Huangxin_Yu的博客

一、SimpleTagBased算法简介 step1：统计每个用户的常用标签； step2：对每个标签，统计被打过这个标签次数最多的商品； step3：对于某一个具体用户，找到他最常用的标签，将这些标签最热门的物品推荐给他； step4：排序推荐。 排序得分公式如下： 针对用户1排序如下： 得分= 用户1使用标签t的次数（n）*商品i被打过标签t的次数（n） 二、数据结构化 针对三个变量（user,item,tag）的数据结构，对其定义如下： 用户打标签记录：record[i] = {user,item,

#导入数据集包、lr等包 from sklearn.model_selection import train_test_split from sklearn import preprocessing from sklearn.metrics import accuracy_score from sklearn.datasets import load_digits from sklearn.linear_model import LogisticRegression #加载数据,数据归一化后，切分数据集训

链家爬虫是很早之前写的，具体的思路可以参考上一篇python 爬取链家成交房数据案例，代码有很多不成熟的地方，但也懒得改了。在当时写的时候很多知识点忘记了，请教了同门何师弟和胡姐。大佬请让道，不喜勿碰。 #导包 from bs4 import BeautifulSoup import requests import re import time import pandas as pd import json import time #伪造设置浏览器请求头user-agent head = { 'U