基于 Bangumi.tv 220 万用户评分的动画推荐工具

[Icemic]

这是一个基于 Bangumi.tv 220 万用户评分的动画推荐工具，算是自己在推荐系统方面的入门尝试

如题，能根据你选择的某个动画，推荐与其相似的其他动画。
相似是指「喜欢该动画的人大多也会喜欢」
比如找合适自己的老番来看之类的~

最早是今年年初在 Coursera 学吴恩达的机器学习课程时练手用的，后来发现还挺准确的。
于是花了一些时间把 Matlab 程序改成了 Python 实现，这两周继续做了网站供人查询。

• 支持移动端，包括 Chrome 和 Safari 的「添加到主屏幕」，但不支持离线使用
• 使用了一些新的浏览器特性，部分较旧浏览器可能会有兼容问题。

地址：https://search.bakery.moe/ （注：使用前请先阅读「关于」）

网站源码： https://github.com/Icemic/search.bakery.moe （欢迎 pr ）

注意看使用方法，搜索只是搜索，点进去才是推荐…

各位觉得说不准的说下搜索的是哪个动画，觉得准也在下面留个言。
特别冷门或久远的就放弃吧，样本数不够肯定不准确的，而且那时候评分人的口味也和现在人不太一样

推荐这个东西，本来就是全体概率性的，个体不准确很正常……
我抓朋友测的都说还不错…没骗人😂 我自己都觉得不准肯定不会发出来的……

[rabbbit]

https://search.bakery.moe/search/青兰圆舞曲
搜青兰圆舞曲,这给我推荐的啥玩意?

[Icemic]

@rabbbit 只有在 Bangumi.tv 上有 rank 的才能搜到，青蓝圆舞曲 http://bgm.tv/subject_search/%E9%9D%92%E5%85%B0%E5%9C%86%E8%88%9E%E6%9B%B2?cat=2 不在榜单上，数据量过小，加入了也不会准确的……

[Icemic]

@rabbbit 而且您是不是没有看说明，搜索出来的也不是推荐内容啊。

首先要通过关键字搜索找到你要找的那个动画，点击链接进入这个动画的页面，才会显示根据该动画给出的相似推荐~

[whwq2012]

你这个是按关键字推荐的吧，哪里按照兴趣了，我搜我的英雄学院，出来的都是英雄和学院相关的。

[Icemic]

@whwq2012 看楼上……

[rabbbit]

这样啊,点进去之后没看见右上角的'关于'按钮,以为搜索作品名会直接显示推荐.

[whwq2012]

@Icemic 我点进去看了，但这个推荐还是有点坑，我搜的是热血，出来的是恋爱的动漫。。

[TriiHsia]

先不说操作逻辑，我感觉推荐给我的番剧，基于对原番剧的口味，并不是太感兴趣。没有看代码，所以不知道你是基于什么算法开展训练的。

[htfy96]

楼主有数据吗？刚好最近想做点类似的东西

[Icemic]

@whwq2012 注意相似的定义，不管怎么样，给你搜索的那个动画高评分的人，确实也给推荐内容高评分了………要么就是你搜索的是很冷的番……

话说各位说不准的说下搜索的是哪个动画啊，以及，推荐这个东西，本来就是全体概率性的，个体不准确很正常……我抓朋友测的都说还不错……

[Icemic]

@TriiHsia 协同过滤

[Icemic]

@TriiHsia
@whwq2012

话说你俩的期望正好相反……一个是希望推荐的内容与原内容相近，一个说相近不感兴趣 😂😂

[TriiHsia]

@Icemic 正因为不相近于原内容所以不感兴趣...

[Icemic]

@TriiHsia 搜索的哪个动画？

[cqcn1991]

@Icemic 我最近也在看推荐系统
所以你只是用的协同过滤？相关的算法 /包是啥？能看看不?

[Icemic]

@cqcn1991 基本上和吴恩达课上讲的一样，有低秩矩阵分解做 PCA 拿到的特征

[cqcn1991]

@Icemic 看你 Github 介绍...难道是我土木出身? 然后你 blog https 挂了貌似

[cqcn1991]

@Icemic 然后，按照我这几天看的推荐系统。。。。
基本的协同过滤，我感觉称为“相关物品”更佳，因为“推荐”不止是相似的东西。但是经典的协同貌似只能做到这个程度。
典型的应用场景就是 Amazon 的相关商品

我们对推荐系统，其实很看重 serendipity，完全是另外一个 measure 了

[grzhan]

感觉挺不错的。

不准的话
搜了下“永生之酒”，觉得相关的应该会出现“无头骑士异闻录”，没有出现，返回最相关的是 JOJO
搜了下“剑风传奇”，觉得相关的应该会出现“大剑”，没有出现，返回最相关的是 Dimension W
搜了下“白箱”，觉得相关的应该会出现这季的“樱花任务”，或者 “ New Game ” 这样的职场番，没有出现，返回最相关的是蜂蜜与四叶草

不知道作者说的比较准确的例子有哪些，也想看一下。

[AstroProfundis]

居然没有茶话会联动贴？

[sinker]

@AstroProfundis 这不科学

[grzhan]

看到回复说用的算法说是“协同过滤”
如此的话，相似的作品是指 [受众类似的作品] ，而非 [风格类似的作品] ？
这样来看算法还是有一定效果的。

[AstroProfundis]

@sinker (bgm38)

不过随便点了几下似乎效果还看得过去

[Icemic]

@cqcn1991

协同过滤分为基于物品和基于用户两种，但这个哪个都不属于……硬要说的话大概是基于物品更多一点

而且我并没有真的想以推荐系统为目标，我就是要一个给我推荐我会感兴趣的东西。这个东西就是因为 X 对 A 评分高，对 B 评分也高，那么我对 A 评分高，则对 B 也可能评分高，这样一个单纯的逻辑。在物品足够多的时候，足以体现一个人的喜好特征，反过来物品也是一样。

除此之外，也并没有更多的数据能够实现你说的更复杂的系统……

土木没问题…就是那个意思。

@grzhan

说明大家的兴趣可能并不想我们想的那样。我举几个例子：

1. 黄金拼图。萝莉番，相似推荐包括点兔在内，基本都是萝莉番…这个经过我某个点兔难民朋友验证了
2. 系列性质的：空之境界、柯南剧场版、大雄剧场版。空之境界极为密集，后两个只有年代相近的才会推荐，这是人群特征决定的。（慢慢的都会脱宅……）
3. 一个特别的例子：fate 系列，fsn 两部 tv 和一部剧场版特别接近，但 fz 却离他们很远………还记得当初 fz 出来的时候两极分化的评价吗？这也是人群的问题
4. 自新世界，绝园的暴风雨，psycho pass，三个知名的反乌托邦，互相直接有微弱的联系，但排名不是很靠前
5. 嗯……里番…………反正你搜索一个试试就知道了
6. 缘之空，日在校园，公主恋人，euphoria ……嗯……老司机经常和在一起骗萌新的几个
7. 凉宫春日系列。作为时代的眼泪，推荐的只有那个年代的著名日常 /恋爱番，和新人已经不看凉宫的悲伤事实吻合………
8. 星际牛仔。bgm 排名第一，相似推荐和 bgm 榜单几乎一样……大概是马太效应……
9. 天空之城。全部宫崎骏或吉卜力工作室


也有我比较疑惑的：
new game，几乎和点兔是一类的……难道是社畜多萝莉控？

你会发现我举的都是最近的热门动画或经典动画，因为这些数据量足。而不足的那些，则有很强的当时年代的烙印，很多人觉得「不准」就来自于此。

另一方面，推荐不能只看排名，封面上还有一个相似度呢……基本上低于 80%就可以认为缺少联系，高于 90%一般比较靠谱。有的推荐就算是排名第一的那个，也只有 80+%的相似度，说明这个动画本身就是比较独一无二的，没有与其特别近似的。也就无法强求相似的推荐了。

大概就是这些，大家可以补充，其实我觉得思考这里面的联系还是蛮有意思的。


@grzhan

对的，是受众类似。

[ks3825]

最近在看 KILL la KILL，是一部燃到掉渣的作品，就搜了一下

本来以为必定会出现天元突破的，结果力荐马男波杰克两季和降世神通两季…而且大多相似度都在 90%以上…我的内心是崩溃的

双斩少女有那么像美漫么。推荐了鲁邦三世，还是说我已经老了…………

[kslr]

Ublock 默认把 body 给全屏蔽了。。。

[kslr]

楼主你的依赖这么多，是怎么做到 index.js 这么小的？

[Yinz]

试了一下，感觉还是很不错的。
另外可能是因为协同过滤的原因，如果搜的是非常热门的番，推荐出来的也是另外一些非常热门的番（小圆->物语系列）。有种不知道怎么说的感觉，虽然确实热门番喜欢的可能性更大，但是这两个番相似度不高的话，可能并不适合拿来作为推荐？这样看来是不是基于内容的推荐会更适合『番剧推荐』这样的应用场景呢？

最近正好也在寻找一些能够练手的推荐系统项目，不知能不能拿到楼主的数据，就不用我自己爬了 :D

[grzhan]

@Icemic 嗯嗯，挺好的，加油

[zhucelws]

正确用法：
https://search.bakery.moe/item/33504

[Rice]

发现推荐的结果好像都是和这个番相近时期的动画。
老番会推荐老番，新番就推荐新番。
斩服少女的推荐里没天元突破，估计是天元突破太老了，而且看的已经不是同一批人了？

[Explorare]

建议加强对里番内容的训练，能分辨各种种族、PLAY 和流派（比如时间静止、恶堕等），谢谢。

[levywang]

搜希德尼娅的骑士，推荐的全是有骑士的番，你这是关键字推送吧🙄

[Rice]

@levywang #33 你把搜索当推荐了

[momocraft]

可以发去茶话会 (bgm38)

[fireattack]

应该去 bgm 发一份吧

[Tunar]

交响诗篇=交响情人梦。。。？

[Tunar]

看差了，sorry

[fireattack]

为啥只有“准确”的反馈没有“不准确”？

[Icemic]

@kslr

主要都是后端的依赖，另外前端还有个 vendor.js 呢

@fireattack

因为只有一个正向的反馈就够了
等下去 bgm 发

[cqcn1991]

@Icemic 如果是 TJU 的本科土木的话...感觉很 NB....

[langxuan]

@Icemic
5. 嗯……里番…………反正你搜索一个试试就知道了


搜完感觉更不准确了......

[nicoljiang]

本来打了好多字，后来想还是算了。。。无非是想说，这么简单的计算根本算不上机器学习，顶多一个统计而已。

最近 V2 聚集了越来越多的动漫二次元党，优点是对很多事都会很认真，甚至较真。但是对很多东西认知特别浅就把东西发出来秀，然后普遍玻璃心、易怒，虽然完全不知道是男是女，但看起来好像都是 LOLI 的样子。

[geew]

这相似度怎么算的

[Icemic]

@geew 看相似度值已经很低了，说明没有特别相似的……不要觉得会搜出混沌头之类的，有多少会去看据说崩了的动画呢……

[Icemic]

@nicoljiang

呃，您这个批评还真是无法反驳呢……因为反驳了反而证明了您的观点……

不过，这是吴恩达钦点的叫机器学习的东西……我不懂所谓统计如何做到这些……或许您可以讲讲您对它算法的理解？

[denghongcai]

这……

[geew]

@Icemic #45 相似度值是哪个 不是图片上的 86.5%

[SoulGem]

打不开啊

[Icemic]

@denghongcai

这是搜索…………
你们要是都既不看说明也不看评论就用，那我也没办法……

@geew

就是那个

@SoulGem

服务器在东京，所以上海电信之类的用户我也没办法 orz 用代理什么的吧……

[geew]

@Icemic #50 那 85.6% 不低了吧

[Icemic]

@geew

低啊……基本上低于 80%就可以认为缺少联系，高于 90%一般比较靠谱。有的推荐就算是排名第一的那个，也只有 80+%的相似度，说明这个动画本身就是比较独一无二的，没有与其特别近似的。也就无法强求相似的推荐了。

[geew]

@Icemic #52 相似度百分之八十还低.... 额

[Spoter]

那叫动漫谢谢。妈蛋，我还以为是动效推荐呢

[shanks]

这个相似度不太行。。。搜进击的巨人，出来了四月谎言。。
还是豆瓣推荐比较靠谱。。 寄生兽，东京啃种，心理测量者。。

[sinker]

@Spoter 动漫等于动画+漫画谢谢

[Yinz]

看起来楼主并不想理我 :(

[ryd994]

希德尼亚的结果不算差，拉到下面开始混入当季热门
我觉得楼上有问题的主要是因为那几个都是当季的大热门，其实很多人都看过。
没有很好的区分“喜欢”的联系和“随便追个番 / 吃快餐”的联系

希望能基于多个番综合推荐：
用户添加若干自己喜欢的番，综合根据这些番来推荐

@levywang https://search.bakery.moe/item/77476 不是吧

[ryd994]

@ks3825 Kill la Kill 这个老美真的很喜欢。特点：燃，动作流畅，没剧情。这整个一典型美漫。
我是没什么感觉，被同学安利了去看了。也就 Blumenkranz 比较喜欢。

[skylancer]

看到这帖，我才想起来好多年没登录过 bgm 了..

[sola97]

@rabbbit #1 无形开车

[ss0xt]

https://search.bakery.moe/search/玩着荣耀

[scgy5555]

看来这个世界上又多了 220 万蠢货

[AX5N]

@Spoter 连词语的含义都没搞清楚就去教别人...

[Icemic]

@Yinz

呃，好像看漏了……抱歉
我想做基于人群多一些，如果要同类推荐的话，其实很容易从圈子其他人中获得信息，因为人的知识归纳偏向于标签性。

@ryd994

感谢建议！

@ss0xt

………我对不好好看帖子或者说明的人无话可说了……毕竟已经重复了 n 遍了，我不知道怎么样才能让你们这类人明白：搜索只是搜索，点进去才是推荐…………

@scgy5555

？？？首先您语文没学好，220 万是评分，不是用户。
再者，您跟 bgm 用户有什么仇吗……？(bgm38) 多与自己和解吧

[Yinz]

@Icemic hhh 回复多的时候我也漏过别人的回复。

最近发现好像 v 站有一小部分人莫名的对别人充满敌意，只要见到相关的标题就会跑进来看甚至都不看内容直接开喷。。。

[frittle]

只试了《斗牌传说》，个人觉得推荐的都不怎么相似，尤其无法理解为啥推荐列表里《大魔法峠》是相似度最高的。

[TriiHsia]

@Icemic 又试了一下，感觉还不错。我一开始搜的是部新番，抱歉没看关于...

[ryd994]

@Icemic 这么多人用错说明你 UI 设计有问题
根据关键词的结果不要说“查询结果”，建议改成“找到多个重名番组”之类的

[ss0xt]

@Icemic #65 我发个搜索的链接怎么了？有问题吗？也没说你这是推荐后的结果啊，别扯到没看说明什么的，我又没说你这推荐不行，或者其他什么，别动不动就你们这类人你们这类人，zz

[Icemic]

@ss0xt 那你什么意思？


@ryd994 我已经反复给说明了，我 ui 水平就这样，你觉得有问题欢迎 pr~

[ss0xt]

@Icemic #71 很简单，就发个链接而已，没那么多的意思，

[8qwe24657913]

[Icemic]

@8qwe24657913 收到，因为目前还未播放完，bgm 上没有具体的集数数据。另外搜索当季新番是完全不准的，因为大部分人都还没有评分 w