这是一个创建于 3173 天前的主题，其中的信息可能已经有所发展或是发生改变。
大概去年的时候 10 月份的时候，看到了 v 友的这篇帖子:一个简单的网文推荐系统，解决书荒。
这位 v 友当时没有给出源码地址，于是我就打算自己也实现一个。不过，由于算法复杂度太高以及自己学习的很浅(现在学习的也不深)，也没有想到好的办法就暂时搁在了一边。拖到了最近，使用了局部敏感哈希(LSH)的方法降低了最近邻搜索的时间复杂度，也算简单的把它实现了，推荐结果算是勉强可以看了，效果如下图： 
算法流程如下：
- 1 、爬取小说
- 2 、小说分词
- 3 、 TF-IDF 向量化
- 4 、最近邻搜索
由于小说爬取的比较杂乱，什么女频的男频的都有，所以有些推荐结果可能有些诡异，另外使用局部敏感哈希来搜索也会影响推荐的准确度，下面贴出链接希望 v 友能给出些改善建议。
推荐测试地址：http://tx.kalen.site:38438/
github 链接： https://github.com/nladuo/novelRS
 | 1 coderluan 2017-04-24 14:03:49 +08:00 试了一下，楼主你其实是在骗我们吧，你这个就是彻头彻尾随机推荐吧... |
 | 2 chengfu 2017-04-24 14:05:30 +08:00 好像很厉害的样子，既然是纯搜索功能，能不能做成一个 wp 可以使用的插件呢，集成到 wp 还是不错的说；另外，相似度的准确性怎么算的，有多高（不是说百分比数据，而是“相似度”这个参数本身） |
| 3 coderluan 2017-04-24 14:10:08 +08:00 说正经的，我建议楼主可以爬优书网（龙空）的数据，然后按分类和评分高低推荐。 |
 | 4 nladuo OP @chengfu 相似度就是余弦相似度，把两本小说分词，转换成 Bag-of-Words 模型，通过两个向量的点乘再除以两个向量的模来计算相似度。 |
 | 5 enenaaa 2017-04-24 14:14:47 +08:00 不如爬优书网的书单， 以用户和书单收藏来推荐。 |
 | 6 v2pro 2017-04-24 14:15:13 +08:00  1 LDA 或者 LSA 效果应该比 hash 好。。。 如果是爬的小说，带有原来的类别或者标签就更好了，带标签的 LDA 效果更好些。。。 |
 | 7 wolfan 2017-04-24 14:16:56 +08:00 via Android 看书不如写书，写书不如神精网络生成，以后编剧什么的就不存在了。 |
| 8 nladuo OP @coderluan 谢谢建议，可能是由于书的质量原因吧，感觉 YY 小说的推荐结果稍微靠谱一些，不知道是不是我爬的数据的原因。像盘龙、星辰变这样的图书结果确实是不太好。 |
 | 13 lcatt 2017-04-24 15:07:23 +08:00 很多小说都没有。。。。 |
| 15 lcatt 2017-04-24 15:12:15 +08:00 我搜《王牌进化》，结果出来的都是一些乱七八糟的推荐。。。理想中应该是同一作者的《最终进化》，然后是同一类别的其他作者热门书籍比如《死亡名单》《无限进化》等等。。。 |
 | 16 whale 2017-04-24 15:44:05 +08:00 目前在看的十几本小说都显示未找到！只能查全本？ |
 | 17 wzha2008 2017-04-24 17:03:11 +08:00 小说推荐还是用协同过滤更好一些 |
 | 18 Sn0wM4n 2017-04-24 17:50:58 +08:00 搜了几部都未找到，看来我口味独特 |
 | 19 xiaome 2017-04-24 18:05:35 +08:00  可能，也许，大概，应该是数据不够？ |
 | 20 smdx 2017-04-24 18:23:37 +08:00 via iPhone 程序员会看小说吗 |
| 21 smdx 2017-04-24 18:27:03 +08:00 via iPhone 我总觉得程序员没有人文素养，说话和天涯得人，简直一个是油，一个是水，区别太大了 |
 | 22 TKKONE PRO 图中的搜索完全和结果没有关联吧？ |
 | 24 MyFaith 2017-04-25 09:55:52 +08:00 楼主头像和代码不太匹配呀 |
 | 25 nicoljiang PRO 这个推荐思路本身我觉得就有问题。 小说的相关度是靠题材、背景、设定、情节等来判断的，其中最复杂的是设定。 用关键词的方式来做，可预见的就不会很准。 最近向量分析工具被玩坏了～ |
Select Language