云朵开场白

BGM响起后，云朵出现 屏幕上巨大的“书蕴” 简单介绍项目

书中自有颜如玉，书中自有黄金屋。 大家好，我是书蕴的项目负责人陈睿。

书蕴，是基于书评内容的书籍推荐系统。 希望在信息泛滥的今天，我们能有效地为书籍爱好者提供一片阅读的净土，将阅读带进每个人的心里。

话不多说，我们先来看看书蕴本体。

前言

没什么好说的 引一句话： > 你是你自己最大的倚仗。

正文

IOC(Inversion of Control)

控制反转

核心思想是：反转资源获取的方向。 容器主动的将资源推送给它所管理的组件。组件只需要选择一种合适的方式来接受资源。

前言

这是我个人的spring笔记，刚上手，非常僵硬。 大佬们请绕路，不喜勿喷，谢谢大家。

本来是试着自己看spring实战，果然还是太菜了，看的一脸懵逼，决定跟着视频学，然后再深入书本。

然后今天发现自己鼻音重、音色不好的先天条件不足，试着录fools……听着心态炸了。不说了。

前言

书蕴笔记系列索引在这里：书蕴——基于书评的人工智能推荐系统

前面说到了我们已经提取出每本书的标签集合了，那么现在的关键问题就是通过标签来进行书籍推荐了，这大概也是一个阶段性重点了，毕竟这个时间节点是直接见成效的时刻。这篇博客将以“计算书籍之间的距离”为主，先介绍思路，重点通过控制变量法调节各个参数，罗列出不同的效果，并确定效果最好的阈值。

思路

当我们已经拿到每本书的标签（tags[]）之后，剩下的就是去找tags列表里每一项之间的距离。 这里每一项都是上一篇文章的思路下计算得到的标签集合

具体思路是：使用中文维基百科语料库训练出的word2vec模型作为泛集，在泛集中找到两本书标签之间的距离，使用平均值等不同方式计算书与书的距离。

前言

整体索引在此 ：书蕴——基于书评的人工智能推荐系统

之前把书评预处理并将每本书训练出了word2vec模型，本篇博客针对如何提取书籍的标签具体展开描述。

思路

索引篇也提到了，主要是通过word2vec模型，找出前a的高频词放入new_word_set，然后计算new_word_set中所有词距离最近的前5个词，并把这5个词也加入new_word_set中，重复迭代获取标签。其中的数字可以修改，以下列出不同参数的不同效果。具体步骤与伪码以及源码如下：

前言

整体索引在此 书蕴——基于书评的人工智能推荐系统

上次把文本进行了预处理，主要是使用正则去除标签以及对文本去除停用词以及结巴分词。 后续还会加入tf-idf来动态选取停用词。

word2vec模型训练

word2vec简介

关于word2vec到底是什么，推荐一个链接：DL4J，有对理解帮助很大的图文 虽然链接里的word2vec是java写的，和我们用的python word2vec不太一致，但思想上是一致的，而且文章具有深度的科研性以及广度的科普性，值得一看。

前言

整体索引在此 书蕴——基于书评的人工智能推荐系统

思路

因为数据是爬虫爬下来的，具体内容被写入到了excel表里，所以文本预处理分为2块。一个是从excel中获取数据，然后去掉文本中所有的html标签，最后整理成txt文档中一行一条评论的形式。另一个是对文本去停用词、分词，处理成一个词一个空格的形式，便于word2vec训练模型。