基于SVM+TensorFlow+Django的酒店评论打分智能推荐系统-机器学习算法应用(含python源码)+数据集+模型

1.本项目是以向量机(SVM) 作为技术支持，使用酒店评论集作为数据集，训练出针对酒店评论情感的分析模型，使用word2vec产生词向量，实现服务器端提供数据、客户端查询数据的打分推荐系统。 2.项目运行环境包括：包括Python环境、TensorFlow环境、 安装模块、MySQL数据库。 3.项目包括3个模块:数据预处理、模型训练及保存、模型测试。原始数据包含在两个文件夹中，每个文件夹各有2000条消极和2000条积极的评论；通过训练集训练数据得出模型，使模型进行情感分类，使用训练集和测试集来拟合并保存模型；在携程酒店爬取指定酒店ID的评论集；在数据库中搜索数据，调出酒店分数和排名，生成Django项目，包括hello.html、 view.py、settings.py、 urls.py。 4.项目博客：https://blog.csdn.net/qq_31136513/article/details/133639367