>nodejs做自然语言处理是非常可行的，这次我做了一些小小的尝试，一起来体验一下吧。

因为还保持著对自然语言处理的那份热爱，最近没事的时候会把毕业论文翻出来看（毕业论文的课题就是关于自然语言处理的），然后在我的新博客中加入了一些相关的处理，主要做了以下几个方面：

1. 对每一篇文章进行快速的内容理解，根据标题和内容，输出多个内容标签；?

2. 对文章按照内容进行自动分类，为文章聚类、文本内容分析等提供基础；?

3. ?根据文章标题、用户自定义标签、以及人工智慧获得到的标签，进行相似度计算；

4. 在阅读一篇文章的时候，通过相似度计算的结果，推荐相关的文章给用户。

下面给出自动输出内容标签的结果图：


# 博客系统

?运行环境：centos9 + docker

开发语言：nodejs?

资料库：MariaDB

开发框架：eggjs + ?nunjucks（模板引擎）

这次也是我第一次做后端渲染的博客，ajax的网站，做seo是真的不好做...

然后这次也是我第一次正儿八经的用了下阿里大佬们的eggjs，这种「洋葱模型」的框架，我真的是超级喜欢，不管是用es7优雅地处理js非同步，还是经典的MVC，还是框架的插件机制等等。确实是超级赞的。如果有喜欢nodejs的同志，强力推荐此框架。

# 推荐系统

推荐系统是我们平时在用软体，或者网站中经常会遇见的，比如资讯类的，百度feed、头条、qq看点等；电商类的，阿里，京东等等，还有抖音什么的，很多很多。

一个好的推荐系统可以带来更多的收益，but一个不好的推荐系统往往会得到别人的吐槽。之前在脉脉看到某公司CTO收到脉脉推荐的安卓工程师的推荐职位，遭到吐槽。百度李彦宏某天因为没有在feed收到一条重要的科技资讯信息，而吐槽自家员工。这样的事情通常会很多。

我觉得一个好的推荐系统应该更「懂」人，假如我最近一个月前买了一部手机，我希望能给我推送一些手机配件，而不是在给我推送一部手机，这个时候我买手机配件的概率是远远大于在买一部手机的。现在很多推荐系统，都是通过用户画像，加上各种埋点，用户操作数据，从而进行分析推送的。我觉得未必不可以在此基础上加上情感分析，多一个维度，或许能够得到更准确的数据。

说了这么多，我觉得还是有很多瓶颈存在的??，现在的AI就像很多年前的移动互联网，正处于上升期。 我们还有很多事情可以做。

下面进入今天的真题..

这次做的文章推荐系统，分享一些细节给大家：


图中右侧部分就是我们这个文章推送系统的推送结果，我们用不同的颜色标注了这篇文章和当前正在浏览的文章的关联度，颜色越深表示关联度越高，置信度越高，权重越大。

这个推荐系统中主要使用了上面所说的第三点：相似度计算；使用的数学模型为空间向量模型，空间向量模型能够将非结构化的文本数据转换成向量形式，表示成向量形式之后能为之后的处理过程打下良好的数学基础。

空间向量模型，帮助我们把每篇文档转化为一个多维的空间向量形式：

![])(https://wx4.sinaimg.cn/large/8f29f10bgy1fwi8fl6laxj20du01pt8l.jpg)

其中，向量 W1i表示第一个词占文档 Ci的比重，向量 W2i表示第二个词占文档 Ci的比重，依次类推，向量 Wti表示第 t 个词占文档 Ci的比重。

那么两篇文章的相似度，我们就可以计算他们对应向量的夹角余弦值来进行计算：


两个文档的余弦值越接近 1，这两个文档则越相似。

下面给出计算相似度的关键代码：


推荐阅读：

相关文章