基于协同过滤算法的新闻推荐系统, 项目分前后端与爬虫.

推荐部分分两类用户实现, 新用户与老用户. 所谓新用户, 即没有太多用户行为的用户, 老用户则相反.

对于新用户, 从新闻出发, 计算每篇新闻的分值(浏览 评论 回复等数量和与之对应的权重的积, 最后求和得到分数), 依据分值高低返回推荐内容.

对于老用户, 依赖协同过滤算法, 推荐相似用户浏览过的新闻, 如果协同过滤内容推荐耗尽则切换为新用户的推荐逻辑.

至于推荐效果, 暂时没有查证, 需要调整.

• main: 主分支, 保存最新的可预览状态.
• dev: Mac 上的开发分支
• dev-win: Win 上的开发分支

不同分支使用的数据库名称可能并不一致, 以各个分支中的 NewsRecommend.sql 文件为准

MySQL 导入自动建库

爬虫独立运行获取数据后写入数据库, 数据来源为 今日头条, 需要 python 3 环境.

在 spider 目录下创建 properties/database.json.
database.json 模板：

{
  "name": "NewsRecommend",
  "user": "your name",
  "pass": "your pass",
  "host": "your host",
  "charset": "utf8mb4"
}

并在 spider 目录下创建 log 目录，用于存放日志文件 (我懒得写)

正确安装 webdriver 后执行：

cd spider
python Main.py

前端利用 Vue Cli 3 脚手架. 需要 node.js yarn.

应该需要先装 wangeditor (富文本编辑工具) npm install wangeditor

cd front
yarn install
yarn serve

后端基于 SpringBoot 与 MyBatis.

现在工程目录下的 src/main/resources 中创建 application.properties 文件, 内容大致如下:

spring.datasource.driverClassName = com.mysql.jdbc.Driver
spring.datasource.url = jdbc:mysql:https://[主机名]:3306/[数据库名称]?useUnicode=true&characterEncoding=utf8&useSSL=true
spring.datasource.username = [用户名]
spring.datasource.password = [密码]
mybatis.configuration.map-underscore-to-camel-case=true
mybatis.mapper-locations=classpath:mapper/*.xml
# MyBatis 打印 SQL
mybatis.configuration.log-impl=org.apache.ibatis.logging.stdout.StdOutImpl