21、深度学习赋能网站：从产品推荐到安全防护

深度学习赋能网站：从产品推荐到安全防护

1. 基于深度学习的产品推荐 API 搭建

在构建基于深度学习的网站时，产品推荐是一个常见的需求。以下是搭建一个基于用户搜索查询的产品推荐 API 的详细步骤：

1. 构建预测评分和获取推荐数据

predicted_ratings = pd.DataFrame(np.dot(test_v_df.loc[0], Q.T),
index=Q.index, columns=['Rating'])
predictions = pd.DataFrame.sort_values(predicted_ratings,
['Rating'], ascending=[0])[:10]
JSONP_data = jsonpify(predictions.to_json())
return JSONP_data

此代码实现了预测评分的计算，并选取评分最高的前 10 个产品作为推荐，最后将结果转换为 JSONP 数据格式返回。

2. 将 Flask_Work 类附加到 Flask 服务器

api.add_resource(Flask_Work, '/')
if __name__ == '__main__':
    app.run(host='127.0.0.1', port=4000, debug=True)
<