foods

食品推荐

demo作品

文件主要分为：

1.readContent。用于读取数据，由于数据量比较大，就不放上来。

每个词条对应一个文件夹，文件夹命名方式为数字，该数字是从该词条在百度百科上的url中的数字标号决定。如 :

http://baike.baidu.com/view/59062.htm ---- 白切鸡

则有白切鸡的文件夹编号为59062.

此外，每个文件夹有可能下面几个文件：

--> pic.jpg 该词条的照片(不一定有)

--> tags.txt 该词条在百度百科上的标签(词条对应网页的最下方)

--> introduction.txt 该词条在页面右上方的小方框内的简要介绍(不一定有)

--> link.txt 该词条的url,注意还有该食品名字

--> view.txt & albums.txt & picview.txt 词条页面正文中的链接，view、albums、picview 分别代表指向 其他词条、相册 和 图片的链接 (文件一定有，单文件内部可能为空),demo 版本中只读view.txt,储存为relatedLink

读取完后，会在内存中形成一个字典对象foods，其构造如下 ：

foods = {

          "食品名字" ： {
          
              "tags" : ["tag1", "tag2", ...],
              
              "intros" : "introString", 
              
              "relatedLink" : ["link1", "link2", ...],
              
              "link" : "urlForTheTopic", 
              
              "number" : numberForTheTopic
              
          }
          
}    


其中，relatedLink中存放的也是词条对应的number而不是整个url

2. suggest.用于推荐，当前推荐算法极度简陋，只是比较tags还有relatedlink中相同个数。

   个人想法是到后面用分词找出一些高频词作为属性，然后每个词条有一个对应向量表示，然后对于每个用户，也有一个结构相同的向量对用户的使用习惯进行记录，最后匹配最相近的词条做推荐。

   为什么暂时不用Naive-Bayes呢，因为我们现在要把食物分类还不知道怎么分，而且数据量不多，才一万条，直接拿来做训练集。所以先做完上面那一步，有时间再修改，添加NB算法做分类

3. priorityQueue. 顾名思义，做推荐是使用的优先队列类定义

4. main.py. tornado框架实现的服务器，逻辑较为简单 ：

   --> 主页面，选择食品

   --> 食品存在跳到展示页面，不存在则提供tips

   --> 展示页面