之前小弟在 V2EX 推广过一个 Go 语言实现的 RESTful 的推荐系统后端,最近以它为后端,使用 Flask 实现了一个 Steam 推荐系统,发在 V2EX 听取一下老哥们的意见。
项目链接
- 网站地址: https://steamlens.gorse.io
- 网站源码: https://github.com/zhenghaoz/SteamLens
- 推荐系统后端: https://github.com/zhenghaoz/gorse
网站截图
- 个性化推荐

- 相似推荐

项目说明
-
关于工程量:因为 gorse 完成了大部分的逻辑,所以 Python 代码也就一百多行。前端用的是 Materialize,后端用的是 Flask。
-
关于 Steam 授权: 获取 Steam 账号授权,它可以读取游戏列表,然后根据玩过的游戏进行推荐。当然,Steam 社区授权要文明上网的,所以使用上有些难度。这也就意味着,如果要部署这个网站,需要保证服务器和 Steam 社区之间的连接。
-
关于推荐效果:相似推荐还行,但是个性化推荐就不太准了,因为用的数据集是 13 年采集的,所以推荐结果不大可能是让人感兴趣的。图中就是推荐给我的游戏,然而由于我的大部分游戏都是 13 年之后的,因此推荐的大部分游戏都不是我感兴趣的。