【创新实训10】基于情绪分析推荐WEB整合与应用

该博客讲述了作者如何将基于用户的情感分析评分整合到实际应用中,通过关系模式设计(userID-articleID-score),存储优化(使用Map和Set节省空间),以及代码完善来解决推荐算法的冷启动问题。初期推荐采用热门文章,随着用户记录增加,逐渐提供个性化推荐。
摘要由CSDN通过智能技术生成

由于之前的推荐算法只是最基础的,在这周完成了用户对文章的评分后,开始整合到具体的应用中.

一、关系模式

关系模式为userID  articleID score的形式,

其中userID为String,articeID为int而score则是规范化到1-10的评分.

所以在上次的博客中没解决的问题就是 存储用户-文章:评分列表.

二、存储方式确定

因为整个的计算过程中涉及到大量的用户和文章,如果都采用多位数组存储会非常的稀疏,大大浪费了存储空间.

所以除了对用户我选择建立了用户矩阵以外,其余对数据一律采用Map和Set,这样可以保证数据存储空间的节省.

所以对于用户文章评分也就使用了如下结构:

Map<String,Map<Integer,Integer>> userScore = new HashMap<>();  //用户 文章 评分存储  

三、代码完善

import java.util.HashMap;
import java.util.HashSet;
import java.util.Iterator;
import java.util.Map;
import java.util.Map.Entry;
import java.util.Scanner;
import java.util.Set;

/**
 * 基于用户的协同过滤推荐算法实现
 * @author Jemary
 *
 */
public class UserCF {

    public static void main(String[] args) {
        /**
         * UID	     Article ID
         * 'str'	   1  2 3
         */
        Scanner scann
  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值