你正在为一个新闻推荐系统工作，该系统根据用户的阅读历史和新闻的类别来推荐新闻。
给定一个用户的阅读历史数据，每个用户有多个新闻类别的阅读次数。我们希望计算每个用户阅读新闻类别的信息熵。
信息熵的计算公式为：
其中，是用户阅读第i类新闻的概率， n 是新闻类别的数量。
你需要编写一个Python函数，该函数接受上述格式的输入数据，从终端读取输入，然后计算每个用户的信息熵，并将结果保留到3位小数并输出到终端。
[编程题]新闻推荐处理
- 时间限制：C/C++ 1秒，其他语言2秒 空间限制：C/C++ 256M，其他语言512M
- 算法知识视频讲解
输入描述:
输入是一个字典，键是用户的id（字符串），值是一个字典，包含多个键，分别代表用户的历史阅读的新闻类型。
输出描述:
返回一个字典，格式与输入相同，但是输出每个用户的信息熵。注意输出的引号格式。
示例1
输入
{"user1": {"sports": 10, "technology": 20, "entertainment": 30}, "user2": {"sports": 20, "technology": 30, "entertainment": 10}, "user3": {"sports": 30, "technology": 10, "entertainment": 20}}输出
{"user1": {"entropy": 1.459}, "user2": {"entropy": 1.459}, "user3": {"entropy": 1.459}}
这道题你会答吗？花几分钟告诉大家答案吧！
问题信息
难度：
0条回答
0收藏
11浏览
-
扫描二维码，关注牛客网
- 意见反馈
-
下载牛客APP，随时随地刷题
扫一扫，把题目装进口袋
- 求职之前，先上牛客
-
扫描二维码，进入QQ群
扫描二维码，关注牛客公众号
- 公司地址：北京市朝阳区北苑路北美国际商务中心K2座一层-北京牛客科技有限公司
- 联系方式：010-60728802 投诉举报电话：010-57596212（朝阳人力社保局）
- 牛客科技© All rights reserved admin@nowcoder.com
- 京ICP备14055008号-4 增值电信业务经营许可证 营业执照 人力资源服务许可证
-
京公网安备
11010502036488号
