花了两天的时间，写出了一个内容推荐引擎（一个面向程序员和极客的今日头条）

V2EX = way to explore

V2EX 是一个关于分享和探索的地方

现在注册

已注册用户请登录

这是一个创建于 2598 天前的主题，其中的信息可能已经有所发展或是发生改变。

大家好。。我言说的站长。

这次我给网站开发了一个简易的内容推荐引擎。

详情戳链接: www.yanshuo.me

最初的言说首页，内容是按照时间排序的，大概每 10 分钟会推荐一条热门内容。

现在加入了推荐算法，每次刷新会推荐不同的内容。

本次推荐算法主要想实现的效果是，每次推荐的内容，既要保证内容的质量，还要保证内容的多样性，以及热度。

不过现在由于用户数据不够多等的原因，推荐的内容还不够智能化。待优化的地方还有很多！

希望大家在评论区给出您的意见，和大家用过的推荐算法。

对爬虫和推荐算法感兴趣的同学，欢迎加群：566806792

推荐

算法

内容

引擎

47 条回复 • 2018-04-27 10:43:08 +08:00

hanangellove

2017-10-11 11:50:39 +08:00

赞一个~

wwdyy

2017-10-11 11:56:40 +08:00

用的什么语言？

wyan453351466

2017-10-11 12:23:03 +08:00 via iPhone

@wwdyy php

shoumu

2017-10-11 12:23:13 +08:00

推荐算法是什么样的，详细说说？

slince

2017-10-11 12:47:06 +08:00

楼上加一

noNOno

2017-10-11 13:00:27 +08:00

楼上+1

azh7138m

2017-10-11 13:13:12 +08:00

粉色店、黑金店、LAB 概念店……喜茶的空间设计你学不会！
还有 B 站&张大妈&知乎
哪里程序员或者极客了......

azh7138m

2017-10-11 13:14:39 +08:00

建议好好做妹子图，这个是肛需：）

andyiac

2017-10-11 13:17:13 +08:00

发现这个网站有一段儿时间了

wyan453351466

2017-10-11 13:50:11 +08:00 via iPhone

@azh7138m 张大妈是什么。。现在推荐算法还不成熟。。可能会出现不相关内容。。多刷新几次试试

SaltedFish12138

2017-10-11 13:57:10 +08:00

楼主抓煎蛋的妹子图,还没有说明..........这不好吧.

azh7138m

2017-10-11 14:05:47 +08:00

@wyan453351466 smzdm，一般我考虑过滤到微信的链接，或者让我扫码看微信的，文章质量大幅度提升，或者你直接抓 readhub 的 api 也行

Chappako

2017-10-11 14:11:27 +08:00

那你也说说你的推荐算法啊

Antidictator

2017-10-11 14:11:38 +08:00

Chamber 都爬，调皮

SoulGem

2017-10-11 14:18:19 +08:00

这个之前就有在关注啊，看你的知乎热门还挺有趣

zpvip

2017-10-11 15:04:13 +08:00

算法都不说，你这是炫耀吗？

wyan453351466

2017-10-11 16:11:20 +08:00

@shoumu
@slince
@noNOno
@zpvip

目前的推荐引擎是基于内容的推荐。
首先要对所有的元数据有一个建模，哪些是科技资讯，哪些是编程类的，哪些是娱乐类的。然后每次推荐时会抽取 10 几条不同类别的内容，进行评分并排序（评分的维度有，用户以往的访问习惯、内容的浏览数、赞数）。抽取评分较高的排在首位，并删除评分最低的后几条。

现在用户数据不够多的情况下是用的这种方式。更科学的方式可能应该是基于用户的协同过滤推荐等方式（但是需要一定的用户数据才可以玩起来）。

更详细的算法大家可以看这篇文章:
https://www.ibm.com/developerworks/cn/web/1103_zhaoct_recommstudy1/index.html?ca=drs-

现在的推荐引擎还很糙。。我也只用到了这篇文章中的一小部分思想。更多的大家可以互相探讨。

hjdtl

2017-10-11 17:03:44 +08:00

两天包括页面搭建吗？厉害了。。。

oukichi

2017-10-11 17:06:54 +08:00

楼主帅呆了，这个风格很喜欢。

zonzin

2017-10-11 17:17:42 +08:00

这不是死了的 DIGG 吗

wyan453351466

2017-10-11 18:03:42 +08:00

@oukichi 谢谢！

wyan453351466

2017-10-11 18:04:13 +08:00

@hjdtl 两天不包括页面。。页面得两个月还差不多。。

xsliang

2017-10-11 18:09:33 +08:00

不错加群学习下

gamecreating

2017-10-11 18:29:41 +08:00

采集搜狗的微信文章吗?

wyan453351466

2017-10-11 18:35:33 +08:00

@gamecreating 采集的清博数据

Tairy

2017-10-11 18:39:07 +08:00

刷妹子图的时候被老板看到了

Tunar

2017-10-11 18:39:42 +08:00 via Android

@Tairy 然后

Tairy

2017-10-11 18:40:14 +08:00

@Tunar 自觉关了

joeke

2017-10-11 19:00:17 +08:00

厉害厉害，这爬的哪里的数据，貌似什么都有，五花八门的

only0jac

2017-10-11 19:21:33 +08:00 via Android

ui 做的相当舒服，请教楼主怎么弄的？

rogwan

2017-10-11 19:37:41 +08:00 via Android

这是小号的今日头条嘛😄

wyan453351466

2017-10-11 19:56:17 +08:00 via iPhone

@only0jac 就是用 bootstrap 改的。。

wyan453351466

2017-10-11 19:56:57 +08:00 via iPhone

@rogwan 哈哈。被发现了😆

wyan453351466

2017-10-11 20:00:21 +08:00 via iPhone

@joeke 妹子图吗？妹子图是爬的煎蛋网

unique

2017-10-11 20:05:29 +08:00 via iPhone

很强，支持一下

wyan453351466

2017-10-11 21:38:40 +08:00 via iPhone

@unique 谢谢！

carlclone

2017-10-11 21:57:37 +08:00 via Android

厉害

shitailongshenxu

2017-10-11 23:48:26 +08:00

很不错哦，能共享下源码吗

davidqw

2017-10-12 01:47:17 +08:00

妹子图，一股清流啊... 有种回到 2000 年互联网的既视感

Rootcat

2017-10-12 16:47:38 +08:00

必须赞一个，这是本土化的 Reddit ！！！
建议开发 APP，移动端是主流了，PC 端用户有限。
是个人开发的还是团队呢？
备案信息是豫字，河南老乡啊

wyan453351466

2017-10-12 18:12:29 +08:00

@Rootcat 是个人开发的哈。。对，河南老乡。哈哈。

关于 APP 的事情，我也一直想搞。但无奈我本行一直是做 web 端的。APP 不是我的擅长。。
这个未来看能不能找到有缘人，或者自己业余学习类似 react 这种技术来实现吧。（原生写的话实现成本对于我这个外行来说比较高，而且还得写两套）