Yelp-Analysis-and-Reco

✨ 简介

这是yelp点评数据分析与推荐项目的后端仓库，是集成了协同过滤推荐算法、搜索算法和NLP情感分析算法的flask后端应用.

前端仓库请移步Yelp-Analysis-and-Reco_frontend．

An English version of the README for this project: README-EN.md

🎉 特性

数据可视化

• 商户分析
• 用户分析
• 评论分析
• 评分分析
• 打卡分析

应用功能

• 用户端点评推荐
• 用户端商户搜索
• 用户端好友推荐
• 商家端经营推荐
• 评论情感分析

Warning

本项目使用的图标及首页图片等均来自yelp官方网站，开源项目仅作学习交流之用，请遵守相关版权规定

🛠 技术栈

Flask	PyTorch	Scikit-learn	Scikit-surprise

🚀 项目运行说明

安装依赖

pip install -r requirements.txt

Note

torch版本请确保与设备显卡的CUDA版本匹配

项目设置

• 在config/config.py中填写你的数据库服务器地址和端口号
• 在app/Advice/Boards.py中填写你的文心一言API_TOKEN
• 在config/model中放置你的模型权重文件

Note

本项目的数据库是在yelp开源数据库的基础上进行了一些数据处理和筛选，新增了许多新的数据表

项目所使用的数据库和预训练模型权重可通过Issue从开发者处获取，当然您也可以根据项目自行处理和训练

项目运行

python run.py

Warning

如遇项目报错Resource averaged_perceptron_tagger not found.,表示averaged_perceptron_tagger资源尚未下载到你的机器上

在python控制台执行以下代码即可

import nltk
nltk.download('averaged_perceptron_tagger')

Note

本项目部分模型使用了深度学习模型，无GPU的设备可能运行缓慢

若项目的前后端运行在同一局域网下的不同设备上，请务必关闭设备的防火墙(踩过的坑😂)

图片服务

• 本项目使用微软的IIS服务搭建图片服务器，向前端提供图片传输支持
• 即通过IIS服务共享图片，前端可通过HTTP协议直接获取图片数据
• Windows10启动IIS服务器的教程详见利用windows服务器自带的IIS搭建网站并发布公网访问【内网穿透】

Note

图片数据集来自Yelp Open Dataset

可根据需要自行下载(较为缓慢)，也可通过Issue从开发者处获取

注意IIS服务权限设置问题

🧰 算法模型

点评推荐

好友推荐

经营建议

💻 运行截图

项目首页

Note

用户端唯一指定用户名Shari，密码任意；商家端唯一指定用户名asdf，密码任意

别问为什么，问就是项目演示需要😅，登录模块不是本项目的重点

如果还是想要使用其它用户名，可自行修改login.py中的映射字典

数据可视化

商户分析	用户分析	评论分析	评分分析	打卡分析

商户详情&评论情感分析

用户端推荐

商户推荐	好友推荐

Important

由于yelp官方开源数据集中商户数据与图片数据并不完全对应，因此商户卡片的图像为随机选取

搜索与筛选

商家端

商户仪表板	经营建议

💖 团队成员

本项目由以下四位开发者共同完成(排名不分先后)：electronic-pig、Labhahaha、zf666fz、weeadd

📄 写在最后

项目制作不易，如果它对你有帮助的话，请务必给作者点一个免费的⭐，万分感谢!🙏🙏🙏