文件名称：Recommendation_System_Zurich_Restaurants:苏黎世的餐厅推荐系统，使用Trip Advisor评论
文件大小：49.63MB
文件格式：ZIP
更新时间：2024-04-25 15:37:45
Python
苏黎世餐厅推荐系统 项目概况 在庞大的商业报价使我们不知所措的世界中，在线评论会对客户的决策产生重大影响。 该项目包括创建一个工具，该工具可根据用户个人资料提出餐厅的个性化列表。 不同的步骤： 使用Python和Selenium从TripAdvisor刮走了大约1800家餐厅和1900条评论者的个人资料 从餐厅描述中提取出精心设计的功能，以提取可用信息（美食类型，价格范围和受欢迎程度） 基于无监督学习算法（K均值）的构建配置文件集群 生产解决方案：创建一个Python Flask网络应用程序： 目录 数据收集：网页抓取 作为该项目的第一步，我从TripAdvisor刮了大约1800家餐厅。 对于每个餐厅，我们提取以下信息： 网址 标题 价格范围和类别（$符号） 美食 特殊饮食 地点 评论数 评论（评论者姓名，报价，正文，日期，有用的投票） 作为补充，我抓取了审稿人的个人资料：
【文件预览】：
Recommendation_System_Zurich_Restaurants-main
----images()
--------correlation1_resized.PNG(25KB)
--------price_cuisine_corr_updated.png(29KB)
--------correlation2.PNG(23KB)
--------demo-recommendation-system.gif(19.97MB)
--------clusters_resized.png(44KB)
--------clusters.png(94KB)
--------Screenshot_updated.PNG(1.81MB)
--------clusters_analysis.PNG(52KB)
--------correlation1.PNG(30KB)
--------README.md(1B)
----LICENSE(1KB)
----app()
--------models()
--------app.py(3KB)
--------templates()
--------data()
--------.DS_Store(6KB)
--------src()
----.DS_Store(6KB)
----requirements.txt(1KB)
----.gitignore(44B)
----README.md(4KB)
----scripts()
--------scraper.py(13KB)
--------data_cleaning.py(5KB)
--------eda_restaurants.py(6KB)
--------preprocessing_features_engineering.py(12KB)
--------clustering.py(8KB)