-
豆瓣推荐：运用豆瓣图书数据进行推荐，同时结合知识图谱与知识引擎技术，简易构建neo4j
资源介绍
DouBanRecommend
基于豆瓣图书的推荐、知识图谱与知识引擎简单构建neo4j
本项目主要贡献源来自豆瓣爬虫（数据源）、知识图谱引擎、中内嵌的推荐算法。
主要拿来做练习，数据来源可见。
练习内容：
豆瓣图书推荐 + 搜索模块
豆瓣图书知识库简单应用（Neo4j的使用）
推荐与搜索模块再结合豆瓣内部的API就更加牛逼~~~！（）
20210130 更新
将book_excel.csv压缩成book_excel.zip放在文件夹book_recomend下面
一、数据整理
简单的把爬虫数据进行简单的整理。主要做了一下针对每本书的评分，数据源中有两个值得用的字段：豆瓣书籍评分 + 书籍阅读人数，先等级化，然后进行平均，简单的得到了该书籍的得分。
# 把豆瓣读书评分 / 豆瓣读书人群数量 进行分箱
book_excel_all['rank_rank'] = pd.qcut(book_ex