基于知识图谱的豆瓣书籍推荐、可视化与问答系统的Python源码及部署指南.zip
5星
- 浏览量: 0
- 大小:None
- 文件类型：None
简介：
本资源提供了一套基于知识图谱技术的豆瓣书籍推荐系统及其配套的可视化和问答功能的Python代码，并附有详细的安装与配置教程。
【资源说明】基于知识图谱的豆瓣书籍推荐可视化及问答系统python源码+部署说明.zip
1. 该资源内项目代码都是经过测试运行成功，并确保功能正常后才上传，可放心下载使用。
2. 此项目适合计算机相关专业的在校学生、老师或企业员工（如计算机科学与技术、人工智能、通信工程、自动化和电子信息等）下载学习，也适用于初学者进阶学习。此外还可用于毕业设计项目、课程作业以及初期立项演示。
3. 如果基础较好，则可以在此代码基础上进行修改以实现更多功能。
基于知识图谱的豆瓣书籍推荐可视化及问答系统文件树：
1) app.py是整个系统的主入口；
2) templates文件夹存放HTML页面：
|- index.html 欢迎界面
|- search.html 搜索页面
|- KGQA.html 问答页面
3) static文件夹用于存储css和js，定义了网页的样式与效果。
4) raw_data文件夹包含数据处理后的三元组文件；
5) neo_db文件夹内为知识图谱构建模块：
|- config.py 配置参数
|- create_graph.py 创建知识图谱、建立图数据库；
|- query_graph.py 查询知识图谱；
6) KGQA文件夹是问答系统模块：
|- ltp.py 分词、词性标注和命名实体识别。
7) spider文件夹为爬虫模块：
|- get_*.py 是之前用于获取人物资料的代码，已生成好images和json 文件；
|- show_profile.py 调用资料并展示在前端页面上的代码；
部署步骤：
* 0. 安装所需库：执行pip install -r requirement.txt
* 1. 下载neo4j图数据库，并配置环境（注意需要使用jdk8）。修改neo_db目录下的config.py文件，设置图数据库的账号和密码。
* 2. 在neo_db目录下运行python creat_graph.py 建立知识图谱；
* 3. 安装ltp模型；
* 4. 修改KGQA目录中ltp.py里的LTP模型路径
* 5. 运行app.py，通过浏览器访问localhost:5000查看系统。
全部评论 (0)
