推荐系统实现-笔记（2）

推荐系统实现（1）

推荐系统Demo实现笔记：

系统概述

本推荐系统采用基于内容的推荐算法，旨在为用户提供与其已收藏内容相似的新内容推荐。系统设立了两级过滤机制，以提高推荐的准确性和实用性。第一级过滤根据语料自身的标签进行推荐，第二级过滤则基于第一级过滤得到的标签，计算每个类别中语料标题与所有收藏语料标题的相似度，推荐相似度最高的几个语料。

一级过滤机制

一级过滤机制根据语料自身的标签进行推荐，具体步骤如下：

获取用户已收藏的语料列表List<Favorites> favoriteCorpusList。

通过对favoriteCorpusList中不同标签进行数量排序。

将数量靠前的tag，从语料库中获取所有包含该标签的语料，形成初始候选语料列表。

根据用户的收藏行为和标签信息，对候选语料列表进行筛选和排序，生成推荐列表。

二级过滤机制

二级过滤机制基于一级过滤得到的候选语料列表，计算候选语料列表中每个语料标题与所有收藏语料标题的相似度，推荐相似度最高的几个语料。具体步骤如下：

对于数量靠前的每个类别（一级过滤后的类别），遍历其中的每个语料corpus。

对于每个corpus，计算其标题与所有收藏语料的标题的相似度，排除与当前corpus相同的语料。

将计算得到的相似度值进行排序，最后取相似度值最高的几个语料作为推荐结果。

实现细节

相似度计算方法：采用Levenshtein（莱文斯坦距离）距离计算两个标题之间的相似度。（目前效果并不理想，待完善）

推荐结果展示：将推荐结果传递给前端页面，供用户浏览和选择。

Demo效果截图：

问题与反思：

目前的推荐系统实现的推荐效果很差，主要问题是：

二级过滤中采用的标题之间相似度计算算法比较粗糙。

语料内容和收藏内容不够丰富，因为目前语料平台中主要还是真题类语料占主体，这类语料标题格式和类容都比较类似。

后续改进思路：

方案一：改进二级过滤中的相似度算法，探索更适合本平台的相似度算法。

方案二：二级过滤更改为基于语料的内容计算相似度，这里的相似度计算可以采用更智能的方式实现。

相似度算法改进可以尝试similarity相似度计算工具包，可用于文本相似度计算、情感倾向分析等，Java编写。项目地址：https://github.com/shibing624/similarity。

整体的探索方向为WordNet词网研究JWS——Java WordNet Similarity。