5ab1c29c
 tangwang
first commit
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
|
#!/bin/bash
# 清理老数据
find . -type d -name 'output.bak.*' -ctime +180 -exec rm -rf {} \;
find logs/ -type f -mtime +180 -exec rm -f {} \;
if [ -d "output" ]; then
# 获取当前时间戳，格式为年-月-日_时-分-秒
timestamp=$(date +%Y-%m-%d_%H-%M-%S)
# 重命名目录
mv output "output.bak.${timestamp}"
fi
mkdir -p output
# 准备数据
python3 prepare_data.py ../../fetch_data/data/session.txt.all output/session.txt.all 100
# 输出 bid_top_similar.txt 和 bid_embeddings.txt
# epochs为5的适合，embedding非常集中，top200的相似书籍相似度都在0.99以上，调到10 top1~top200相似度大概为0.9~0.8，20的时候，top1~top200相似度大概在0.75~0.6
python3 w2v.py --input-file output/session.txt.all --output-dir output/ --epochs 20
|