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）

[wyan453351466]

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

[hanangellove]

赞一个~

[wwdyy]

用的什么语言？

[wyan453351466]

@wwdyy php

[shoumu]

推荐算法是什么样的，详细说说？

[slince]

楼上加一

[noNOno]

楼上+1

[azh7138m]

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]

建议好好做妹子图，这个是肛需：）

[andyiac]

发现这个网站有一段儿时间了

[wyan453351466]

@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]

楼主抓煎蛋的妹子图,还没有说明..........这不好吧.

[azh7138m]

@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]

那你也说说你的推荐算法啊

[Antidictator]

Chamber 都爬，调皮

[SoulGem]

这个之前就有在关注啊，看你的知乎热门还挺有趣

[zpvip]

算法都不说，你这是炫耀吗？

[wyan453351466]

@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]

两天包括页面搭建吗？厉害了。。。

[oukichi]

楼主帅呆了，这个风格很喜欢。

[zonzin]

这不是死了的 DIGG 吗

[wyan453351466]

@oukichi 谢谢！

[wyan453351466]

@hjdtl 两天不包括页面。。页面得两个月还差不多。。

[xsliang]

不错 加群学习下

[gamecreating]

采集搜狗的微信文章吗?

[wyan453351466]

@gamecreating 采集的清博数据

[Tairy]

刷妹子图的时候被老板看到了

[Tunar]

@Tairy 然后

[Tairy]

@Tunar 自觉关了

[joeke]

厉害厉害，这爬的哪里的数据，貌似什么都有，五花八门的

[only0jac]

ui 做的相当舒服，请教楼主怎么弄的？

[rogwan]

这是小号的今日头条嘛😄

[wyan453351466]

@only0jac 就是用 bootstrap 改的。。

[wyan453351466]

@rogwan 哈哈。被发现了😆

[wyan453351466]

@joeke 妹子图吗？妹子图是爬的煎蛋网

[unique]

很强，支持一下

[wyan453351466]

@unique 谢谢！

[carlclone]

厉害

[shitailongshenxu]

很不错哦，能共享下源码吗

[davidqw]

妹子图，一股清流啊... 有种回到 2000 年互联网的既视感

[Rootcat]

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]

@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）

[huangfs]

开源地址？

[slince]

风格很喜欢，后端是 php 啥框架做的

[dreamin]

后端是 thinkphp ？

[wyan453351466]

@dreamin 怎么看出来的😓

[qianmeng]

最近一段时间也迷上了 reddit，在 github 上面找代码看了很多。我也注册了言说，不过感觉还是机器爬取的内容质量更好

[susucoolsama]

赞一个，2 天用 tp 写的就很屌了。