新闻个性化推荐系统(python)-(附源码 数据集)
来源:互联网 发布:个人域名怎么用 编辑:程序博客网 时间:2024/05/18 03:51
1.背景
最近参加了一个评测,是关于新闻个性化推荐。说白了就是给你一个人的浏览记录,预测他下一次的浏览记录。花了一周时间写了一个集成系统,可以一键推荐新闻,但是准确率比较不理想,所以发到这里希望大家给与一些建议。用到的分词部分的代码借用的jieba分词。数据集和代码在下面会给出。
2.数据集
一共五个字段,以tab隔开。分别是user编号,news编号,时间编号,新闻标题,对应当前月份的日(3就是3号)
3.代码部分
先来看下演示图
(1)算法说明
举个例子简单说明下算法,其实也比较简单,不妥的地方希望大家指正。我们有如下一条数据
57389361006498791394550848MH370航班假护照乘客身份查明(更新)11
5738936这名用户在11号看了“MH370航班假护照乘客...”这条新闻。我们通过jieba找出11号的热点词如下。
失联311三周年马方偷渡客隐形护照吉隆坡航班护照者
我们发现“航班”、“护照”这两个keywords出现在新闻里。于是我们就推荐5738936这名用户,11号出现“航班”、“护照”的其它新闻。同时我们对推荐集做了处理,比如说5738936浏览过的新闻不会出现,热度非常低的新闻不会出现等。
(2)使用方法
整个系统采用一键式启动,使用起来非常方便。首先建立一个test文件夹,然后在test里新建三个文件夹,注意命名要和图中的统一,因为新闻是有时效的,每一天要去分开来计算,要存储每一天的内容做成文档。test文档如下图,就可以自动生成。(下面的github链接提供了完整的test文档结构)
使用的时候,要先在Global_param.py中设置好test文件夹的路径参数。一切设置完毕,只要找到wordSplite_test包下面的main()函数,运行程序即可。
Global_param中设置参数说明:
number_jieba:控制提取关键词的数量
number_day:从第一天开始,要预测的天数
hot_rate:预测集预测的新闻热度,数值越大热度越高
(3)代码流程
首先我们从main()看起。
import Get_day_dataimport Get_keywordsimport Get_keynewsimport Delete_Repeatimport Get_hot_resultimport Global_paramdef main(): for i in range(1,Global_param.number_day): Get_day_data.TransforData(i) Get_day_data.TransforDataset(i) Get_keywords.Get_keywords(i) Get_keynews.Get_keynews(i) Delete_Repeat.Delete_Repeat() Get_hot_result.get_hot_result(Global_param.hot_rate)main()
1.首先Get_day_data.TransforData(i)函数,找到最后一次浏览的是第i天的新闻的用户行为,存放在test/train_lastday_set目录下。
2.Get_day_data.TransforDataset(i)函数,区分每一天的新闻,存放在test/train_date_set1目录下
3.Get_keywords.Get_keywords(i)函数,调用jieba库,挑出每一天最火的keywords,存放在test/key_words下
4.Get_keynews.Get_keynews(i)函数,通过每一个用户最后一次浏览的新闻,比对看有没有出现当天的热门keywords。如果出现,就推荐当天包含这个keywords的其它新闻。循环Global_param.number_day天,生成test/result.txt文件
5. Delete_Repeat.Delete_Repeat()函数,去除result中的重复项,生成test/result_no_repeat.txt
6.Get_hot_result.get_hot_result(Global_param.hot_rate)函数,因为上面生成的result_no_repeat函数可能出现,每个用户推荐过多的情况,影响准确率。所以用这个函数控制数量,每个用户只推荐新闻热度相对高的候选项。最终结果集
test/result_no_repeat_hot.txt
注意:test下的result.txt文件每执行一次程序要手动清空,其它文件都是自动生成不用处理。
项目地址:https://github.com/X-Brain/News-Recommend-System(src文件夹下是代码,test下是数据、和文档结构)
希望大家有什么建议,可以在博客留言,或者在github上发issue,希望有更多的人参与贡献。
/********************************
* 本文来自博客 “李博Garvin“
* 转载请标明出处:http://blog.csdn.net/buptgshengod
******************************************/
5 0
- 新闻个性化推荐系统(python)-(附源码 数据集)
- python 实现数据降维推荐系统(附Python源码)
- Mahout个性化推荐系统Taste源码解析(一)
- 新闻个性化推荐基本算法
- 大数据推荐系统算法之基于内容个性化推荐
- 个性化推荐系统(六)--- 超大数量业务个性化实战
- 个性化推荐系统入门
- 个性化推荐系统
- 下一代个性化推荐系统
- 下一代个性化推荐系统
- 个性化推荐系统
- 个性化推荐系统
- 个性化推荐系统简述
- 个性化推荐系统概述
- 个性化推荐系统简介
- 个性化推荐系统(三)---推荐系统意义一点思考
- 个性化推荐系统(四)--- 推荐系统服务端
- 基于内容和主题的个性化新闻推荐系统设计需求分析[转载]
- JAVA – 虚函数、抽象函数、抽象类、接口
- javascript也玩pageLoad
- 一些必不可少的sublime text 2插件
- java多态性
- 记滚播编单系统的诞生
- 新闻个性化推荐系统(python)-(附源码 数据集)
- 黑马程序员-----反射(第九篇)
- centos,redhat等linux发行版安装内存最低要求
- java关键字instanceof
- PAT 1012. 数列求和
- Matlab与C++混合编程(依赖OpenCV)
- 实用的整站下载工具
- java关键字super和this
- myeclipse破解找不到common文件问题