Правительство Российской Федерации Федеральное государственное автономное образовательное учреждение высшего профессионального образования

Проблемы существующих подходов

• 
  Недостаток информации о пользователях
  

• 
  Новые пользователи
  

• 
  Поддельные оценки
  

• 
  Масштабируемость
  

Выводы

Описание реализации системы

Архитектура программы

Серверная часть

• 
  app.yaml – файл с конфигурациями, состоящий из сопоставлений обработчиков запросов к адресам запросов, объявлений подключаемых модулей и их версий, а также персональной информацией о приложении (application id) и версией языка;
  
• 
  *.py – файлы в которых находится выполняемый код на языке Python. Классы и методы, объявленные в файлах, отвечают за работу серверного приложения;
  
• 
  *.html – необязательные файлы с разметкой страниц;
  

Описание файлов

• 
  class MainPage
  
  • 
    def post(self) – обработка POST-запроса на адрес http://personalized-news.appspot.com/, создание рекомендаций и их отправка пользователю;
    
  • 
    def getCategoriesFromUser(self, similarily, userInfo) – парсинг категорий из рекомендаций пользователя;
    
  • 
    def getSource(self, x) – получение из категорий ссылки на новости;
    
  • 
    def getNews(self, url, data, typeRecommendation, newsCategoty) - запрос на получение новостей определенной категории и формирование ответа пользователю;
    
• 
  class Statistics
  
  • 
    def post(self) – обработка POST-запроса на адрес http://personalized-news.appspot.com/statistics, обработка и сохранение статистики, пришедшей от пользователя;
    
  • 
    def parseCategory(self, category) – парсинг категорий пользователя;
    
  • 
    def createScore(self, scrollRating, readRating) – преобразование статистики в шкалу оценок;
    

• 
  class AppUser – сущность базы данных, представляет собой пользователя;
  

• 
  class createRecommendations
  
  • 
    def getTopUsers(self,prefs,person,n=2) – получение первых двух похожих пользователей;
    
  • 
    def pearsonSimilarity(self,prefs,p1,p2) – вычисление коэффиециента Пирсона для двух пользователей;
    
  • 
    def computeDeviations(self) – вычисление отклонений между объектами системы;
    
  • 
    def weightedSlopeOne(self, userRatings) – вычисление рекомендаций методом Weighted Slope One;
    

Описание работы серверной части