基于python的新闻推荐系统.zip_python新闻推荐,基于python的新闻推荐系统资源-CSDN文库

共181个文件

txt：102个

py：35个

pyc：32个

推荐系统

python

需积分: 47 127 浏览量 2020-11-08 13:40:15 上传评论 41 收藏 10.32MB ZIP 举报

资源详情

资源评论

资源推荐

收起资源包目录

基于python的新闻推荐系统.zip （181个子文件）

test.csv 155KB

README.md 2KB

prob_emit.p 1.45MB

char_state_tab.p 1.03MB

prob_emit.p 585KB

prob_trans.p 127KB

prob_start.p 6KB

prob_trans.p 146B

prob_start.p 62B

org.eclipse.core.resources.prefs 350B

.project 364B

prob_emit.py 3.89MB

char_state_tab.py 1.55MB

prob_emit.py 1.29MB

prob_trans.py 242KB

__init__.py 13KB

__init__.py 7KB

prob_start.py 7KB

__init__.py 3KB

__init__.py 2KB

Get_keynews.py 2KB

viterbi.py 2KB

analyzer.py 1KB

Get_user_last_constant.py 1KB

Get_hot_result.py 1KB

Find_Null.py 1KB

Delete_Repeat.py 943B

Put_list_to_dic.py 909B

Get_day_data.py 873B

Get_user_last_data.py 854B

Achieve_csv.py 651B

Get_news_rate.py 592B

RepeatReview.py 568B

Date_manage.py 518B

Find_Top.py 498B

Get_keywords.py 472B

Main.py 432B

HandleData.py 425B

Count_line_num.py 414B

prob_trans.py 241B

print_list_dic.py 202B

Global_param.py 137B

prob_start.py 93B

__init__.py 0B

prob_emit.pyc 1.02MB

char_state_tab.pyc 799KB

prob_emit.pyc 501KB

prob_trans.pyc 119KB

__init__.pyc 14KB

__init__.pyc 9KB

prob_start.pyc 8KB

__init__.pyc 3KB

analyzer.pyc 2KB

viterbi.pyc 2KB

Get_keynews.pyc 2KB

Find_Null.pyc 1KB

Get_day_data.pyc 1KB

Get_hot_result.pyc 1KB

Put_list_to_dic.pyc 1KB

Delete_Repeat.pyc 1KB

Find_Top.pyc 985B

RepeatReview.pyc 924B

Get_keywords.pyc 906B

Date_manage.pyc 870B

Achieve_csv.pyc 869B

Get_news_rate.pyc 846B

Main.pyc 792B

HandleData.pyc 767B

print_list_dic.pyc 628B

Count_line_num.pyc 581B

Global_param.pyc 378B

prob_trans.pyc 369B

prob_start.pyc 268B

__init__.pyc 170B

__init__.pyc 160B

.pydevproject 420B

train_date_set1.txt 6.01MB

idf.txt 5.91MB

dict.txt 4.84MB

train_lastdat_set1.txt 675KB

train_date_set1_3.txt 624KB

train_date_set1_14.txt 467KB

train_date_set1_10.txt 441KB

train_lastdat_constant_set1.txt 440KB

train_date_set1_12.txt 389KB

train_date_set1_4.txt 383KB

train_date_set1_13.txt 363KB

result.txt 331KB

result_no_repeat.txt 310KB

train_date_set1_5.txt 292KB

train_date_set1_19.txt 289KB

train_date_set1_11.txt 235KB

train_date_set1_6.txt 227KB

train_date_set1_9.txt 215KB

train_date_set1_18.txt 199KB

train_date_set1_2.txt 185KB

train_date_set1_8.txt 178KB

共 181 条

News-Recommend-System ========================================================================================= ##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 ##代码流程： #####首先我们从main()看起。 #####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，挑出每一天最火的分层，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 ##详情可见：http://blog.csdn.net/buptgshengod