終極演算法 豆瓣

終極演算法 豆瓣是一款Python工具包，通過爬取豆瓣圖書數據和深度學習演算法推薦系統，幫助用戶更好地發現、篩選、推薦符合自己喜好的圖書。下面將分別從數據爬取、演算法模型和推薦系統三個方面進行詳細闡述。

一、數據爬取

1、使用requests和BeautifulSoup庫進行頁面解析。

import requests
from bs4 import BeautifulSoup

url = 'https://book.douban.com/top250'
r = requests.get(url)
soup = BeautifulSoup(r.text, 'html.parser')

2、使用正則表達式獲取圖書信息。

pattern = re.compile(r'([0-9]+)\.(.*?).*?author">(.*?).*?year">(.*?).*?star">(.*?).*?span> \((.*?)\)', re.S)
items = re.findall(pattern, r.text)

3、將獲取的數據寫入CSV文件。

import csv

with open('books.csv', 'w', newline='', encoding='utf-8') as csvfile:
    writer = csv.writer(csvfile)
    writer.writerow(['排名', '書名', '作者', '出版日期', '評分', '評價人數', '書籍鏈接'])
    for item in items:
        writer.writerow([item[0], item[2], item[3], item[4], item[5], item[6], item[1]])

二、演算法模型

1、使用Keras庫構建神經網路模型。

from keras.models import Sequential
from keras.layers import Embedding, Dense, Flatten

model = Sequential()
model.add(Embedding(input_dim=num_words, output_dim=32))
model.add(Flatten())
model.add(Dense(units=1, activation='sigmoid'))
model.compile(optimizer='adam', loss='binary_crossentropy', metrics=['acc'])

2、訓練模型並保存。

model.fit(X_train, y_train, epochs=10, batch_size=32, validation_data=(X_val, y_val))
model.save('recommendation_model.h5')

3、在應用程序中載入模型並做出預測。

from keras.models import load_model

model = load_model('recommendation_model.h5')
prediction = model.predict(X_test)

三、推薦系統

1、使用Pandas庫對圖書數據進行處理。

import pandas as pd

df = pd.read_csv('books.csv')
df['評分'] = df['評分'].apply(lambda x: float(x))
df['評價人數'] = df['評價人數'].apply(lambda x: int(re.sub('\D', '', x)))

2、將用戶對圖書的評分轉換為二進位向量。

import numpy as np

def get_binary_vector(user_rating):
    binary_vector = np.zeros(len(df), dtype=int)
    for i, isbn in enumerate(df.ISBN):
        if isbn in user_rating:
            binary_vector[i] = user_rating[isbn]
    return binary_vector

user_rating = {'0394800133': 5, '1416909427': 4, '059035342X': 3}
user_vector = get_binary_vector(user_rating)

3、計算用戶向量與所有圖書向量的相似度，並選出最相似的n本圖書。

from sklearn.metrics.pairwise import cosine_similarity

cosine_similarities = cosine_similarity(df_matrix, user_vector.reshape(1,-1)).flatten()
related_indexes = cosine_similarities.argsort()[:-n-1:-1]

4、輸出推薦結果。

for i in range(n):
    related_index = related_indexes[i]
    print(f"推薦圖書{i+1}：{df.iloc[related_index]['書名']}，作者：{df.iloc[related_index]['作者']}，評分：{df.iloc[related_index]['評分']}，評價人數：{df.iloc[related_index]['評價人數']}")