基于Doc2vec的推荐系统说明1
需积分: 0 140 浏览量
2022-08-08
17:44:41
上传
评论
收藏 348KB DOCX 举报
基于 Doc2vec 的图书推荐系统
一、系统说明
功能介绍:
本系统利用 Doc2vec 来计算文本相似度，从而实现了根据岗位说明来向该岗
位用户推荐图书的功能。
首先将所有图书的书名进行分词，并作为语料训练得到模型，然后再将岗位
说明进行分词，放入训练好的模型中，便能够得到该岗位说明文本与所有图书书
名文本的相似度，最后取相似度最大的前 20 本书作为推荐结果。
模块：
get_datasest 读取所有图书书名，加载停用词表，进行结巴中文分词，将结
果保存到列表中。
train 根据分词后的数据，训练生成 Doc2Vec 模型，并保存训练好的模型。
test 加载训练好的模型，获取岗位说明，再次加载停用词表，进行结巴中文
分词，载入模型，返回推荐图书以及相似度。
二、数据说明
数据名称
说明
规模
格式
newbook
所有书名，即语料
15998 个
txt
stopwordss
停用词库，中文分词的常见
停用词，即分词中过滤掉的
词汇
4000 多个
txt
post
post 文件夹下有 293 个 txt
格式的文件，每个文件对应
一个的岗位说明
293 个 txt 文件
文件夹
result
推荐结果，每条数据由岗位
编号和推荐书目编号组成
293 条
txt
图书选择说明：从公司给的图书源数据中选出 15998 本图书，用于跟岗位进
行文本相似度匹配，其中各类别书籍如下：
书籍类别
数量
财经人物
4
产品运营
1
成功哲学
1
大学频道
1
管理学
51
互联网思维
1
金融投资
1
经济管理
15250
评论0