231022|推荐系统1-推荐框架注释

安装包版本

安装相关包flask.__version__= 2.2.3

定义文件夹结构

data存放数据src放资源包文件，MovieRecOffline放线下训练MovieRecSystem放线上test放main/日志和test，src要添加到路径中

线上接口

先定义MovieRecSystem/app.py为线上的接口，用flask包实现

app = Flask(__name__) 

@app.route("/")连欢迎界面

@app.route("/f1")连结果传递

用flask.jsonify(_result)将结果传递回去，期间可能会出现json格式的问题，将_result的值取出来转换成字典即可

main函数

直接调用app.run(host='0.0.0.0', port=9999)调用接口

策略部分

建立文件夹MovieRecSystem/strategy，其中包含entity包含配置文件和策略元文件（其中定义了各个步骤所选的方案名称，会根据策略元文件进行相应的策略，其名称可以用列表传入），strategy_runner.py调用元策略，而每一个步骤又有每一个runner实现，每一个runner中处理同一步骤不同方法的结果并进行汇总（如果没有结果写到日志中，对于一个产品多个方法有涉及分数取最大值，得分来源做合并）在各个步骤中添加不同方法在各个runner处修改。

数据组成

另外数据来源与根目录下的entity，这个和刚刚提到的entity不同，这个是用来处理用户/产品/推荐结果的文件夹，其中包含user_feature.py输入字典，解析字典，将数据保存成类的形式，spu_feature.py存放产品相关信息。rec_item.py存放推荐结果，在这个类中定义了__iter__函数用来迭代。以及__str__函数用来产出print函数的结果，每一条结果都由产品Id，得分，得分来源和是否有效组成。