文章推荐系统-源码

文章推荐系统 在这个项目中，我分析了用户与IBM Watson Studio平台上的文章之间的交互，并向他们提出了我认为他们喜欢的新文章的建议。 我的项目分为以下任务 I.探索性数据分析 提供一些有关数据的描述性统计以及数据可视化的见解。 二。 基于排名的建议 提供功能以获取用户订阅数量最多的前n个文章名称和ID。 三， 基于用户-用户的协同过滤 提供功能以从与输入用户ID相似度最高的用户那里获得前n条文章订阅。 以用户为行，文章为列，重塑数据框。 每个用户只能在每行中出现一次。 每篇文章只能显示在一个栏中。 如果用户对文章进行了下标，则在用户行与文章列相交处放置1。 否则，在用户行遇到该文章列的地方放置一个0。 IV。 基于内容的协同过滤 提供获取与输入文章ID相似度最高的前n个文章名称和ID的函数。 利用NLP技术删除标点符号，停用词并标记文档正文文本。 通过Ge