <- data.frame(game=unique(X$game),gameID=seq(1,length(unique(X$game))));<br />
	uidlistW <- data.frame(uid=unique(X$uid),uidID=seq(1,length(unique(X$uid))));<br />
	uidlistf <- data.frame(uid=unique(Y$uid),uidID=seq(1,length(unique(Y$uid))));<br />
	Wdf <- merge(X,gamelist);<br />
	Wdf <- merge(Wdf,uidlistW);<br />
	fdf <- merge(Y,gamelist);<br />
	fdf <- merge(fdf,uidlistf);</p>
<p>	getW <- function(X=Wdf,alpha=0){</p>
<p>		####生成一个0矩阵，然后遍历X，得到矩阵a0<br />
		m = length(unique(X$uidID));<br />
		n = length(unique(X$gameID));<br />
		a0 <- matrix(0,m,n);<br />
		for (i in 1:length(X$uidID)){<br />
			a0[X[i,]$uidID,X[i,]$gameID] <- 1;<br />
		}</p>
<p>		####用apply求出行度和列度<br />
		kl <- apply(a0,1,sum);<br />
		kj <- apply(a0,2,sum);</p>
<p>		####计算W<br />
		diagkl <- 1/kl;<br />
		diagkj <- 1/kj;<br />
		W <- matrix(,ncol(a0),ncol(a0));</p>
<p>		a1 <- matrix(,ncol(a0),nrow(a0));<br />
		for (i in 1:nrow(a0)){<br />
			a1[,i] = t(a0)[,i]*(diagkl[i]);<br />
		}</p>
<p>		temp <- a1%*%a0;</p>
<p>		for (i in 1:ncol(a0)){<br />
			W[,i] <- temp[,i]*diagkj[i];<br />
		}<br />
		####调优，去除重复属性提高精确度的算法<br />
		Wnew <- W + alpha*W%*%W;<br />
	}</p>
<p>	W <- getW(Wdf,alpha);</p>
<p>	####计算f<br />
	getf <- function(X=fdf,Y=Wdf,beta=0){</p>
<p>		####生成一个0矩阵，然后遍历X，得到矩阵f0<br />
		m = length(unique(X$uidID));<br />
		n = length(unique(Y$gameID));<br />
		f0 <- matrix(0,m,n);</p>
<p>		#f0 <- matrix(0,length(unique(X$uid)),length(unique(Y$game)));<br />
		for (i in 1:length(X$uidID)){<br />
			f0[X[i,]$uidID,X[i,]$gameID] <- 1;<br />
		}<br />
		f <- t(f0);</p>
<p>		####产品的度信息调优，参数beta<br />
		#beta <- -0.9<br />
		#fnew <- f[,1]<br />
		#for (i in 1:length(unique(Wdf$game))){<br />
		#	fnew[i] <- fnew[i]*kj[i]^beta;<br />
		#}<br />
	}</p>
<p>	f <- getf(fdf,Wdf,beta);</p>
<p>	####计算推荐得分f'<br />
	fscore <- W%*%f;<br />
}<br />

</p>

然后是调用函数代码

<br />
####清内存<br />
rm(list=ls())</p>
<p>####输入原始阵Wdf<br />
Wdf <- read.csv("youxi4.csv",header=TRUE);<br />
Wdf <- unique(Wdf);head(Wdf)</p>
<p>####输入推荐用户数据fdf<br />
fdf <- read.csv("youxiy.csv",header=TRUE);<br />
fdf <- unique(fdf);fdf</p>
<p>####计算推荐矩阵W，输入X为数据框，包括uid列和game列<br />
source("GameTJ.R")<br />
fscore <- GameTJ(Wdf,fdf,0,0);fscore<br />

</p>

原始数据结构：

game,uid

游戏1,0000001

游戏1,0000002

游戏1,0000003

游戏2,0000001

游戏3,0000001

游戏3,0000002

......

先谢谢未来指导我的老师们！