新闻个性化推荐系统(python) 调试整体记录.docVIP

新闻个性化推荐系统(python) 关zhu并回复 微信公众号：数据挖掘DW （ID：datadw ）可获取源代码和数据集。 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。 1.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） 2.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 [plain]? HYPERLINK /buptgshengod/article/details\o view plain view plain HYPERLINK /buptgshengod/article/details\o copy copy 5738936?100649879???1394550848??MH370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。 [plain]? HYPERLINK /buptgshengod/article/details\o view plain view plain HYPERLINK /buptgshengod/article/details\o copy copy 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。 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。 [python]? HYPERLINK /buptgshengod/article/details\o view plain view plain HYPERLINK /buptgshengod/article/details\o copy copy import?Get_day_data?? import?Get_keywords?? import?Get_keynews?? import?Delete_Repeat?? import?Get_hot_result?? import?Global_param?? def?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/