discussion

写了一些想法，大家可以在文件下面补充。
    数据预处理，删除NULL的数据，有一条新闻没有发表时间，手动删除了(已做)
    数据分割: 新闻是3月份的，打算把25号之前的新闻分到一个文件里面(training.txt)，用来做模型训练，之后的用来做预测(testing.txt)。
        训练的部分，用我们usermodel中的三个类里面自己定义的方法进行训练，学习参数.
        预测的方法是，依然是在上面的三个类中，定义一个推荐的方法，需要:
                             1:输入一个用户id
                             2:从后5天的新闻集合里面输入所有的新闻类(遍历)，通过之前学习的参数，过滤新闻，获得
                                一个推荐列表，列表里面包含了推荐的新闻的ID;
                             3:这个推荐的ID列表和实际的后面5天的每个用户看的新闻ID列表做对比，利用公式计算各方面的指标。
        输出结果:
            用户id，预测指标(暂定值考虑 (|Recommend| and |read|)/|read|)
            然后可以对后5天出现的这些用户取平均                      

    CBR写了大概的框架了，晚点的时候接着补充
    数据分隔的部分我来写，主要是固定文件名，都放在doc目录下，不要写多个不同版本了...
//shaoyiwen 12.24   17:04
用户数据特征：用户看过的新闻比较少，有些人只看过一条新闻，有些人看过2-4条新闻
新闻的时间分布，从2000年一直到2014年，并不是想文档里描述的那样，具体的分析放在data文件夹下了
数据按照用户分类，对每个用户读过的新闻按照时间排序，取前面一部分的数据作为训练，后面一部分的数据作为测试，这个工作已经完成了; training.txt用来训练，testing.txt用来测试