推荐系统-Task01熟悉新闻推荐系统基本流程

简介: 创建conda虚拟环境: conda create -n news_rec_py3 python=3.8安装依赖文件: pip install -r requirements.txt

一、新闻推荐结构图


image.png


二、项目环境


【项目环境】

windows11
MySQL:8.0.25
Redis:5.0.14
Mongodb:5.0.5
Anaconda (Python):3.7
nodejs 16.13.1
Pycharm及Webstorm
python环境


创建conda虚拟环境: conda create -n news_rec_py3 python=3.8

安装依赖文件: pip install -r requirements.txt


三、项目结构介绍及导入


后端:news_rec_server

启动后端服务: python server.py


注意:1.运行server.py前要确保数据库环境安装好且建立userinfo数据库。


          2.更改server.py 232行为


app.run(debug=True, host='127.0.0.1', port=5000, threaded=True)

前端:news_rec_web

启动前端服务


跳转到前端项目文件目录:cd /fun-rec/codes/news_recsys/news_rec_web/Vue-newsinfo

npm install安装

启动前端服务:npm run dev

访问地址 http://127.0.0.1:8686/#/

7f1324437abeb10544e8e52e24a77d9c_watermark,type_d3F5LXplbmhlaQ,shadow_50,text_Q1NETiBAR29BbOeahOWNmuWuog==,size_10,color_FFFFFF,t_70,g_se,x_16.png

主要功能:Offline的主要功能有新闻数据爬取与处理、用户画像更新、热门列表及推荐页列表展示;Online的主要功能有获取推荐页列表、获取热门页列表、获取新闻详情页;

数据流向:Offline包括物料数据处理、用户画像更新的数据流向;Online包括生成推荐页列表、生成热门页列表的数据流向

交互请求:主要包括用户注册请求、用户登录请求、用户推荐页请求、用户热门页请求、新闻详情页请求、用户行为请求

目录
打赏
0
0
0
0
521
分享
相关文章
中草药管理与推荐系统Python+Django网页界面+推荐算法+计算机课设系统+网站开发
中草药管理与推荐系统。本系统使用Python作为主要开发语言,前端使用HTML,CSS,BootStrap等技术和框架搭建前端界面,后端使用Django框架处理应用请求,使用Ajax等技术实现前后端的数据通信。实现了一个综合性的中草药管理与推荐平台。具体功能如下: - 系统分为普通用户和管理员两个角色 - 普通用户可以登录,注册、查看物品信息、收藏物品、发布评论、编辑个人信息、柱状图饼状图可视化物品信息、并依据用户注册时选择的标签进行推荐 和 根据用户对物品的评分 使用协同过滤推荐算法进行推荐 - 管理员可以在后台对用户和物品信息进行管理编辑
190 12
中草药管理与推荐系统Python+Django网页界面+推荐算法+计算机课设系统+网站开发
【推荐系统】系统相关配置
【推荐系统】系统相关配置
51 1
推荐系统[一]:超详细知识介绍,一份完整的入门指南,解答推荐系统相关算法流程、衡量指标和应用,以及如何使用jieba分词库进行相似推荐
推荐系统[一]:超详细知识介绍,一份完整的入门指南,解答推荐系统相关算法流程、衡量指标和应用,以及如何使用jieba分词库进行相似推荐
推荐系统[一]:超详细知识介绍,一份完整的入门指南,解答推荐系统相关算法流程、衡量指标和应用,以及如何使用jieba分词库进行相似推荐
推荐系统-Task03离线物料系统的构建
新闻物料爬取:主要采用scrapy爬虫工具,在每天晚上23点将当天的新闻内容从网页中进行抓取,存入MongoDB的SinaNews数据库中。
164 0
推荐系统-Task03离线物料系统的构建
推荐系统-Task05推荐系统流程构建
Offilne部分:主要是基于离线物料系统生成的物料画像和用户画像进行处理,为每个用户生成热门页列表和推荐页列表,并将其存储到Redis中 Online部分:主要是针对不同的用户,使用不同的策略,提供热门页列表和推荐页列表的新闻数据,进行过滤排序之后,展示到前端页面上
177 0
【新闻推荐系统】(task5)推荐系统流程的构建(更新ing)
(1)推荐系统流程构建,主要包括Offline和Online两个部分(本次task主要是下面红色框框内的内容)
297 0
【新闻推荐系统】(task5)推荐系统流程的构建(更新ing)
【新闻推荐系统】(task1)系统搭建基本流程
回顾之前学习王喆老师的《深度学习推荐系统》的sparrow recsys电影推荐系统,大家都会很着急地了解最新的推荐架构中的神经网络模型
762 0
【新闻推荐系统】(task1)系统搭建基本流程
【新闻推荐系统】(task5)推荐系统流程的构建(更新ing)
ffline部分主要是基于前面存储好的物料画像和用户画像进行离线计算, 为每个用户提供一个热门页列表和推荐页列表并进行缓存, 方便online服务的列表获取。 本次task主要是梳理这两个列表的生成以及缓存到redis的流程。
223 0

热门文章

最新文章